Python正则表达式超详细教程(一)适合零基础的初学者
Python正则表达式超详细教程(一)适合零基础的初学者
正则表达式是什么
正则表达式(Regular Expression)是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。 Python自1.5版本起增加了re模块,它提供Perl风格的正则表达式模式。 re模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。 本篇文章主要介绍Python中常用的正则表达式的相关知识。一、元字符
元字符:具有固定含义的特殊符号。常见的元字符如下表所示:
元字符 | 含义 |
---|---|
. | 匹配除换行符以外的任意字符 |
\w | 匹配字母、数字、下划线 |
\d | 匹配数字 |
\W | 匹配非字母、非数字、非下划线 |
\D | 匹配非数字 |
[ ] | 一个字符组,可以把想要匹配的字符放在[ ]中 |
[^ ] | 匹配除了字符组中的字符 |
^ | 匹配字符串的开始 |
$ | 匹配字符串的结尾 |
二、量词
即控制前方元字符出现的次数。
量词 | 含义 |
---|---|
* | 重复零次或更多次 |
+ | 重复一次或更多次 |
? | 重复零次或一次 |
{n} | 重复n次 |
{n,} | 重复n次或更多次 |
{n,m} | 重复n到m次 |
三、贪婪匹配和惰性匹配
匹配方式 | 字符表示 |
---|---|
惰性匹配 | .*? |
贪婪匹配 | .* |
个人理解:惰性匹配是从起始字符到第一个出现结束字符的部分,即尽可能少、短的匹配;而贪婪匹配是从起始字符到最后一个出现结束字符的部分,即尽可能多、长的匹配。
四、re.match函数
re.match从字符串的起始位置匹配一个模式(从头开始匹配),如果不是起始位置匹配成功的话,match()返回none。
函数语法:
re.match(pattern,string,flags=0)
参数 | 描述 |
---|---|
pattern | 匹配的正则表达式 |
string | 要匹配的字符串 |
flags | 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写、多行匹配等。 |
若匹配成功,re.match()返回一个匹配的对象,否则返回None。
我们可以使用group(num)或groups()匹配对象函数来获取匹配表达式。
匹配对象方法 | 描述 |
---|---|
group(num=0) | 匹配的整个表达式的字符串,group()可以一次输入多个组号,这种情况下将返回一个包含那些组所对应值的元组。 |
groups() | 返回一个包含所有小组字符串的元组,从1到 所含的小组号。 |
import re
print(re.match('www','www.runoob.com').span()) #在起始位置匹配
print(re.match('com','www.runoob.com')) #不在起始位置匹配
输出结果:
(0,3)
None
解析:match()要想匹配成功,要匹配的字符串的开头就必须和正则表达式一样,否则匹配不会成功。
五、re.search函数
re.search是全文匹配,扫描整个字符串并返回第一个成功的匹配。
函数语法:
re.search(pattern,string,flags=0)
各参数含义与match()相同。
若匹配成功,返回一个匹配的对象,否则返回None。
同样可以用group(num)或group()匹配对象函数来获取匹配表达式。
import re
print(re.search('www','www.runoob.com').span())
print(re.search('com','www.runoob.com').span())
输出结果:
(0,3)
(11,14)
总结match()和search()的小区别:
match()只匹配字符串的开头,若字符串开头和正则表达式不一样,则匹配失败,函数返回None;而search()会全文扫描,匹配整个字符串,直到找到第一个符合的,就返回第一个符合的。
六、re.findall函数
七、finditer函数
八、re.compile函数
compile()为预加载正则表达式,用于编译正则表达式,生成一个Pattern对象,供match()和search()两个函数使用。
语法格式为:
re.compile(pattern[,flags])
参数含义:
- pattern:一个字符串形式的正则表达式
- flags:可选,表示匹配模式,具体参数为如下:
re.l | 忽略大小写 |
---|---|
re.L | 表示特殊字符集\w,\W,\b,\B,\s,\S,依赖于当前环境 |
re.M | 多行模式 |
re.S | 包含换行符在内的任意字符 |
re.U | 表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\S,依赖于Unicode字符属性数据库 |
re.X | 为了增加可读性,忽略空格和#后面的注释 |
通过小编的讲解,大家是否对正则表达式有了一个很好的理解呢?如果有,那就给小编点个赞+收藏吧!欢迎大家评论区里留言或者私信我。新人小编需要大家的鼓励和支持哟!
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!