2020国产成人精品视频,性做久久久久久久久,亚洲国产成人久久综合一区,亚洲影院天堂中文av色

分享

Python進階之路 — 十一

 Four兄 2019-08-30

21、正則表達式
正則表達式時用來干嘛的?主要是用來匹配字符串的。由于字符串提供的匹配方法是完全匹配。而在實際情況中,我們可能只需要一串字符串中的某一部分,這時,正則表達式就非常有用了,可以實現(xiàn)模糊匹配。
(1)、元字符:. ^ $ * + ? {} | () \
<1> 元字符: . (通配符)

import re# ret = re.findall('w..l','Hello world')#.只能代替任意一個字符# print(ret)#['worl']# ret = re.findall('w.l','Hello w\nld')#.不能代替 \n# print(ret)#[] 未能匹配成功
  • 1
  • 2
  • 3
  • 4
  • 5

<2> 元字符:^ (從被匹配字符串的開頭開始進行匹配)

import re# ret = re.findall('^h...o','hkslhelloadfas') #從被匹配字符串的開頭開始進行匹配# print(ret)#[]
  • 1
  • 2
  • 3

<3> 元字符:$ (從被匹配字符串的末尾開始進行匹配)

import re# ret = re.findall('a..x$','sdfalex')#從被匹配字符串的末尾開始進行匹配# print(ret)#['alex']
  • 1
  • 2
  • 3

<4> 元字符:* (重復匹配:[0,+∞])

import re# ret = re.findall('a.*li','adfdalexasli')# print(ret)#['adfdalexasli']# ret = re.findall('ba*','afdafbadafbaaaaa')# print(ret)#['ba', 'baaaaa']
  • 1
  • 2
  • 3
  • 4
  • 5

<5> 元字符:+(重復匹配:[1,+∞])

import re# ret = re.findall('ab+','afdafdsa')#a后面至少有一個b才能進行匹配# print(ret)#[]
  • 1
  • 2
  • 3

<6> 元字符:? (重復匹配:[0,1])

import re# ret = re.findall('a?b','aaaabhgabdfabfb')#b前面沒有a或者一個a才能進行匹配# print(ret)#['ab', 'ab', 'ab', 'b']
  • 1
  • 2
  • 3

<7> 元字符:{} :(可加匹配范圍)

import re# ret = re.findall('a{5}b','abfdsaaaaabdsa')# print(ret)#['aaaaab']# ret = re.findall('a{1,3}b','abfdsaaaaabdsaab')#貪婪匹配 {1,}代表著{1,+∞}# print(ret)#['ab', 'aaab', 'aab']
  • 1
  • 2
  • 3
  • 4
  • 5

總結:*等價于{0,+∞},+等價于{1,+∞} ,?等價于{0,1}
<8>元字符 :[ ](字符集)

impot re#ret = re.findall('a[c,d,e]x','acx')#可匹配出acx或adx或aex# ret = re.findall('[a-z]','acx')#可匹配出a-z中的所有字母# print(ret)#acx
  • 1
  • 2
  • 3
  • 4

[ ]:還可以取消元字符的特殊功能,但是這三個元字符:\ ^ - 例外

import re# ret = re.findall('[w,*]','awds*')# 把*在正則中的特殊功能抹去了,只是一個普通字符*# print(ret)# ret = re.findall('[0-9,a-z,A-Z]','12tyAs')# - 依舊保持了原來的功能,表示范圍# print(ret)#['1', '2', 't', 'y', 'A', 's']# ret = re.findall('[^t]','fdsaetdaed')#此時的^,表示取反,即除去t以外的字符全部取出# print(ret)#['f', 'd', 's', 'a', 'e', 'd', 'a', 'e', 'd']# ret = re.findall('[^t,a]','fdsae45tdaed')#此時的^,表示取反,即除去t和a以外的字符全部取出# print(ret)#['f', 'd', 's', 'e', '4', '5', 'd', 'e', 'd']
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

<9> 元字符 : \
注意:
反斜杠后邊跟元字符去除其特殊功能
反斜杠后邊跟普通字符實現(xiàn)特殊功能
例如:
\d: 匹配任何十進制數(shù),它相當于類[0-9]
\D: 匹配任何非數(shù)字字符,相當于類[^0-9]
\s:匹配任何空白字符,相當于類[\t\n\r\f\v]
\S:匹配任何非空白字符,相當于類[^\t\n\r\f\v]
\w:匹配任何字母數(shù)字字符,相當于類[a-zA-Z0-9]
\W:匹配任何非字母數(shù)字字符,相當于類[^a-zA-Z0-9]
\b: 匹配一個特殊字符邊界。
示例:

import re''' 反斜杠后邊跟元字符去除其特殊功能 '''ret = re.findall('a\.','a.gjfdsa%fd')print(ret)#['a.']'''反斜杠后邊跟普通字符實現(xiàn)特殊功能'''print(re.findall('\d{11}','afddsafdsaf123045678954fsfda'))#匹配任何十進制數(shù) ['12304567895']print(re.findall('\sasd','fasdd asd'))#[' asd']保證有asd字符串,并且在該字符串的前面有空白字符(空格),輸出時,(空格)一并輸出print(re.findall('\w{2}a','afd9affsasd'))#['d9a', 'fsa']只要有字符a并且在字符a前面保證有兩個任何字母數(shù)字字符print(re.findall(r'I\b','Hello, I Im a LI%T'))#['I', 'I'] 匹配出單個字符I,并且要求I后面有一個特殊字符,前面的r表示用正則表達式里的語法規(guī)則,前面的一個 r 表示字符串為非轉義的原始字符串,讓編譯器忽略反斜杠,也就是忽略換行字符
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

注意:由于下面連個原因,在正則表達式中使用反斜杠就會產生一個雙重轉換的問題。
·Python自身處理字符串是,反斜杠是用于轉義字符
·正則表達式也使用反斜杠來表示轉義字符

import reret = re.findall(r'\\','f\j\gfdd')print(ret)#['\\', '\\']'''或者'''ret = re.findall('\\\\','f\j\gfdd')print(ret)#['\\', '\\']
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

為什么在匹配規(guī)則中會出現(xiàn)兩種情況呢?這是因為,第一種,是在正則表達式的語法規(guī)則下進行匹配的;而第二種,是通過Python解釋器向正則表達式語法規(guī)則轉換導致的結果。轉換的原則見下圖
這里寫圖片描述
示例解析:

import res = '123\nabc'#表示:123接一個換行符再接abc# print(s)#123(換行)abc# print(len(s))#7# ret1_1 = re.subn('\n','x','123\naffd\ndsa')# print(ret1_1)#('123xaffdxdsa', 2)# ret1_2 = re.subn('\\n','x','123\naffd\ndsa')# print(ret1_2)#匹配規(guī)則是一個換行符('123xaffdxdsa', 2)# ret1_4 = re.subn('\\\\n','x',s)# print(ret1_4)#匹配規(guī)則是一個反斜杠接n ,未能進行匹配('123\nabc', 0)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
import rem = r'123\nabc' #表示:123接 一個反斜杠 再接 nabcprint(m)#123\nabcprint(len(m))#8m1= r'123\\nabc'print(m1)#123\\nabcprint(len(m1))#9ret2_1 = re.subn('\n','x',m)print(ret2_1)#('123\\nabc', 0)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

解析:
由于m = r’123\nabc’,其是表示在正則表達式中的字符串,經過轉換,在Python解釋器中,實際的字符串應該是’123\nabc’。而,在此行代碼re.subn(‘\n’,’x’,m)中,要匹配的是個換行符’\n’,并不能進行匹配,所以最終結果是(‘123\nabc’, 0)

import reret2_1_1 = re.subn('\\n','x',m)print(ret2_1_1)#('123\\nabc', 0)
  • 1
  • 2
  • 3

解析:
re.subn(‘\n’,’x’,m)這行代碼中,要匹配的是’\n’,所以也無法匹配。
至于為什么’\n’—>’\n’,是因為re模塊和Python解釋器之間的轉換關系決定的。如要實現(xiàn)替換,該如何呢?見下面的代碼

import reret2_1_2 = re.subn('\\\\n','x',m)print(ret2_1_2)#('123xabc', 1)ret2_2 = re.subn(r'\\n','x',m)print(ret2_2)#('123xabc', 1)
  • 1
  • 2
  • 3
  • 4
  • 5

<10>元字符:( )(分組) |(或)

import re# print(re.search('(ad)+','dfadads').group())#adad# print(re.search('(ad)|3','dfad3s').group())#adprint(re.search('(ad)|3','dfas3s').group())#3# ret = re.search('(?P<id>\d{3})/(?P<name>\w{3})','www333/ddd')# print(ret.group())# print(ret.group('id'))# print(ret.group('name'))
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

(2)、正則表達式的處理函數(shù)
<1>findall(匹配的正則表達式 , 要匹配的字符串)把匹配到的所有結果返回到一個列表中
<2>search(匹配的正則表達式 , 要匹配的字符串)返回一個對象(object),對象可以調用group()返回結果,返回匹配到的第一個對象。
示例:

import re# ret = re.search('sb','dsasbdsba')# print(ret)#<_sre.SRE_Match object; span=(3, 5), match='sb'># print(ret.group())#sb
  • 1
  • 2
  • 3
  • 4

<3>match(匹配的正則表達式 , 要匹配的字符串):只在字符串開始匹配,也返回一個對象(object),對象可以調用group()返回結果,返回匹配到的第一個對象。
示例:

import re#print(re.match('asd','hgdkasd'))#None# ret = re.match('asd','asdhhafeasd')# print(ret)#<_sre.SRE_Match object; span=(0, 3), match='asd'># print(ret.group())#asd
  • 1
  • 2
  • 3
  • 4
  • 5

<4>split(匹配的正則表達式 , 要匹配的字符串):以匹配的正則表達式為界限,把要匹配的字符串分割,并且不把正則表達式輸出
示例:

# ret = re.split('k','djksal')# print(ret)#['dj', 'sal']# ret = re.split('[k,s]','djkasl')# print(ret)#['dj', 'a', 'l']#k,s都沒有了
  • 1
  • 2
  • 3
  • 4

<5>sub( )替換 subn( )也是替換,但會顯示替換的次數(shù)
示例:

import re print(re.sub('D.*n','hyq','hfalkdDamondfsakfds'))#hfalkdhyqdfsakfds# print(re.subn('D.{3}n','hyq','hfalkdDamondfsaDamonfdsa'))#('hfalkdhyqdfsahyqfdsa', 2)其中2是指,替換了2
  • 1
  • 2

<6>compile( )編譯
示例:

# obj = re.compile('\.com')# ret = obj.findall('dfjksdjfisd.com')# print(ret)#['.com']
  • 1
  • 2
  • 3

(3)Demo

# import re# line = 'Cats are smarter than dogs'# matchObj = re.match(r'(.*) are (.*?) .*',line, re.M |re.I)# if matchObj:#     print('matchObj.group():',matchObj.group())#     print('matchObj.group(1):',matchObj.group(1))#     print('matchObj.group(2):',matchObj.group(2))# else:#     print('No match!')# '''# 解析:# 首先,這是一個字符串,前面的一個 r 表示字符串為非轉義的原始字符串,讓編譯器忽略反斜杠,也就是忽略轉義字符。但是這個字符串里沒有反斜杠,所以這個 r 可有可無。#  (.*) 第一個匹配分組,.* 代表匹配除換行符之外的所有字符。#  (.*?) 第二個匹配分組,.*? 后面多個問號,代表非貪婪模式,也就是說只匹配符合條件的最少字符#  后面的一個 .* 沒有括號包圍,所以不是分組,匹配效果和第一個一樣,但是不計入匹配結果中。# matchObj.group() 等同于 matchObj.group(0),表示匹配到的完整文本字符# matchObj.group(1) 得到第一組匹配結果,也就是(.*)匹配到的# matchObj.group(2) 得到第二組匹配結果,也就是(.*?)匹配到的'''
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

    本站是提供個人知識管理的網絡存儲空間,所有內容均由用戶發(fā)布,不代表本站觀點。請注意甄別內容中的聯(lián)系方式、誘導購買等信息,謹防詐騙。如發(fā)現(xiàn)有害或侵權內容,請點擊一鍵舉報。
    轉藏 分享 獻花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多