pythonRegex

標籤：split   ble   不同   定位字元   pytho   match   迭代器   std   adc   

Regex並不是python的一部分。Regex是用於處理字串的強大工具，擁有自己獨特的文法以及一個獨立的處理引擎，效率上可能不如str內建的方法，但功能十分強大。

得益於這一點，再提供Regex的語言裡，Regex的文法都是一樣的，區別只在於不同的程式設計語言所支援的文法數量不一樣。

Regex的大致匹配過程是：依次拿出運算式和文本中的字串比較，如果每一個字元都能匹配成功，則匹配成功，一旦有匹配不成功的字串則匹配失敗。

下面列出python支援的Regex元字元和文法。

字元

字元	說明	匹配對象	匹配結果
一般字元	匹配自身	abc	abc
.	除分行符號之外的任何字元	a.c	abc/acc/a2c
逸出字元	逸出字元，使後一個字元改變原有的意思。例如匹配*，可以\*	a\*c	a*c
[]	字元集。匹配字元集中的任意一個字元。可以縮寫， 比如[0-9]、[A-Z],還有一些特殊的字元，比如說[^...],表示除...之外 [*]匹配*這個字元，在字元集中特殊字元都失去了原有的含義。	a[1-9e-g]c	a3c/agc

 

 

 

 

 

 

 

 

預定義字元集

字元	說明	匹配對象	匹配結果
\s	空白字元	a\sc	a c
\S	非空白字元	a\Sc	a1c 或abc
\d	數字字元	a\dc	a2c
\D	非數字字元	a\Dc	adc
\w	數字、字母、底線	a\wc	a_c
\W	非數字字母底線	a\Wc	a c
\n	分行符號
\t	定位字元

 

 

 

 

 

 

 

 

 

 

 

數量詞

字元	說明	匹配對象	匹配結果
*	匹配0或多個任一字元	李.*	李/李洋/李傑傻...
？	匹配0或1個任一字元	李.?	李/李傑
+	匹配1或多個任一字元	李.+	李洋/李傑傻...
{m}	匹配m個	李{3}	李李李
{m,}/{,n}	匹配0-n或者大於m個	李{2，}	李李李/李李李李/李李李李李..
{m,n}	匹配m到n個字元	李{3,5}	李李李/李李李李/李李李李李..

 

 

 

 

 

 

 

 

邊界匹配

字元	說明	匹配對象	匹配結果
^	以什麼開頭
$	以什麼結尾
\A	僅匹配字串開頭
\Z	僅匹配字串結尾

 

 

 

 

 

 

 

re模組中常用的方法

(1)findall：找到所有符合的對象，返回一個列表

>>> re.findall(‘o‘,‘Hello,world‘)[‘o‘, ‘o‘]>>> re.findall(‘l‘,‘Hello,world‘)[‘l‘, ‘l‘, ‘l‘]

 

(2)search：找到第一個，傳回值用group()列印

>>> re.search(‘l‘,‘Hello,world‘)<_sre.SRE_Match object; span=(2, 3), match=‘l‘>>>> ret = re.search(‘l‘,‘Hello,world‘)>>> ret.group()     #使用group()列印‘l‘

 

(3)match：從開始匹配，傳回值用group()列印

>>> ret1 = re.match(‘l‘,‘Hello,world‘)   #必須匹配的是首字元>>> ret1.group()  Traceback (most recent call last):  File "<stdin>", line 1, in <module>AttributeError: ‘NoneType‘ object has no attribute ‘group‘>>> ret1 = re.match(‘H‘,‘Hello,world‘)>>> ret1.group()‘H‘

 

(4)split：根據Regex的方法分割

>>> ret2 = re.split(‘[ac]‘,‘abcacd‘)>>> ret2[‘‘, ‘b‘, ‘‘, ‘‘, ‘d‘] #以a分割，返回‘‘和‘bcacd#分割bcacd，以c分割，反回一個b#分割acd，以a分割，返回一個空‘‘#分割cd，以c分割，返回一個空‘‘,剩餘一個d不能分割

用Regex切分字串 比用固定的字元更加靈活。

>>> re.split(‘\s‘,‘a b  c‘)[‘a‘, ‘b‘, ‘‘, ‘c‘]>>> re.split(‘\s+‘,‘a b  c‘)  #必須加一個”+“[‘a‘, ‘b‘, ‘c‘]>>> re.split(‘[\s,]‘,‘a, b,  c‘)[‘a‘, ‘‘, ‘b‘, ‘‘, ‘‘, ‘c‘]>>> re.split(‘[\s,]+‘,‘a, b,  c‘)  #有加號就可以匹配多個空格。[‘a‘, ‘b‘, ‘c‘]

 

 

(5)sub/subn：根據Regex的方法替換

>>> re.sub(‘\d‘,‘NUM‘,‘my old is 56‘)‘my old is NUMNUM‘>>> re.subn(‘\d‘,‘NUM‘,‘my old is 56‘)(‘my old is NUMNUM‘, 2)

 

(6)compile：編譯正則，將要匹配的對象提前進行編譯

>>> obj = re.compile(‘123‘)>>> ret4 = re.search(obj,‘abc123456cda‘)>>> ret4.group()‘123‘

 

(7)finditer：返回一個迭代器

>>> ret5 = re.finditer(‘l‘,‘Hello,world‘)>>> ‘__next__‘ in dir(ret5)True

 

pythonRegex