python自動化之re模塊詳解

Posted on by

一、re是什麼？

正則表達式是一個特殊的字符序列，能方便的檢查一個字符串是否與某種模式匹配。re模塊使得python擁有全部的正則表達式功能。

二、re 模塊的作用

通過使用正則表達式，可以：
測試字符串內的模式。—— 例如，可以測試輸入字符串，以查看字符串內是否出現電話號碼模式或信用卡號碼模式。這稱為數據驗證。
替換文本。—— 可以使用正則表達式來識別文檔中的特定文本，完全刪除該文本或者用其他文本替換它。
基於模式匹配從字符串中提取子字符串。—— 可以查找文檔內或輸入域內特定的文本。

三、re模塊的使用

1、常用方法

  • findAll(): 匹配所有的字符串，把匹配結果作為一個列表返回
  • match(): 匹配字符串的開始位置，如果開始位置沒有，則返回None
  • search():在字符串中搜索，返回搜索到的第一個
  • finditer():匹配所有的字符串，返回迭代器

2、 元字符

匹配任意字符（除\n以外） h. 代表匹配h後的任意一個字符

import re
res = 'h.'
s = 'hello python'
result = re.findall(res, s)
print(result)  # ['he', 'ho']

[] 拿[]中的人任意一個字符，去字符串中匹配，匹配到一個返回一個，最後以列表返回

import re
res2 = '[hon]'
s = 'hello python'
result = re.findall(res2, s)
print(result)  # ['h', 'o', 'h', 'o', 'n']

\d 匹配數字0-9

import re
res2 = '[\d]'
s = 'hell666o pyt999hon'
result = re.findall(res2, s)
print(result)  # ['6', '6', '6', '9', '9', '9']

\D 匹配非數字, 包含空格

import re
res2 = '[\D]'
s = 'hello 3334 python 88'
result = re.findall(res2, s)
print(result)  # ['h', 'e', 'l', 'l', 'o', ' ', ' ', 'p', 'y', 't', 'h', 'o', 'n', ' ']

‘\s’ 匹配空白字符

import re
res2 = '[\s]'
s = 'hello 3334 python 88'
result = re.findall(res2, s)
print(result)  # [' ', ' ', ' ']

‘\S’ 匹配非空白字符

import re
res2 = '[\S]'
s = 'hello 3334 python 88'
result = re.findall(res2, s)
print(result)  # ['h', 'e', 'l', 'l', 'o', '3', '3', '3', '4', 'p', 'y', 't', 'h', 'o', 'n', '8', '8']

\w 匹配非特殊字符，即a-z、A-Z、0-9、_、漢字

import re
res2 = '[\w]'
s = 'hello#&_ aa 8python中國'
result = re.findall(res2, s)
print(result)  # ['h', 'e', 'l', 'l', 'o', '_', 'a', 'a', '8', 'p', 'y', 't', 'h', 'o', 'n', '中', '國']

\W 匹配特殊字符 （ – ~@#$&*）空格也屬於特殊字符

import re
res2 = '[\W]'
s = '-hello#&_ aa 8python中國'
result = re.findall(res2, s)
print(result)  # ['-', '#', '&', ' ', ' ']

3、多字符匹配

(1)*：匹配前一個字符出現一次，或無限次 貪婪模式

import reres2 = 'h*'s = '-hhello hhh python'result = re.findall(res2, s)print(result)  #['', 'hh', '', '', '', '', '', 'hhh', '', '', '', '', 'h', '', '', '']import re
res2 = 'h*'
s = '-hhello hhh python'
result = re.findall(res2, s)
print(result)  #['', 'hh', '', '', '', '', '', 'hhh', '', '', '', '', 'h', '', '', '']

(2) + :匹配前一個字符出現1次或無窮次

import re
res2 = 'h+'
s = '-hhello hhh python'
result = re.findall(res2, s)
print(result) # ['hh', 'hhh', 'h']

(3)?: 匹配前一個字符出現0次或者1次，非貪婪模式

import re
res2 = 'h?'
s = '-hhello hhh python'
result = re.findall(res2, s)
print(result) # ['', 'h', 'h', '', '', '', '', '', 'h', 'h', 'h', '', '', '', '', 'h', '', '', '']

(4) {n} :匹配前一個字符連續出現n次

import re
res2 = 'https{2}'
s = '-hhello-httpssss-python'
result = re.findall(res2, s)
print(result) # ['httpss'] 
匹配到前一個字符s 連續出現2次

{n,m} :匹配前一個字符出現n-m次

import re
res2 = 'https{1,3}'
s = '-hhello-httpssss-python'
result = re.findall(res2, s)
print(result) # ['httpss']

(5) 貪婪模式和非貪婪模式

正則表達式通常使用於查找匹配字符串。貪婪模式，總是嘗試匹配盡可能多的字符；非貪婪模式正好相反，總是嘗試匹配盡可能少的字符。在"*","?","+","{m,n}"後面加上？，使貪婪變成非貪婪。

(6) | :兩個條件進行匹配，或的關系

import re
res2 = 'he|ll'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['he', 'll']

(7)邊界值：

^ :匹配以哪個字符開頭的

import re
res2 = '^he'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['he']

$ : 匹配以哪個字符結尾的字符

import re
res2 = 'on$'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['on']

4、分組匹配

（） ：隻匹配（）裡面的

import re
res2 = '#(\w.+?)#'
s = "{'mobile_phone':'#mobile_phone#','pwd':'Aa123456'}"
result = re.findall(res2, s)
print(result)  # ['mobile_phone']

5、match（）方法的使用

str = "www.runoob.com"
print(re.match('www', str).span())  # 在起始位置匹配 ，返回匹配到的區間下標  (0,3)
print(re.match('com', str))  # 不在起始位置匹配  None

6、 search():在字符串中搜索，返回搜索到的第一個

str = "www.runoob.com"
print(re.search('www', str).span())  # 在起始位置匹配 ，返回匹配到的區間下標
print(re.search('com', str).span())  # 不在起始位置匹配

re.match隻匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

7、 finditer():

匹配所有的字符串，返回迭代器和 findall 類似，在字符串中找到正則表達式所匹配的所有子串，並把它們作為一個迭代器返回。

res = 'h.'
s = 'hello python'
result = re.finditer(res, s)
for str in result:
    print(str.group())
he
ho

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!

推薦閱讀：