Regex和re模組

標籤：替代   分行符號   re模組   findall   price   number   正則表達   就是   sub   

re 模組，正則匹配操作Regex常用匹配規則：

　　　　.匹配任一字元，但是不能匹配分行符號

　　　　\d匹配任一數字

　　　　\D匹配任意的非數字

　　　　\s匹配的是空白字元（包括：\n，\t，\r和空格）

　　　　\w匹配的是a-z和A-Z以及數字和底線

　　　　\W匹配的是和\w相反的

　　　　[]組合的方式，只要滿足中括弧中的某一項都算匹配成功

　　　　之前講到的幾種匹配規則，其實可以使用中括弧的形式來進行替代：

 　　　　　　　　　\d：[0-9]
　　　　　　　　　\D：0-9
　　　　　　　　　\w：[0-9a-zA-Z_]
　　　　　　　　　\W：[^0-9a-zA-Z_]
匹配多個字元：
　　*：可以匹配0或者任意多個字元
　　+：可以匹配1個或者多個字元

　　?：匹配的字元可以出現一次或者不出現（0或者1）

　　{m}：匹配m個字元

　　{m,n}：匹配m-n個字元

　　^（脫字型大小）：表示以...開始
　　$：表示以...結束
　　|：匹配多個運算式或者字串

貪婪模式：Regex會匹配盡量多的字元。預設是貪婪模式。
非貪婪模式：Regex會盡量少的匹配字元。

 

re模組中常用函數：

match：從開始的位置進行匹配。如果開始的位置沒有匹配到。就直接失敗了。

text = ‘hello‘ret = re.match(‘h‘,text)print(ret.group())>> h

 

search：
在字串中找滿足條件的字元。如果找到，就返回。說白了，就是只會找到第一個滿足條件的。

text = ‘apple price $99 orange price $88‘ret = re.search(‘\d+‘,text)print(ret.group())>> 99

 

group 分組：
在Regex中，可以對過濾到的字串進行分組。分組使用圓括弧的方式。

1. group：和group(0)是等價的，返回的是整個滿足條件的字串。
2. groups：返回的是裡面的子組。索引從1開始。
3. group(1)：返回的是第一個子組，可以傳入多個。

text = "apple price is $99,orange price is $10"ret = re.search(r".*(\$\d+).*(\$\d+)",text)print(ret.group())print(ret.group(0))print(ret.group(1))print(ret.group(2))print(ret.groups())

 

findall：
找出所有滿足條件的，返回的是一個列表。

text = ‘apple price $99 orange price $88‘ret = re.findall(‘\d+‘,text)print(ret)>> [‘99‘, ‘88‘]

 

sub：
用來替換字串。將匹配到的字串替換為其他字串。

text = ‘apple price $99 orange price $88‘ret = re.sub(‘\d+‘,‘0‘,text)print(ret)>> apple price $0 orange price $0

 

split：
使用Regex來分割字串。

text = "hello world ni hao"ret = re.split(‘\W‘,text)print(ret)>> ["hello","world","ni","hao"]

 

compile：
對於一些經常要用到的Regex，可以使用compile進行編譯，後期再使用的時候可以直接拿過來用，執行效率會更快。

text = "the number is 20.50"r = re.compile(r"""                \d+ # 小數點前面的數字                \.? # 小數點                \d* # 小數點後面的數字                """,re.VERBOSE)ret = re.search(r,text)print(ret.group())

 

Regex和re模組