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
并不会1 小时前
常见 CSS 选择器用法
前端·css·学习·html·前端开发·css选择器
龙鸣丿1 小时前
Linux基础学习笔记
linux·笔记·学习
一点媛艺2 小时前
Kotlin函数由易到难
开发语言·python·kotlin
魔道不误砍柴功3 小时前
Java 中如何巧妙应用 Function 让方法复用性更强
java·开发语言·python
Nu11PointerException3 小时前
JAVA笔记 | ResponseBodyEmitter等异步流式接口快速学习
笔记·学习
闲晨3 小时前
C++ 继承:代码传承的魔法棒,开启奇幻编程之旅
java·c语言·开发语言·c++·经验分享
_.Switch3 小时前
高级Python自动化运维:容器安全与网络策略的深度解析
运维·网络·python·安全·自动化·devops
亦枫Leonlew4 小时前
三维测量与建模笔记 - 3.3 张正友标定法
笔记·相机标定·三维重建·张正友标定法
幼儿园老大*5 小时前
Go的环境搭建以及GoLand安装教程
开发语言·经验分享·后端·golang·go
考试宝5 小时前
国家宠物美容师职业技能等级评价(高级)理论考试题
经验分享·笔记·职场和发展·学习方法·业界资讯·宠物