Regex（python）

標籤：輸出   obj   專業   lap   正則   高度   find   元組   分行符號   

Regex

Regex是用來匹配字串非常強大的工具，在其他程式設計語言中同樣有Regex的概念。就其本質而言，Regex（或 RE）是一種小型的、高度專業化的程式設計語言，（在Python中）它內嵌在Python中，並通過 re 模組實現。Regex模式被編譯成一系列的位元組碼，然後由用 C 編寫的匹配引擎執行。

#匯入 re 模組import re s = ‘nick jenny nice‘ # 匹配方式（一）b = re.match(r‘nick‘,s)q = b.group()print(q) # 匹配方式（二）# 產生Pattern對象執行個體,r表示匹配源字串a = re.compile(r‘nick‘)print(type(a))               #<class ‘_sre.SRE_Pattern‘> b = a.match(s)print(b)                     #<_sre.SRE_Match object; span=(0, 4), match=‘nick‘> q = b.group()print(q)  #被匹配的字串放在string中print(b.string)              #nick jenny nice#要匹配的字串放在re中print(b.re)                  #re.compile(‘nick‘)

　　兩種匹配方式區別在於：第一種簡寫是每次匹配的時候都要進行一次匹配公式的編譯，第二種方式是提前對要匹配的格式進行了編譯（對匹配公式進行解析），這樣再去匹配的時候就不用在編譯匹配的格式。

 

匹配規則：

.	"." 匹配任一字元（除了\n）
\	"\" 逸出字元
[...]	"[...]" 匹配字元集

 

# "." 匹配任一字元（除了\n）a = re.match(r".","95nick")b = a.group()print(b)輸出結果：9 # [...] 匹配字元集a = re.match(r"[a-zA-Z0-9]","123Nick")b = a.group()print(b)輸出結果：1

　　

　　

\d	匹配任何十進位數；它相當於類 [0-9]
\D	匹配任何非數字字元；它相當於類 [^0-9]
\s	匹配任何空白字元；它相當於類 [\t\n\r\f\v]
\S	匹配任何非空白字元；它相當於類 [^\t\n\r\f\v]
\w	匹配任何字母數字字元；它相當於類 [a-zA-Z0-9]
\W	匹配任何非字母數字字元；它相當於類 [^a-zA-Z0-9]

 

# \d \D 匹配數字/非數字a = re.match(r"\D","nick")b = a.group()print(b)輸出結果：n # \s \S 匹配空白/非空白字元a = re.match(r"\s"," ")b = a.group()print(b)輸出結果： # \w \W 匹配單詞字元[a-zA-Z0-9]/非單詞字元a = re.match(r"\w","123Nick")b = a.group()print(b)輸出結果：1a = re.match(r"\W","+-*/")b = a.group()print(b)輸出結果：+

　　

*	"*" 匹配前一個字元0次或者無限次
+	"+" 匹配前一個字元1次或者無限次
?	"?" 匹配一個字元0次或者1次
{m} {m,n}	{m} {m,n} 匹配前一個字元m次或者m到n次
*? +? ??	*? +? ?? 匹配模式變為非貪婪（儘可能少匹配字串）

# "*" 匹配前一個字元0次或者無限次a = re.match(r"[A-Z][a-z]*","Aaaaaa123")    #可以只匹配A，123不會匹配上b = a.group()print(b)輸出結果：Aaaaaaa # “+” 匹配前一個字元1次或者無限次a = re.match(r"[_a-zA-Z]+","nick")b = a.group()print(b)輸出結果：nick # “？” 匹配一個字元0次或者1次a = re.match(r"[0-8]?[0-9]","95")   #(0-8)沒有匹配上9b = a.group()print(b)輸出結果：9 # {m} {m,n} 匹配前一個字元m次或者m到n次a = re.match(r"[\w]{6,10}@qq.com","[email protected]")b = a.group()print(b)輸出結果：[email protected] # *? +? ?? 匹配模式變為非貪婪（儘可能少匹配字串）a = re.match(r"[0-9][a-z]*?","9nick")b = a.group()print(b)輸出結果：9a = re.match(r"[0-9][a-z]+?","9nick")b = a.group()print(b)輸出結果：9n

　　

^	"^" 匹配字串開頭,多行模式中匹配每一行的開頭
$	"$" 匹配字串結尾,多行模式中匹配每一行的末尾
\A	\A 僅匹配字串開頭
\Z	\Z 僅匹配字串結尾
\b	\b 匹配一個單詞邊界，也就是指單詞和空格間的位置

# "^" 匹配字串開頭,多行模式中匹配每一行的開頭。li = "nick\nnjenny\nsuo"a = re.search("^s.*",li,re.M)b = a.group()print(b)輸出結果：suo # "$" 匹配字串結尾,多行模式中匹配每一行的末尾。li = "nick\njenny\nnick"a = re.search(".*y$",li,re.M)b = a.group()print(b)輸出結果：jenny # \A 僅匹配字串開頭li = "nickjennyk"a = re.findall(r"\Anick",li)print(a)輸出結果：[‘nick‘] # \Z 僅匹配字串結尾li = "nickjennyk"a = re.findall(r"nick\Z",li)print(a)輸出結果：[] # \b 匹配一個單詞邊界，也就是指單詞和空格間的位置a = re.search(r"\bnick\b","jenny nick car")b = a.group()print(b)輸出結果：nick

　　

 

　　

|	"|" 匹配左右任意一個運算式
ab	(ab) 括弧中運算式作為一個分組
\<number>	\<number> 引用編號為num的分組匹配到的字串
(?P<key>vlaue)	(?P<key>vlaue) 匹配到一個字典，去vlaue也可做別名
(?P=name)	(?P=name) 引用別名為name的分組匹配字串

# "|" 匹配左右任意一個運算式a = re.match(r"nick|jenny","jenny")b = a.group()print(b)輸出結果: jenny # (ab) 括弧中運算式作為一個分組a = re.match(r"[\w]{6,10}@(qq|163).com","[email protected]")b = a.group()print(b)輸出結果: [email protected] # \<number> 引用編號為num的分組匹配到的字串a = re.match(r"<([\w]+>)[\w]+</\1","<book>nick</book>")b = a.group()print(b)輸出結果: <book>nick</book> # (?P<key>vlace) 匹配輸出字典li = ‘nick jenny nnnk‘a = re.match("(?P<k1>n)(?P<k2>\w+).*(?P<k3>n\w+)",li)print(a.groupdict())輸出結果：{‘k2‘: ‘ick‘, ‘k1‘: ‘n‘, ‘k3‘: ‘nk‘} # (?P<name>) 分組起一個別名# (?P=name) 引用別名為name的分組匹配字串a = re.match(r"<(?P<jenny>[\w]+>)[\w]+</(?P=jenny)","<book>nick</book>")b = a.group()print(b)輸出結果: <book>nick</book>

　　

模組方法介紹：

match	從頭匹配
search	匹配整個字串，直到找到一個匹配
findall	找到匹配，返回所有匹配部分的列表
finditer	返回一個迭代器
sub	將字串中匹配Regex的部分替換為其他值
split	根據匹配分割字串，返回分割字串組成的列表

 

######## 模組方法介紹 ########## match 從頭匹配 # search 匹配整個字串，直到找到一個匹配 # findall 找到匹配，返回所有匹配部分的列表# findall 加括弧li = ‘nick jenny nick car girl‘ r = re.findall(‘n\w+‘,li)print(r)#輸出結果：[‘nick‘, ‘nny‘, ‘nick‘]r = re.findall(‘(n\w+)‘,li)print(r)#輸出結果：[‘nick‘, ‘nny‘, ‘nick‘]r = re.findall(‘n(\w+)‘,li)print(r)#輸出結果：[‘ick‘, ‘ny‘, ‘ick‘]r = re.findall(‘(n)(\w+)(k)‘,li)print(r)#輸出結果：[(‘n‘, ‘ic‘, ‘k‘), (‘n‘, ‘ic‘, ‘k‘)]r = re.findall(‘(n)((\w+)(c))(k)‘,li)print(r)#輸出結果：[(‘n‘, ‘ic‘, ‘i‘, ‘c‘, ‘k‘), (‘n‘, ‘ic‘, ‘i‘, ‘c‘, ‘k‘)]  # finditer 返回一個迭代器，和findall一樣li = ‘nick jenny nnnk‘a = re.finditer(r‘n\w+‘,li)for i in a:    print(i.group()) # sub 將字串中匹配Regex的部分替換為其他值li = ‘This is 95‘a = re.sub(r"\d+","100",li)print(a) li = "nick njenny ncar ngirl"a = re.compile(r"\bn")b = a.sub(‘cool‘,li,3)      #後邊參數替換幾次print(b) #輸出結果：#coolick cooljenny coolcar ngirl # split 根據匹配分割字串，返回分割字串組成的列表li = ‘nick,suo jenny:nice car‘a = re.split(r":| |,",li)   #或|print(a) li = ‘nick1jenny2car3girl5‘a = re.compile(r"\d")b = a.split(li)print(b) #輸出結果:#[‘nick‘, ‘jenny‘, ‘car‘, ‘girl‘, ‘‘]   #注意後邊空元素

　　

group()	返回被 RE 匹配的字串
groups()	返回一個包含Regex中所有小組字串的元組，從 1 到所含的小組號
groupdict()	返回(?P<key>vlace)定義的字典
start()	返回匹配開始的位置
end()	返回匹配結束的位置
span()	返回一個元組包含匹配 (開始,結束) 的索引位置

li = ‘nick jenny nnnk‘ a = re.match("n\w+",li)print(a.group()) a = re.match("(n)(\w+)",li)print(a.groups()) a = re.match("(?P<k1>n)(?P<k2>\w+).*(?P<k3>n\w+)",li)print(a.groupdict())輸出結果：nick(‘n‘, ‘ick‘){‘k1‘: ‘n‘, ‘k3‘: ‘nk‘, ‘k2‘: ‘ick‘} -----------------------------------------------import rea = "123abc456" re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)   #123abc456,返回整體 re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)   #123 re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)   #abc re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)   #456  group(1) 列出第一個括弧匹配部分，group(2) 列出第二個括弧匹配部分，group(3)列出第三個括弧匹配部分。

　　

 

　　

re.I	使匹配對大小寫不敏感
re.L	做本地化識別（locale-aware）匹配
re.M	多行匹配，影響 ^ 和 $
re.S	使 . 匹配包括換行在內的所有字元
re.U	根據Unicode字元集解析字元。這個標誌影響 \w, \W, \b, \B.
re.X	注釋，會影響空格（無效了）

#re.I   使匹配對大小寫不敏感a = re.search(r"nick","NIck",re.I)print(a.group()) #re.L   做本地化識別（locale-aware）匹配#re.U   根據Unicode字元集解析字元。這個標誌影響 \w, \W, \b, \B. #re.S：.將會匹配分行符號，預設.逗號不會匹配分行符號a = re.findall(r".","nick\njenny",re.S)print(a)輸出結果:[‘n‘, ‘i‘, ‘c‘, ‘k‘, ‘\n‘, ‘j‘, ‘e‘, ‘n‘, ‘n‘, ‘y‘] #re.M：^$標誌將會匹配每一行，預設^只會匹配符合正則的第一行；預設$只會匹配符合正則的末行n = """12 drummers drumming,11 pipers piping, 10 lords a-leaping""" p = re.compile("^\d+")p_multi = re.compile("^\d+",re.M)print(re.findall(p,n))print(re.findall(p_multi,n))

　　

常見正則列子：

匹配手機號：

# 匹配手機號phone_num = ‘13001000000‘a = re.compile(r"^1[\d+]{10}")b = a.match(phone_num)print(b.group())

　　

匹配IPv4：

# 匹配IP地址ip = ‘192.168.1.1‘a = re.compile(r"(((1?[0-9]?[0-9])|(2[0-4][0-9])|(25[0-5]))\.){3}((1?[0-9]?[0-9])|(2[0-4][0-9])|(25[0-5]))$")b = a.search(ip)print(b)

　　

匹配email:

# 匹配 emailemail = ‘[email protected]‘a = re.compile(r"(.*){0,26}@(\w+){0,20}.(\w+){0,8}")b = a.search(email)print(b.group())

　　

 

Regex（python）