re模块: 正则表达式

  1. 什么是正则:

    正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法.或者说:正则就是用来描述一类事物的规则.(在Python中)它内嵌在Python中,并通过 re 模块实现.正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行

    元字符 匹配内容
    \w 匹配字母(包含中文)或数字或下划线
    \W 匹配非字母(包含中文)或数字或下划线
    \s 匹配任意的空白符
    \S 匹配任意非空白符
    \d 匹配数字
    \D 匹配非数字
    \A 与 ^ 从字符串开头匹配
    \Z 与 $ 从字符串结尾开始匹配
    \n 匹配一个换行符
    \t 匹配一个制表符
    . 匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符
    [...] 匹配字符组中的字符
    [^...] 匹配除了字符组中的字符的所有字符
    * 匹配0个或者多个左边的字符。
    + 匹配一个或者多个左边的字符。
    匹配0个或者1个左边的字符,非贪婪方式。
    {n} 精准匹配n个前面的表达式。
    {n,m} 匹配n到m次由前面的正则表达式定义的片段,贪婪方式
    a|b 匹配a或者b。
    () 匹配括号内的表达式,也表示一个组
  2. 匹配模式举例:

    import re
    re.findall()
    ----------------------------------------------------
    # 单个字符的匹配
    
    # \W 与 \w
    s = '原始tz 12*() _'
    print(re.findall('\w', s))  # \w 数字,字母,下划线,中文
    print(re.findall('\W', s))  # \W 除了数字,字母,下划线,中文以外的
    
    # \s 与 \S
    print(re.findall('\s', '原始tz*(_ \t \n'))  # \s 空格,\t,\n
    print(re.findall('\S', '原始tz*(_ \t \n'))  # \S 除空格,\t,\n以外的
    
    # \d 与 \D
    print(re.findall('\d','1234567890 yuanshi *(_')) # \d 数字
    print(re.findall('\D','1234567890 yuanshi *(_')) # \D 非数字
    
    # \A 与 ^
    print(re.findall('\Ahello', 'hello hello 原始 hell')) # 从开
    print(re.findall('^hello', 'hello hello 原始 hell')) # 从开头开始匹配头开始匹配
    
    # \Z 与 $  从结尾开始匹配
    print(re.findall('hell$', 'hello hello 原始 hell'))
    
    # \n 与 \t
    print(re.findall('\t',  'hello hello 原始 \thell'))  # \t
    print(re.findall('\n',  'hello hello 原始 \nhell'))  # \n
    
    ----------------------------------------------------
    # 元字符匹配
    
    # .  ?  *  +  {m,n}  .*   ,*?
    # .匹配任意字符:   如果匹配成功,光标则移到匹配成功的最后的字符;如果匹配未成功,则光标向下移动一位继续匹配
    print(re.findall('a.b', 'ab aab abb aaaab'))
    
    # ? 匹配0个或者1个由左边字符定义的片段
    print(re.findall('a?b', 'ab aab abb aaaab'))
    
    # * 匹配0个或者多个由左边字符定义的片段: 满足贪婪匹配
    print(re.findall('a*b', 'ab aab abb aaaab'))
    
    # + 匹配1个或者多个由左边字符定义的片段: 满足贪婪匹配
    print(re.findall('a+b', 'ab aab abb aaaab'))
    
    # {m,n} 匹配m个至n个(包括m和n)由左边字符定义的片段
    print(re.findall('a{1,5}b', 'ab aab abb aaaaab aaaaaab'))
    
    # .* : 贪婪匹配 从头到尾
    print(re.findall('a.*b', 'ab aab abb aa#aaab aaaaaab'))
    
    # .*? 此时的?不是对左边的字符进行0次或者1次的匹配,
    # 而只是针对.*这种贪婪匹配的模式进行一种限定:告知他要遵从非贪婪匹配
    print(re.findall('a.*?b', 'ab aab abb aa#aaab aaaaaab'))
    
    # []: 一个中括号可以代表一个字符
    print(re.findall('a[abc]b', 'aab abb acb afb a_b'))  # [abc]中任意一个都可以
    print(re.findall('a[abc][bd]b', 'aabb aaabc abd acdbb')) # =>['aabb', 'acdb']
    # - : 在[]中表示范围
    print(re.findall('a[0-9]b', 'a1b a2bc abd acdbb'))  # =>['a1b', 'a2b']
    print(re.findall('a[A-Z]b', 'aAb a2bc abd acdbb'))  # =>['aAb']
    print(re.findall('a[A-Za-z]b', 'aAb aabc abd acdbb')) # =>['aAb', 'aab']
    print(re.findall('a[-*$]b', 'a-b a*bc abd acdbb')) # =>['a-b', 'a*b']
    # 当想匹配 - 时,要把 - 放在最前面或最后面
    # ^ : 在[]最前面表示取反
    print(re.findall('a[^0-9]b', 'a1b a2bc abbd acdbb')) # =>['abb']
    
    s = 'xiaowang_sb xiaoliu_sb wanglu_sb tianzun_sb 通天教主_nb'
    print(re.findall('\w+_sb', s))
    
    
    # (): 分组
    s = 'xiaowang_sb xiaoliu_sb wanglu_sb tianzun_sb 通天教主_nb'
    print(re.findall('(\w+)_sb', s)) # =>['xiaowang', 'xiaoliu', 'wanglu', 'tianzun'],返回()内的内容
    
    
    # |: 匹配左边或右边
    print(re.findall('xiao|da|tian', 'xiaoasdnfisdaiasdntian'))
    
    # 在()分组里面加了?:,将全部的内容返回,而不是将组内的内容返回
    print(re.findall('compan(y|ies)', 'Too many companies have gone bankrupt, and the next one is my company'))
    print(re.findall('compan(?:y|ies)', 'Too many companies have gone bankrupt, and the next one is my company'))
    
    -----------------------------------------------------
    # 常用方法
    
    # re.findall()  # 全部找到返回一个列表
    
    # re.search() # 找到第一个符合条件的字符串,然后返回一个包含匹配信息的对象,通过对象.group()获取
    ret = re.search('sb|qwe', 'xiaomingt sb qwe')
    print(ret)
    print(ret.group())
    # re.match() # 从字符串开头匹配,如果以符合条件的字符串开头则返回,否则返回None
    ret = re.match('sb|qwe', 'xiaomingt sb qwe')
    ret2 = re.match('sb|qwe', 'sbxiaomingt sb qwe')
    print(ret)
    print(ret2)
    
    
    # split()  # 分割
    s1 = 'xiaoming,tiaoshang;太阳~地球'
    print(re.split('[;,~]', s1))  # 自定义分隔符
    
    # sub 调换
    print(re.sub('me', '我', 'me是最好的男人,me就是一个普通男人,请不要将me当男神对待。'))
    print(re.sub('me', '我', 'me是最好的男人,me就是一个普通男人,请不要将me当男神对待。', 2))
    
    
    # compile  配置匹配规则
    obj = re.compile('\d{2}')
    print(obj.search('abc123eeee').group())  # => 12
    print(obj.findall('abc123eeee')) # => ['12']
    
    s1 = '''
    时间就是1995-04-27,2005-04-27
    1999-04-27 
     alex 1980-04-27:1980-04-27
    2018-12-08
    '''
    print(re.findall('\d{4}-\d{2}-\d{2}', s1))
    
    s2 = '3325783547345nvn8b8473v 2893472893'
    obj = re.compile('[1-9][0-9]{4,7}')
    print(obj.findall(s2))
上一篇:(转)CrudRepository JpaRepository PagingAndSortingRepository之间的区别


下一篇:re正则表达式