Python武器库开发-常用模块之re模块(十八)

常用模块之re模块(十八)

在Python中需要通过正则表达式对字符串进⾏匹配的时候,可以使⽤⼀个python自带的模块,名字为re模块

我们可以在Python中使用以下的语句,导入re模块:

python 复制代码
import re

正则表达式的大致匹配过程是:

  1. 依次拿出表达式和文本中的字符比较
  2. 如果每一个字符都能匹配,则匹配成功;一旦有匹配不成功的字符则匹配失败
  3. 如果表达式中有量词或边界,这个过程会稍微有一些不同

r 的作用

在Python 中字符串的前导 r 代表原始字符串标识符,该字符串中的特殊符号不会被转义,适用于正则表达式中繁杂的特殊符号表示。 因此 r"\n" 表示包含 '' 和 'n' 两个字符的字符串,而 "\n" 则表示只包含一个换行符的字符串。与大多数编程语言相同,正则表达式里使用"\"作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\",那么使用编程语言表示的正则表达式里将需要两个反斜杠"\"。Python里的原生字符串很好地解决了这个问题,Python中字符串前⾯加上 r 表示原⽣字符串。

python 复制代码
print("\\n") # 输出 \n
print(r"\n") #输出 \n
print(r"\\n") # 输出 \\n

以上代码的实列输出:

匹配元字符

功能 位置
. 匹配任意1个字符(除了\n)
[ ] 匹配[ ]中列举的字符
\d 匹配数字,即0-9 可以写在字符集[...]中
\D 匹配⾮数字,即不是数字 可以写在字符集[...]中
\s 匹配空⽩,即空格,tab键 可以写在字符集[...]中
\S 匹配⾮空⽩字符 可以写在字符集[...]中
\w 匹配所有单词字符,即a-z、A-Z、0-9、_ 可以写在字符集[...]中
\W 匹配⾮单词字符,即空格、换行符、有特殊字符 可以写在字符集[...]中

举例:

python 复制代码
import re
#匹配任意1个字符(除了\n)
ret = re.findall(r".",'abcdefg_123456\nGPT!@# 千负')
print(ret)
# 匹配[ ]中列举的字符
ret = re.findall(r"[123]",'abcdefg_123456\nGPT!@# 千负')
print(ret)
#匹配数字,即0-9
ret = re.findall(r"\d+",'abcdefg_123456\nGPT!@# 千负')
print(ret)
#匹配⾮数字,即不是数字
ret = re.findall(r"\D+",'abcdefg_123456\nGPT!@# 千负')
print(ret)
#匹配所有单词字符,即a-z、A-Z、0-9、_
ret = re.findall(r"\w",'abcdefg_123456\nGPT!@# 千负')
print(ret)
#匹配⾮单词字符,即空格、换行符、有特殊字符
ret = re.findall(r"\W",'abcdefg_123456\nGPT!@# 千负')
print(ret)
#匹配空⽩,即空格,tab键
ret = re.findall(r"\s",'abcdefg_123456\nGPT!@# 千负')
print(ret)
#匹配⾮空⽩字符	
ret = re.findall(r"\S",'abcdefg_123456\nGPT!@# 千负')
print(ret)

代码输出的实列如下:

...\]字符集,对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出,也可以给出范围,比如\[abc\]和\[a-c\],第一个字符如果是\^表示取反。所有特殊字符(比如"\]""-""\^")在字符集中都失去原来的含义,如要使用可把"\]""-"放在第一个字符,"\^"放在非第一个字符。 ```python import re #匹配char_a,char_b ret = re.findall(r"char_[ab]","char_a, char_b,char_c,char_d") print(ret) #取反 ret = re.findall(r"char_[^ab]","char_a, char_b,char_c,char_d") print(ret) #匹配char_a到c ret = re.findall(r"char_[a-c]","char_a, char_b,char_c,char_d") print(ret) ``` 以上代码输出的实例: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/2eabd3149840f57fb96c995db60a8f6e.webp) ### 匹配多个字符 | 字符 | 功能 | 位置 | 表达式实例 | 完整匹配的字符串 | |-------|-------------------------------------------|--------------|----------|----------| | \* | 匹配前⼀个字符出现0次或者⽆限次,即可有可⽆ | 用在字符或(...)之后 | abc\* | abccc | | + | 匹配前⼀个字符出现1次或者⽆限次,即⾄少有1次 | 用在字符或(...)之后 | abc+ | abccc | | ? | 匹配前⼀个字符出现1次或者0次,即要么有1次,要么没有 | 用在字符或(...)之后 | abc? | ab,abc | | {m} | 匹配前⼀个字符出现m次 | 用在字符或(...)之后 | ab{2}c | abbc | | {m,n} | 匹配前⼀个字符出现从m到n次,若省略m,则匹配0到n次,若省略n,则匹配m到无限次 | 用在字符或(...)之后 | ab{1,2}c | abc,abbc | 实列: ```python import re #:匹配出,⼀个字符串第⼀个字⺟为⼤写字符,后⾯都是⼩写字⺟并且这些⼩写字⺟可有可⽆ ret = re.match("[A-Z][a-z]*","A") print(ret.group()) ret = re.match("[A-Z][a-z]*","AbcA") print(ret.group()) ret = re.match("[A-Z][a-z]*","Aabcdef") print(ret.group()) #匹配出,0到99之间的数字 ret = re.match("[1-9]?[0-9]","7") print(ret.group()) ret = re.match("[1-9]?\d","33") print(ret.group()) ret = re.match("[a-z]{3}.", "abcdefg") print(ret.group()) ret = re.match("[a-z]{3}?", "abcdefg") print(ret.group()) # 这个结果并不是想要的,利⽤$才能解决 ret = re.match("[1-9]?\d","09") print(ret.group()) ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678") print(ret.group()) #匹配出,8到20位的密码,可以是⼤⼩写英⽂字⺟、数字、下划线 ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66") print(ret.group()) ``` 以上代码输出的实例: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/73603fac33942cfc3c0f68dbf5dab96c.webp) ### re.match()函数 尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。匹配成功re.match方法返回一个匹配的对象。 语法:re.match(pattern, string, flags=0) | 参数 | 描述 | |---------|--------------------------------------| | pattern | 匹配的正则表达式 | | string | 要匹配的字符串 | | lags | 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。 | 如果上⼀步匹配到数据的话,可以使⽤group⽅法来提取数据。以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。 group()用来提出分组截获的字符串,()用来分组,group() 同group(0)就是匹配正则表达式整体结果,group(1) 列出第一个括号匹配部分,group(2) 列出第二个括号匹配部分,group(3) 列出第三个括号匹配部分。没有匹配成功的,re.search()返回None。 代码实列: ```python import re result = re.match("itcast","itcast.cn") print(result.group()) ``` 从string头开始匹配pattern完全可以匹配,pattern匹配结束,同时匹配终止,后面的.cn不再匹配,返回匹配成功的信息。以上代码输出的实列: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/fef96c4c39cfb6690e393191fbd77c73.webp) ### re.findall()函数 re.findall函数在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表 代码实列: ```python import re ret = re.findall(r"\d+", "阅读次数为1234, 关注人数为6000") print(ret) ``` 我们需要在字符串中,寻找数字,可以看到,最终输出如下图所示: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/6476b3e5011466334916e27d18400c4b.webp) ### re.search()函数 re.search 扫描整个字符串并返回第一个成功的匹配,如果没有匹配,就返回一个 None。 re.match与re.search的区别: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;而re.search匹配整个字符串,直到找到一个匹配 代码实列: ```python import re ret = re.search(r"\d+", "阅读次数为1234, 关注人数为6000") print(ret.group()) ``` 我们在字符串中寻找数字,search成功匹配到了数字,并且只返回第一个样本: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/c15675043414190b2a49673162267380.webp) ### re.compile()函数 compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用 ```python prog = re.compile(pattern) result = prog.match(string) ``` 等价于 ```python result = re.match(pattern, string) ``` 代码实列: ```python import re pattern = re.compile(r'\d+') m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配,正好匹配 print(m) print(m.group()) print(m.start()) print(m.end()) print(m.span()) ``` 以上代码输出的实列: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/6d7ad2528dedbcb5b96fcc8e1fbf8bfe.webp) 在上面,当匹配成功时返回一个 Match 对象,其中: * group(\[group1, ...\]) 方法用于获得一个或多个分组匹配的字符串,当要获得整个匹配的子串时,可直接使用 group() 或 group(0); * start(\[group\]) 方法用于获取分组匹配的子串在整个字符串中的起始位置(子串第一个字符的索引),参数默认值为 0; * end(\[group\]) 方法用于获取分组匹配的子串在整个字符串中的结束位置(子串最后一个字符的索引+1),参数默认值为 0; * span(\[group\]) 方法返回 (start(group), end(group)) ### re.finditer()函数 和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回 ```python import re it = re.finditer(r"\d+", "12a32bc43jf3") for match in it: print(match.group()) ``` 以上代码输出的实列: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/84779d7d2c0048f3d23975ac11e72b41.webp) ### re.sub()函数 sub是substitute的所写,表示替换,将匹配到的数据进行替换。 语法:re.sub(pattern, repl, string, count=0, flags=0) | 参数 | 描述 | |---------|-------------------------------------------------------| | pattern | 必选,表示正则中的模式字符串 | | repl | 必选,就是replacement,要替换的字符串,也可为一个函数 | | string | 必选,被替换的那个string字符串 | | count | 可选参数,count 是要替换的最大次数,必须是非负整数。如果省略这个参数或设为 0,所有的匹配都会被替换 | | flag | 可选参数,标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。 | 举例:将当前阅读次数修改为1000 ```python import re ret = re.sub(r"\d+", '1000', "当前阅读次数为996") print(ret) ``` 以上代码输出的实例: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/80e5683610987710e37c024d5cc0a457.webp) ### re.subn()函数 行为与sub()相同,但是返回一个元组 (字符串, 替换次数) 语法:re.subn(pattern, repl, string\[, count\]) | 参数 | 描述 | |---------|-------------------------------------------------------| | pattern | 必选,表示正则中的模式字符串 | | repl | 必选,就是replacement,要替换的字符串,也可为一个函数 | | string | 必选,被替换的那个string字符串 | | count | 可选参数,count 是要替换的最大次数,必须是非负整数。如果省略这个参数或设为 0,所有的匹配都会被替换 | | flag | 可选参数,标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。 | 举例: ```python import re pattern = re.compile(r'(\w+) (\w+)') s = 'i say, hello world!' print(re.subn(pattern, r'\2 \1', s)) def func(m): return m.group(1).title() + ' ' + m.group(2).title() print(re.subn(pattern, func, s)) ``` 以上代码输出的实例: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/dfb961a71a90f69d727a900215768c57.webp) ### re.split()函数 根据匹配进⾏切割字符串,并返回⼀个列表 语法:re.split(pattern, string, maxsplit=0, flags=0) | 参数 | 描述 | |----------|----------------------------------| | pattern | 匹配的正则表达式 | | string | 要匹配的字符串 | | maxsplit | 分隔次数,maxsplit=1 分隔一次,默认为 0,不限制次数 | 举例: ```python import re ret = re.split(r":| ", "Python:武器库 开发 by 千负") print(ret) ``` 以上代码输出的实例: ![在这里插入图片描述](https://file.jishuzhan.net/article/1721478836865994754/5c2813dea8280ba5c6e9a230c3c6e9ef.webp)

相关推荐
小杨4042 小时前
python入门系列十四(多进程)
人工智能·python·pycharm
用户277844910499317 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
JavaEdge在掘金19 小时前
ssl.SSLCertVerificationError报错解决方案
python
我不会编程55519 小时前
Python Cookbook-5.1 对字典排序
开发语言·数据结构·python
李少兄19 小时前
Unirest:优雅的Java HTTP客户端库
java·开发语言·http
老歌老听老掉牙20 小时前
平面旋转与交线投影夹角计算
python·线性代数·平面·sympy
满怀101520 小时前
Python入门(7):模块
python
无名之逆20 小时前
Rust 开发提效神器:lombok-macros 宏库
服务器·开发语言·前端·数据库·后端·python·rust
你觉得20520 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
似水এ᭄往昔20 小时前
【C语言】文件操作
c语言·开发语言