正则表达式简记

正则表达式简记

一、查找开头子串与结尾子串

正则表达式中以^字符表示待查找子串位于字符串开头位置,以$字符表示待查找子串位于字符串结尾位置,示例代码如下:

python 复制代码
import re

s1 = "100_string_1"
pattern01 = r'^\d+'#查找以一位及以上数字开头的子串
pattern02 = r'\d+$'#查找以一位及以上数字结尾的子串
match01 = re.search(pattern01, s1)
sub_str01 = match01.group()#输出如下
'100'
start01 = match01.start()#输出如下
0
end01 = match01.end()#输出如下
3

match02 = re.search(pattern02, s1)
sub_str02 = match02.group()#输出如下
'1'
start02 = match02.start()#输出如下
11
end02 = match02.end()#输出如下
12

正则表达式以[^]表示匹配不包含在方括号内的字符,注意不要发生混淆。

二、分组匹配替换字符串

当查找的子串模式由多个模式组成,而想要对其中的某个模式子串进行局部替换或对模式子串进行重新排列,就需要进行分组匹配替换,示例代码如下:

python 复制代码
import re

s1 = "100_string_1"
pattern01 = r'^(\d+)_([a-z]+)_(\d+)'
s2 = re.sub(pattern01, r'\2_\1_\3', s1)#重新排列,输出如下
'string_100_1'

s3 = re.sub(pattern01, r'\1_\2_a', s1)#对第三个模式子串进行替换,输出如下
'100_string_a'

三、查找嵌套字符串

使用正则表达式查找字符串时,会尽可能多地查找符合条件的字符串,即使用贪婪模式进行匹配,在这种模式背景下如果待查找的子串内部包含子串的部分特征模式,就无法单纯地通过正则表达式进行查找。

例如在html文件中查找一个div标签,目标div标签以< div class='class01'>开始,以< /div>结束,但其内部可能嵌套着其他div标签,实现查找的示例代码如下:

python 复制代码
import re

def search_position_of_nested_DivElement(html_txt):
    dest_substr = '<div class="class01">'
    dest_substr_startIndex = html_txt.find(dest_substr)
    dest_substr_endIndex = -1
    if dest_substr_startIndex > -1:
        pos = dest_substr_startIndex + len(dest_substr)
        pattern_startDiv = re.compile(r'<div[^<>]*>')
        pattern_endDiv = re.compile(r'</div>')
        startDiv_index = 0
        endDiv_index = 0
        startDiv_match = None
        endDiv_match = None
        while True:
            startDiv_match = pattern_startDiv.search(html_txt, pos)
            endDiv_match = pattern_endDiv.search(html_txt, pos)
            if not startDiv_match:
                if not endDiv_match:
                    break
                else:
                    dest_substr_endIndex = endDiv_match.end()
                    break
            
            if not endDiv_match:
                break
            
            startDiv_index = startDiv_match.start()
            endDiv_index = endDiv_match.start()
            if startDiv_index < endDiv_index:
                pos = endDiv_match.end()
            else:
                dest_substr_endIndex = endDiv_match.end()
                break
        
        if dest_substr_endIndex > -1:
            return (True, dest_substr_startIndex, dest_substr_endIndex)
        else:
            return (True, -1, -1)
    else:
        return (False, -1, -1)

上述代码的实现原理是逐一搜索排除目标div包含的其他div标签,最终找到目标div标签的结尾标识,而后返回目标的开始和结尾位置。

相关推荐
沐曦可期1 分钟前
标准编码与算法
javascript·python
我的xiaodoujiao4 分钟前
从 0 到 1 搭建 Python 语言 Web UI自动化测试学习系列 8--基础知识 4--常用函数 2
前端·python·测试工具·ui
Rhys..14 分钟前
Cucumber自学导航
javascript·python·bdd·cucumber
kobe_OKOK_29 分钟前
Django ORM 无法通过 `ForeignKey` 自动关联,而是需要 **根据父模型中的某个字段(比如 ID)去查询子模型**。
后端·python·django
蜀中廖化30 分钟前
python VSCode中报错 E501:line too long (81 > 79 characters)
开发语言·vscode·python
MoRanzhi120334 分钟前
15. Pandas 综合实战案例(零售数据分析)
数据结构·python·数据挖掘·数据分析·pandas·matplotlib·零售
XYiFfang1 小时前
【MYSQL】SQL学习指南:从常见错误到高级函数与正则表达式
sql·mysql·正则表达式·regexp_like·group_concat
量化交易曾小健(金融号)1 小时前
Python美股量化交易填坑记录——3.盈透(Interactive Brokers)证券API接口
开发语言·python
java1234_小锋2 小时前
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 神经网络基础原理
python·深度学习·tensorflow·tensorflow2
JJJJ_iii2 小时前
【深度学习03】神经网络基本骨架、卷积、池化、非线性激活、线性层、搭建网络
网络·人工智能·pytorch·笔记·python·深度学习·神经网络