正則表達式（Regluar Expressions）又稱規則表達式，在代碼中常簡寫為REs，regexes或regexp（regex patterns）。它本質上是一個小巧的、高度專用的編程語言。 通過正則表達式可以對指定的文本實現
匹配測試、內容查找、內容替換、字符串分割 等功能。
re模塊介紹
Python中的re模塊提供了一個正則表達式引擎接口，它允許我們將正則表達式編譯成模式對象，然后通過這些模式對象執行模式匹配搜索和字符串分割、子串替換等操作。re模塊為這些操作分別提供了模塊級別的函數以及相關類的封裝。
正則表達式一些小規則
①元字符
②量詞
③貪婪和非貪婪匹配
總是在量詞范圍內盡量多匹配 - 貪婪
總是在量詞范圍內盡量少匹配 - 惰性
.*?x 匹配任意內容任意次數 遇到x就停止
.+?x 匹配任意內容至少1次 遇到x就停止
④轉義符問題
. 有特殊的意義,取消特殊的意義\
取消一個元字符的特殊意義有兩種方法
在這個元字符前面加 \
對一部分字符生效,把這個元字符放在字符組里
[.()+?*]
Python --> re模塊
findall
會優先顯示分組內的內容
*****取消優先顯示(?:正則)
search
只能返回第一個符合條件的項
得到的結果需要.group取值
默認獲取完整的匹配結果
通過group(n)取第n個分組中的內容
# search 還是按照完整的正則進行匹配,顯示也顯示匹配到的第一個內容,但是我們可以通過給group方法傳參數
# 來獲取具體文組中的內容
ret = re.search('9(\d)(\d)','19740ash93010uru')
print(ret) # 變量 -- > re.Match object; span=(1, 4), match='974'>
if ret:
print(ret.group()) # --> 974
print(ret.group(1)) # --> 7
print(ret.group(2)) # --> 4
# findall
# 取所有符合條件的,優先顯示分組中的
# search 只取第一個符合條件的,沒有優先顯示這件事兒
# 得到的結果是一個變量
# 變量.group() 的結果 完全和 變量.group(0)的結果一致
# 變量.group(n) 的形式來指定獲取第n個分組中匹配到的內容
# 加上括號 是為了對真正需要的內容進行提取
ret = re.findall('\w+>(\w+)/\w+>','h1>askh930s02391j192agsj/h1>')
print(ret) # --> ['askh930s02391j192agsj']
其他的內容在代碼中有詳細的注釋，大家可以復制我的代碼一步一步運行然后實驗
以下的內容有：split sub subn math,compile,finditer
# split sub subn math,compile,finditer
# split
res = re.split('\d+', "cyx123456cyxx")
print(res) # --> ['cyx', 'cyxx']
res = re.split('(\d+)', "cyx123456cyxx") # 保留分組
print(res) # --> ['cyx', '123456', 'cyxx']
# sub 替換
res = re.sub('\d+', '我把數字替換了',
"cyx123456cyxxx123456") # 默認全部替換，當然也可以替換一次re.sub('\d+','我把數字替換了',"cyx123456cyxxx123456"，1)
print(res) # --> cyx我把數字替換了cyxxx我把數字替換了
# subn 替換了并顯示替換的次數
res = re.subn('\d+', '我把數字替換了', "cyx123456cyxxx123456")
print(res) # --> ('cyx我把數字替換了cyxxx我把數字替換了', 2)
# match 這個就相當與加了個^ (和search差不多) --> 主要用來規定這個字符號必須是什么樣的
res = re.match('\d+', 'cyx123456cyxxx')
print(res) # --> None
res = re.match('\d+', '123cyx456cyxxx')
print(res.group()) # --> 123
# compile -- 節省代碼的時間的工具
# 假如同一個正則表達式要被使用多次
# 節省了多次解析同一個正則表達式的時間
ret = re.compile("\d+")
res = ret.search("cyx12456cyxXX123")
print(res.group()) # --> 12456
# finditer --> 節省空間
ret = re.finditer("\d+", "cyx123456cyxxx125644")
for r in ret:
print(r.group()) # --> 123456
# 125644
# 怎么又節省時間又節省空間呢？
ret = re.compile('\d+')
res = ret.finditer("cyx222231fddsf45746sdf2123sdf56456sdf10123sdf123132sdf")
for r in res:
print(r.group())
"""
222231
45746
2123
56456
10123
123132
"""
# 分組命名(?P組名>正則) (?P=組名)
# 有的時候我們要匹配的內容是包含在不想要的內容之中的,
# 只能先把不想要的內容匹配出來,然后再想辦法從結果中去掉
# 分組命名的用法 (找兩個組里面是一樣的內容)
exp = 'abc>asdasf54545645698asdasd/abc>00545sdfsdf/abd>'
ret = re.search('(?Ptag>\w+)>.*?/(?P=tag)', exp)
print(ret) # -- > re.Match object; span=(0, 33), match='abc>asdasf54545645698asdasd/abc'>
# exp2：
import re
ret = re.search('\d(\d)\d(\w+?)(\d)(\w)\d(\d)\d(?Pname1>\w+?)(\d)(\w)\d(\d)\d(?Pname2>\w+?)(\d)(\w)',
'123abc45678agsf_123abc45678agsf123abc45678agsf')
print(ret.group('name1')) # -- > agsf_123abc
print(ret.group('name2')) # -- > agsf
今日小思考
當我們有一個這樣的列表：
lis = ['', 'z', 'c', 'asd', 'sdf', '', 'asd']
那么我們如何將里面的空字符刪除呢？
ret = filter(lambda n: n, lis)
print(list(ret)) # --> ['z', 'c', 'asd', 'sdf', 'asd']
總結
到此這篇關于正則表達式+Python re模塊詳解的文章就介紹到這了,更多相關正則表達式 python re模塊內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python之re模塊案例詳解
- python re模塊匹配貪婪和非貪婪模式詳解
- python的re模塊使用方法詳解
- 詳解Python正則表達式re模塊
- python re模塊的高級用法詳解
- python正則表達式re模塊詳解
- Python之re模塊詳解
