Rumah >pembangunan bahagian belakang >Tutorial Python >Python re模块介绍
Python中转义字符
正则表达式使用反斜杠” \ “来代表特殊形式或用作转义字符,这里跟Python的语法冲突,因此,Python用” \\\\ “表示正则表达式中的” \ “,因为正则表达式中如果要匹配” \ “,需要用\来转义,变成” \\ “,而Python语法中又需要对字符串中每一个\进行转义,所以就变成了” \\\\ “。
上面的写法是不是觉得很麻烦,为了使正则表达式具有更好的可读性,Python特别设计了原始字符串(raw string),需要提醒你的是,在写文件路径的时候就不要使用raw string了,这里存在陷阱。raw string就是用'r'作为字符串的前缀,如 r”\n”:表示两个字符”\”和”n”,而不是换行符了。Python中写正则表达式时推荐使用这种形式。
正则表达式元字符说明
. 匹配除换行符以外的任意字符 ^ 匹配字符串的开始 $ 匹配字符串的结束 [] 用来匹配一个指定的字符类别 ? 对于前一个字符字符重复0次到1次 * 对于前一个字符重复0次到无穷次 {} 对于前一个字符重复m次 {m,n} 对前一个字符重复为m到n次 \d 匹配数字,相当于[0-9] \D 匹配任何非数字字符,相当于[^0-9] \s 匹配任意的空白符,相当于[ fv] \S 匹配任何非空白字符,相当于[^ fv] \w 匹配任何字母数字字符,相当于[a-zA-Z0-9_] \W 匹配任何非字母数字字符,相当于[^a-zA-Z0-9_] \b 匹配单词的开始或结束
模块函数说明即举例
re.compile 将正则表达式编译成pattern对象
compile(pattern, flags=0)
第一个参数:规则
第二个参数:标志位
re.match 只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None
match(pattern, string, flags=0)
第一个参数:规则
第二个参数:表示要匹配的字符串
第三个参数:标致位,用于控制正则表达式的匹配方式
re.search 匹配整个字符串,直到找到一个匹配
search(pattern, string, flags=0)
第一个参数:规则
第二个参数:表示要匹配的字符串
第三个参数:标致位,用于控制正则表达式的匹配方式
>>> import re >>> pattern = re.compile(r'linuxeye') >>> match = pattern.match('jb51.net') >>> print match <_sre.SRE_Match object at 0x7f4e96e61c60> >>> print match.group() linuxeye >>> m = pattern.match('blog.jb51.net') #match匹配开头,没找到 >>> print m None >>> m = pattern.search('blog.jb51.net') #search匹配整个字符串,直到找到一个匹配 >>> print m <_sre.SRE_Match object at 0x7f15abfc6b28> >>> print m.group() linuxeye
>>> m = re.match(r'linuxeye','jb51.net') #不用re.compile >>> print m <_sre.SRE_Match object at 0x7f4e96e61b90> >>> print m.group() linuxeye >>> m = re.match(r'linuxeye','www.jb51.net') >>> print m None
re.split 用于来分割字符串
split(pattern, string, maxsplit=0)
第一个参数:规则
第二个参数:字符串
第三个参数:最大分割字符串,默认为0,表示每个匹配项都分割
实例:分割所有的字符串
>>> import re >>> test_str = "1 2 3 4 5" >>> re.split(r'\s+',test_str) ['1', '2', '3', '4', '5'] >>> re.split(r'\s+',test_str,2) #分割前2个 ['1', '2', '3 4 5'] >>> test_str = "1 . 2. 3 .4 . 5" >>> re.split(r'\.',test_str) ['1 ', ' 2', ' 3 ', '4 ', ' 5'] >>> re.split(r'\.',test_str,3) ['1 ', ' 2', ' 3 ', '4 . 5']
re.findall 在目标字符串查找符合规则的字符串
findall(pattern, string, flags=0)
第一个参数:规则
第二个参数:目标字符串
但三个参数:后面还可以跟一个规则选择项
返回的结果是一个列表,建中存放的是符合规则的字符串,如果没有符合规则的字符串呗找到,就会返回一个空值
>>> import re >>> test_mail = '<test01@gmail.com> <test02@gmail.org> test03@gmail.net' >>> mail_re = re.compile(r'\w+@g....\.[a-z]{3}') >>> re.findall(mail_re,test_mail) ['test01@gmail.com', 'test02@gmail.org', 'test03@gmail.net']
re.sub 以正则表达式为基础的替换工作
sub(pattern, repl, string, count=0)
第一个参数:规则
第二个参数:替换后的字符串
第三个参数:字符串
第四个参数:替换个数。默认为0,表示每个匹配项都替换
>>> test = 'blog.jb51.net jb51.net' >>> test_re = re.compile(r'\.') >>> re.sub(test_re,'--',test) 'blog--linuxeye--com linuxeye--com' >>> re.sub(test_re,'--',test,1) 'blog--jb51.net jb51.net'