python模組之re

標籤：search   port   gif   python   img   文法   運算式   birt   dfs   

常用Regex符號

‘.‘     預設匹配除\n之外的任意一個字元，若指定flag DOTALL,則匹配任一字元，包括換行‘^‘     匹配字元開頭，若指定flags MULTILINE,這種也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)‘$‘     匹配字元結尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以‘*‘     匹配*號前的字元0次或多次，re.findall("ab*","cabb3abcbbac")  結果為[‘abb‘, ‘ab‘, ‘a‘]‘+‘     匹配前一個字元1次或多次，re.findall("ab+","ab+cd+abb+bba") 結果[‘ab‘, ‘abb‘]‘?‘     匹配前一個字元1次或0次‘{m}‘   匹配前一個字元m次‘{n,m}‘ 匹配前一個字元n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 結果‘abb‘, ‘ab‘, ‘abb‘]‘|‘     匹配|左或|右的字元，re.search("abc|ABC","ABCBabcCD").group() 結果‘ABC‘‘(...)‘ 分組匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 結果 abcabca456c  ‘\A‘    只從字元開頭匹配，re.search("\Aabc","alexabc") 是匹配不到的‘\Z‘    匹配字元結尾，同$‘\d‘    匹配數字0-9‘\D‘    匹配非數字‘\w‘    匹配[A-Za-z0-9]‘\W‘    匹配非[A-Za-z0-9]‘s‘     匹配空白字元、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 ‘\t‘ ‘(?P<name>...)‘ 分組匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 結果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}

最常用的匹配文法

1 re.match 從頭開始匹配2 re.search 匹配包含3 re.findall 把所有匹配到的字元放到以列表中的元素返回4 re.splitall 以匹配到的字元當做清單分隔符號5 re.sub      匹配字元並替換

反斜線的困擾
與大多數程式設計語言相同，Regex裡使用"\"作為逸出字元，這就可能造成反斜線困擾。假如你需要匹配文本中的字元"\"，那麼使用程式設計語言表示的Regex裡將需要4個反斜線"\\\\"：前兩個和後兩個分別用於在程式設計語言裡轉義成反斜線，轉換成兩個反斜線後再在Regex裡轉義成一個反斜線。Python裡的原生字串很好地解決了這個問題，這個例子中的Regex可以使用r"\\"表示。同樣，匹配一個數位"\\d"可以寫成r"\d"。有了原生字串，你再也不用擔心是不是漏寫了反斜線，寫出來的運算式也更直觀。

僅需輕輕知道的幾個匹配模式

re.I(re.IGNORECASE): 忽略大小寫（括弧內是完整寫法，下同）M(MULTILINE): 多行模式，改變‘^‘和‘$‘的行為（參見）S(DOTALL): 點任意匹配模式，改變‘.‘的行為

 1 import re 2  3 #s = ‘hello world‘ 4 # print(s.find(‘ll‘)) 5 # ret=s.replace(‘ll‘,‘xx‘) 6 # print(ret) 7 # print(s.split(‘w‘)) 8 # ret=re.findall("w\w{2}l", ‘hello world‘) 9 # print(ret)10 # ret=re.findall("alex", ‘hiudfgiusiohalexlkshd‘)11 # print(ret)12 # .萬用字元13 # ret=re.findall("w..l", ‘hello world‘)# . 代指所有字元（分行符號除外只能代指一個字元14 # print(ret)15 # ^尖角符16 # ret=re.findall(‘^h..o‘,‘hjasdflhello‘)#只在開始位置匹配17 # print(ret)18 #$19 # ret=re.findall(‘h..o$‘,‘hjasdflhello‘)#只在結尾位置匹配20 # print(ret)21 # * 重複匹配 範圍[0,+oo]22 # ret= re.findall(‘a.*li‘,‘husihfiosalexlihuidh‘)23 # print(ret)24 # + ：[1,+oo]25 # ret= re.findall(‘a.+li‘,‘husihfiosalexlihuidh‘)26 # print(ret)27 # ? [0,1]28 # ret= re.findall(‘a.?li‘,‘husihfiosalexlihuidh‘)29 # print(ret)30 31 # {} 自己定匹配幾次 {1,3}匹配一到三次32 # ret=re.findall(‘a{5}b‘,‘aaaaab‘)33 # print(ret)34 # *等於{0,正無窮}35 # +等於{1，正無窮}36 # ？等於{0，1}37 38 #字元集39 40 #[] 或關係[]中的內容選一，41 # ret=re.findall(‘a[c,d]x‘,‘acx‘)42 # print(ret)43 #取消元字元的特殊功能(\  ^  -例外）44 # ret=re.findall(‘a[c,*]x‘,‘a*x‘)45 # print(ret)46 # ^放在[]：取反47 # ret=re.findall(‘[^4,5]‘,‘ysdgufi4x245df‘)48 # print(ret)49 # \  反斜線後跟元字元去除特殊功能50 #    反斜線後跟一般字元實現特殊功能51 # \d 匹配任何十進位數；相當於[0-9]52 # \D 匹配任何非數字字元；相當於[^0-9]53 # \s 匹配任何空白字元；相當於[\t\n\r\f\v]54 # \S 匹配任何非空白字元；相當於[^\t\r\f\v]55 # \w 匹配任何字母數字字元；相當於[a-zA-Z0-9]56 # \W 匹配任何非字母數字字元；相當於[^a-zA-Z0-9]57 # \b 匹配一個單詞邊界；也就是指單詞和空格間的位置58 # print(re.findall(‘\d{10}‘,‘9074892365982475896245692835‘))59 # print(re.findall(‘\sasd‘,‘fak asd‘))60 # print(re.findall(‘\w‘,‘fak asd‘))61 # print(re.findall(r‘I\b‘,‘I am a LIST‘))62 #匹配出第一個滿足條件的結果63 # ret=re.search(‘sb‘,‘shukdsbjfhsb‘)64 # print(ret.group())65 66 # ret=re.findall(r"\\.","sdyfjD\\c")67 # print(ret)68 69 # () | 分組70 # ret=re.search(‘(as)+‘,‘sdfghjasas‘).group()71 # print(ret)72 # print(re.search(‘(as)|3‘,‘as‘).group())73 74 #Regex的方法75 # 1 findall() 所有結果都返回76 # 2 search()  返回匹配到的第一個對象，對象可調用group()77 # 3 match()   只在字串開始匹配,返回匹配到的第一個對象，對象可調用group()78 # 4 split(‘[a,b]‘)  先以a分 分完之後以b分79 # 5 sub()  三個參數 第一個為原內容 第二個是要替換內容 第三個為替換後的內容80 # 6 compile()  建立一個Regex對象，加入規則。 obj=re.compile() obj.split()

View Code

 

python模組之re