Python之re模塊詳解
Python——re模塊
簡介
定義:re模塊稱為正則表達式;
作用:創建一個”規則表達式”,用於驗證和查找符合規則的文本,廣泛用於各種搜索引擎、賬戶密碼的驗證等;
預定義字符
""" \d 匹配所有的十進制數字 0-9 \D 匹配所有的非數字,包含下劃線 \s 匹配所有空白字符(空格、TAB等) \S 匹配所有非空白字符,包含下劃線 \w 匹配所有字母、漢字、數字 a-z A-Z 0-9 \W 匹配所有非字母、漢字、數字,包含下劃線 """
特殊字符
1、$:匹配一行的結尾(必須放在正則表達式最後面)
2、^:匹配一行的開頭(必須放在正則表達式最前面)
3、*:前面的字符可以出現0次或多次(0~無限)
4、+:前面的字符可以出現1次或多次(1~無限)
5、?:變”貪婪模式”為”勉強模式”,前面的字符可以出現0次或1次
6、.:匹配除瞭換行符”\n”之外的任意單個字符
7、|:兩項都進行匹配
8、[ ]:代表一個集合,有如下三種情況
- [abc]:能匹配其中的單個字符
- [a-z0-9]:能匹配指定范圍的字符,可取反(在最前面加入^)
- [2-9] [1-3]:能夠做組合匹配
9、{ }:用於標記前面的字符出現的頻率,有如下情況:
- {n,m}:代表前面字符最少出現n次,最多出現m次
- {n,}:代表前面字符最少出現n次,最多不受限制
- {,m}:代表前面字符最多出現n次,最少不受限制
- {n}:前面的字符必須出現n次
反斜杠問題
字符串中有反斜杠的,需要對反斜杠做轉義:
str = "\\123 223" # \123 223 str = r"\123 223" # \123 223
在正則表達式中,我們需要用多個反斜杠來匹配一個反斜杠:
find = re.search('\\\\\w+', str) find = re.search(r'\\\w+', str)
匹配方法
1、match:在目標文本的開頭進行匹配
find = re.math('hello', str1) # 匹配成功返回匹配對象hello,不成功返回None
2、search:在整個目標文本中進行匹配
3、findall:掃描整個目標文本,返回所有與規則匹配的子串組成的列表,如果沒有匹配的返回空列表
4、finditer:掃描整個目標文本,返回所有與規則匹配的子串組成的迭代器
5、fullmatch:要求目標文本要完全匹配規則,否則返回None
6、sub:將與規則匹配的子串替換為其他文本
str1 = re.sub('\w+', 'aaa', str, count=0) # count默認為0,表示全部替換
7、split:從與規則匹配的子串進行切割,返回切割後子串組成的列表
8、匹配對象的方法(對匹配到的對象使用):
():分組字符,可以為匹配到的內容分組,快速獲取到分組中的數據
- group:用於查看指定分組匹配到的內容
str = '<p>這是一個<a href="###">文本</a></p> find = re.search('<a href="(.+)">(\w+)</a>', str) print(find.group()) # 默認為0,表示匹配到的全部文本,傳入1時輸出第一個分組###
- groups:返回一個元組,組內為所有匹配到的內容(上面案例輸出(’###’,‘文本’))
- groupdict:返回一個字典,包含分組的鍵值對,需要為分組命名
find = re.search('<a href="(?P<href>.+)">(?P<text>\w+)</a>', str)
start:返回匹配到的內容在文本中的起始索引end:返回匹配到的內容在文本中的結束索引span:返回由起始索引和結束索引組成的元組 推薦
推薦一個正則闖關網站:https://alf.nu/RegexGolf
總結
本篇文章就到這裡瞭,希望能夠給你帶來幫助,也希望您能夠多多關註WalkonNet的更多內容!