Python正则表达式学习笔记(入门)

1. 介绍

正则表达式是一种强大的模式匹配工具,用于处理文本数据。在Python中,我们使用re模块来操作正则表达式。

2. 基本语法

建议先看

"5. re模块函数 "了解searchmatch 的区别"和
2.3 特殊字符转义"了解如何应对特殊符号

2.1 字符匹配

  1. .: 匹配任意字符(除了换行符 \n
python 复制代码
import re
pattern = re.compile(r"he..o")
result = pattern.match("hello")
print(result.group())  

Output: hello

  • []: 匹配方括号内的任一字符

    python 复制代码
    pattern = re.compile(r"[aeiou]")
    result = pattern.search("Hello")
    print(result.group()) 

Output: e
注意:方括号内的字母之间无需空格,因为空格算一个字符,也会参与匹配

  • |: 匹配两个或多个模式之一

    python 复制代码
    pattern = re.compile(r"cat|dog")
    result = pattern.search("I love my cat")
    print(result.group())  

Output: cat

2.2 重复匹配

  • *: 匹配前一个字符0次或多次

  • +: 匹配前一个字符1次或多次

  • ?: 匹配前一个字符0次或1次

    python 复制代码
    pattern = re.compile(r"go*gle")
    result = pattern.match("gooogle")
    print(result.group())  

    Output: gooogle

2.3 特殊字符转义

使用\转义特殊字符,如.*+

3. 弱进阶用法

敲黑板:groups() 用于返回捕获组 的匹配结果元组,

group() 用于返回整个匹配结果或指定编号的捕获组的匹配结果

要注意的是,捕获组编号从 1 开始计数,而不是从 0 开始。

3.1 分组和捕获

使用圆括号 () 进行分组和捕获

python 复制代码
pattern = re.compile(r"(\d+)-(\d+)-(\d+)")
result = pattern.match("2023-11-15")
print(result.groups()) 

Output: ('2023', '11', '15')

当内容很重要时,捕获以后可以 方便后面引用

3.2 非捕获组

有时我们需要分组但不捕获,可以使用 (?:...)

python 复制代码
pattern = re.compile(r"Mr (?:John|Doe)")
result = pattern.match("Mr John")
print(result.group())  

Output: Mr John

不重要的内容无需捕获,可以提高程序性能,减少资源占用

3.3 向后引用

使用\1\2等引用前面捕获的组的内容(再次强调:是内容,而不是格式)

python 复制代码
pattern = re.compile(r"(\d+)-\1")
result = pattern.match("2023-2023")
print(result.group()) 

Output: 2023-2023

4. 匹配开始和结尾

  • ^: 匹配字符串的开始

  • $: 匹配字符串的结尾

    python 复制代码
    pattern = re.compile(r"^Hello")
    result = pattern.match("Hello, World!")
    print(result.group()) 

Output: Hello

python 复制代码
pattern = re.compile(r"(World!$)")
result = pattern.search("Hello, World!")
print(result.group())

Output: World!
在正则表达式中,^ 用于匹配一行的开头 ,而不是整个文本的开头,

当使用 ^ 放在正则表达式的开头时,它表示该模式只匹配行的开头位置

换句话说,模式必须在行的开头出现才能匹配成功

例如,如果你有一个多行的字符串,每行以数字开头,你可以使用 ^\d 来匹配每行的开头数字。
$ 匹配字符串的结尾,同理

5. re模块函数

  • re.match(): 从字符串的开头匹配模式
  • re.search(): 在字符串中查找匹配模式的第一个位置
  • re.findall(): 返回字符串中所有匹配的模式
  • re.sub(): 替换字符串中匹配模式的部分

6. 贪婪与非贪婪匹配

在重复匹配时,加上?可以实现非贪婪匹配。

python 复制代码
pattern = re.compile(r"<.*?>")
result = pattern.search("<html><head><title>Title</title></head></html>")
print(result.group()) 

Output:
默认情况下,正则表达式是贪婪匹配 ,也就是它会尽可能地匹配最长的字符串 。贪婪匹配会将模式中的量词(如 *、+、?、{})设置为尽可能多地匹配字符。

例如,正则表达式 a.*b 可以匹配 "afoobarb" 中的整个字符串,而不只是 "a" 和 "b" 之间的部分。
相比之下,非贪婪匹配匹配尽可能少的字符 。它使用量词的非贪婪版本来实现。在正则表达式中,非贪婪模式的量词是加上 ? 符号。

例如,a.*?b 是一个非贪婪匹配模式,它只匹配 "a" 和 "b" 之间的最短字符串。对于 "afoobarb",匹配结果将是 "afoob"。

7. 预搜索

  • (?=...): 正向预查

  • (?!...): 负向预查

    python 复制代码
    pattern = re.compile(r"\d+(?=%)")
    result = pattern.search("42%")
    print(result.group())  

Output: 42
正向预查 (?=...) 表示在匹配当前位置之后的内容时,需要满足 ... 的条件。但是,正向预查不会消耗字符串,也不会将预查的内容包含在匹配结果中。
负向预查 (?!..) 则表示在匹配当前位置之后的内容时,需要不满足 ... 的条件才能匹配成功。与正向预查类似,负向预查也不会消耗字符串,也不会将预查的内容包含在匹配结果中。
相当于先判断后面的字符串是否符合条件决定是否匹配

相关推荐
xiaoyalian2 小时前
R语言绘图过程中遇到图例的图块中出现字符“a“的解决方法
笔记·r语言·数据可视化
湫ccc3 小时前
《Python基础》之字符串格式化输出
开发语言·python
Red Red3 小时前
网安基础知识|IDS入侵检测系统|IPS入侵防御系统|堡垒机|VPN|EDR|CC防御|云安全-VDC/VPC|安全服务
网络·笔记·学习·安全·web安全
mqiqe4 小时前
Python MySQL通过Binlog 获取变更记录 恢复数据
开发语言·python·mysql
AttackingLin4 小时前
2024强网杯--babyheap house of apple2解法
linux·开发语言·python
贰十六4 小时前
笔记:Centos Nginx Jdk Mysql OpenOffce KkFile Minio安装部署
笔记·nginx·centos
知兀4 小时前
Java的方法、基本和引用数据类型
java·笔记·黑马程序员
哭泣的眼泪4084 小时前
解析粗糙度仪在工业制造及材料科学和建筑工程领域的重要性
python·算法·django·virtualenv·pygame
湫ccc5 小时前
《Python基础》之基本数据类型
开发语言·python
Natural_yz5 小时前
大数据学习17之Spark-Core
大数据·学习·spark