- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章带你精通Python正则表达式由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
正则作为处理字符串的一个实用工具,在Python中经常会用到,比如爬虫爬取数据时常用正则来检索字符串等等。正则表达式已经内嵌在Python中,通过导入re模块就可以使用,作为刚学Python的新手大多数都听说”正则“这个术语.
在讲正则表达式之前,我们首先得知道哪里用得到正则表达式。正则表达式是用在findall()方法当中,大多数的字符串检索都可以通过findall()来完成.
在使用正则表达式之前,需要导入re模块.
1
|
import
re
|
导入了re模块之后就可以使用findall()方法了,那么我们必须要清楚findall()的语法是怎么规定的.
1
|
findall(正则表达式,目标字符串)
|
不难看出findall()的是由正则表达式和目标字符串组成,目标字符串就是你要检索的东西,那么如何检索则是通过正则表达式来进行操作,也就是我们今天的重点.
使用findall()之后返回的结果是一个列表,列表中是符合正则要求的字符串 。
大多数的字母和字符都可以进行自身匹配.
1
2
3
4
|
import
re
a
=
"abc123+-*"
b
=
re.findall(
'abc'
,a)
print
(b)
|
输出结果:
1
|
[
'abc'
]
|
元字符指的是. ^ $ ? + {} \ []之类的特殊字符,通过它们我们可以对目标字符串进行个性化检索,返回我们要的结果.
这里我给大家介绍10个常用的元字符以及它们的用法,这里我先给大家做1个简单的汇总,便于记忆,下面会挨个讲解每一个元字符的使用.
(1) [] 。
[] 的使用方式主要有以下三种:
1
2
3
4
|
s
=
"a123456b"
rule
=
"a[0-9][1-6][1-6][1-6][1-6][1-6]b"
#这里暂时先用这种麻烦点的方法,后面有更容易的,不用敲这么多[1-6]
l
=
re.findall(rule,s)
print
(l)
|
输出结果为:
1
|
[
'a123456b'
]
|
例如要在字符串"abcabcaccaac"中选出abc元素:
1
2
3
4
|
s
=
"abcabcaccaac"
rule
=
"a[a,b,c]c"
# rule = "a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c"
l
=
re.findall(rule, s)
print
(l)
|
输出结果为:
1
|
[
'abc'
,
'abc'
,
'acc'
,
'aac'
]
|
例如要在字符串“caabcabcaabc”中选出“caa”:
1
|
print
(re.findall(
"caa[a,^]"
,
"caa^bcabcaabc"
))
|
输出结果为:
1
|
[
'caa^'
]
|
注意:当在[]的第一个位置时,表示除了a以外的都进行匹配,例如把[]中的和a换一下位置:
1
|
print
(re.findall(
"caa[^,a]"
,
"caa^bcabcaabc"
))
|
输出:
1
|
[
'caa^'
,
'caab'
]
|
(2)^ 。
^ 通常用来匹配行首,例如:
1
|
print
(re.findall(
"^abca"
,
"abcabcabc"
))
|
输出结果:
1
|
[
'abca'
]
|
(3) $ 。
$ 通常用来匹配行尾,例如:
1
|
print
(re.findall(
"abc$"
,
"accabcabc"
))
|
输出结果:
1
|
[
'abc'
]
|
(4)\ 。
反斜杠后面可以加不同的字符表示不同的特殊含义,常见的有以下3种.
1
|
print
(re.findall(
"c\d\d\da"
,
"abc123abc"
))
|
输出结果为:
1
|
[
'c123a'
]
|
\可以转义成普通字符,例如:
1
|
print
(re.findall(
"\^abc"
,
"^abc^abc"
))
|
输出结果:
1
|
[
'^abc'
,
'^abc'
]
|
匹配任何的空白字符例如:
1
|
print
(re.findall(
"\s\s"
,
"a c"
))
|
输出结果:
1
|
[
' '
,
' '
]
|
匹配任何字母数字和下划线,等价于[a-zA-Z0-9_],例如:
1
|
print
(re.findall(
"\w\w\w"
,
"abc12_"
))
|
输出:
1
|
[
'abc'
,
'12_'
]
|
(5){n} 。
{n}可以避免重复写,比如前面我们用\w时写了3次\w,而这里我们这需要用用上{n}就可以,n表示匹配的次数,例如:
1
|
print
(re.findall(
"\w{2}"
,
"abc12_"
))
|
输出结果:
1
|
[
'ab'
,
'c1'
,
'2_'
]
|
(6)* 。
*表示匹配零次或多次(尽可能的多去匹配),例如:
1
|
print
(re.findall(
"010-\d*"
,
"010-123456789"
))
|
输出:
1
|
[
'010-123456789'
]
|
(7) + ** 。
+表示匹配一次或多次,例如 。
1
|
print
(re.findall(
"010-\d+"
,
"010-123456789"
))
|
输出:
1
|
[
'010-123456789'
]
|
(8) . 。
.是个点,这里不是很明显,它用来操作除了换行符以外的任何字符,例如:
1
|
print
(re.findall(
"."
,
"010\n?!"
))
|
输出:
1
|
[
'0'
,
'1'
,
'0'
,
'?'
,
'!'
]
|
(9) ?
?表示匹配一次或零次 。
1
|
print
(re.findall(
"010-\d?"
,
"010-123456789"
))
|
输出:
1
|
[
'010-1'
]
|
这里要注意一下贪婪模式和非贪婪模式.
贪婪模式:尽可能多的去匹配数据,表现为\d后面加某个元字符,例如\d*:
1
|
print
(re.findall(
"010-\d*"
,
"010-123456789"
))
|
输出:
1
|
[
'010-123456789'
]
|
非贪婪模式:尽可能少的去匹配数据,表现为\d后面加?,例如\d?
1
|
print
(re.findall(
"010-\d*?"
,
"010-123456789"
))
|
输出为:
1
|
[
'010-'
]
|
(10) {m,n} 。
m,n指的是十进制数,表示最少重复m次,最多重复n次,例如:
1
|
print
(re.findall(
"010-\d{3,5}"
,
"010-123456789"
))
|
1
2
3
|
输出:
[
'010-12345'
]
|
加上?表示尽可能少的去匹配 。
1
|
print
(re.findall(
"010-\d{3,5}?"
,
"010-123456789"
))
|
输出:
1
|
[
'010-123'
]
|
{m,n}还有其他的一些灵活的写法,比如:
关于常用的元字符以及使用方法就先到这里,我们再来看看正则的其他知识.
在Python中,re模块可通过compile() 方法来编译正则,re.compile(正则表达式),例如:
1
2
3
4
5
6
|
s
=
"010-123456789"
rule
=
"010-\d*"
rule_compile
=
re.
compile
(rule)
#返回一个对象
# print(rule_compile)
s_compile
=
rule_compile.findall(s)
print
(s_compile)
#打印compile()返回的对象是什么
|
输出结果:
1
|
[
'010-123456789'
]
|
正则对象的使用方法不仅仅是通过我们前面所介绍的 findall() 来使用,还可以通过其他的方法进行使用,效果是不一样的,这里我做个简单的总结:
(1)findall() 。
找到re匹配的所有字符串,返回一个列表 。
(2)search() 。
扫描字符串,找到这个re匹配的位置(仅仅是第一个查到的) 。
(3)match() 。
决定re是否在字符串刚开始的位置(匹配行首) 。
就拿上面的 compile()编译正则之后返回的对象来做举例,我们这里不用 findall() ,用 match() 来看一下结果如何:
1
2
3
4
5
6
|
s
=
"010-123456789"
rule
=
"010-\d*"
rule_compile
=
re.
compile
(rule)
# 返回一个对象
# print(rule_compile)
s_compile
=
rule_compile.match(s)
print
(s_compile)
# 打印compile()返回的对象是什么
|
输出:
1
|
<re.Match
object
; span
=
(
0
,
13
), match
=
'010-123456789'
>
|
可以看出结果是1个match 对象,开始下标位置为0~13,match为 010-123456789 。既然返回的是对象,那么接下来我们来讲讲这个match 对象的一些操作方法.
这里先介绍一下方法,后面我再举例,Match对象常见的使用方法有以下几个:
(1)group() 。
返回re匹配的字符串 。
(2)start() 。
返回匹配开始的位置 。
(3)end() 。
返回匹配结束的位置 。
(4)span() 。
返回一个元组:(开始,结束)的位置 。
举例:用span()来对search()返回的对象进行操作:
1
2
3
4
5
|
s
=
"010-123456789"
rule
=
"010-\d*"
rule_compile
=
re.
compile
(rule)
# 返回一个对象
s_compile
=
rule_compile.match(s)
print
(s_compile.span())
#用span()处理返回的对象
|
结果为:
1
|
(
0
,
13
)
|
re模块中除了上面介绍的findall()函数之外,还有其他的函数,来做一个介绍:
(1)findall() 。
根据正则表达式返回匹配到的所有字符串,这个我就不多说了,前面都是在介绍它.
(2)sub(正则,新字符串,原字符串) 。
sub() 函数的功能是替换字符串,例如:
1
2
3
|
s
=
"abcabcacc"
#原字符串
l
=
re.sub(
"abc"
,
"ddd"
,s)
#通过sub()处理过的字符串
print
(l)
|
输出:
1
|
ddddddacc
#把abc全部替换成ddd
|
(3)subn(正则,新字符串,原字符串) 。
subn()的作用是替换字符串,并返回替换的次数 。
1
2
3
|
s
=
"abcabcacc"
#原字符串
l
=
re.subn(
"abc"
,
"ddd"
,s)
#通过sub()处理过的字符串
print
(l)
|
输出:
1
|
(
'bbbbbbacc'
,
2
)
|
(4)split() 。
split()分割字符串,例如:
1
2
3
|
s
=
"abcabcacc"
l
=
re.split(
"b"
,s)
print
(
1
)
|
输出结果:
1
|
[
'a'
,
'ca'
,
'cacc'
]
|
到此这篇关于带你精通Python正则表达式的文章就介绍到这了,更多相关Python正则表达式内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。
原文链接:https://blog.csdn.net/zhiguigu/article/details/119992775 。
最后此篇关于带你精通Python正则表达式的文章就讲到这里了,如果你想了解更多关于带你精通Python正则表达式的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!