<dl id="vorq8"><menu id="vorq8"></menu></dl>

<sup id="vorq8"></sup>
<sup id="vorq8"></sup>
<sup id="vorq8"></sup>

<optgroup id="vorq8"><address id="vorq8"></address></optgroup>

    <sup id="vorq8"><menu id="vorq8"><small id="vorq8"></small></menu></sup>

    <div id="vorq8"><tr id="vorq8"><object id="vorq8"></object></tr></div>

    當前位置:  首頁  >  PHP教程  >  PHP 應用  >  常見問題

    Python中正則表達式的詳細教程

    這篇文章主要介紹了Python中正則表達式的詳細教程,正則表達式是Python學習進階當中的重要內容,需要的朋友可以參考下
    1.了解正則表達式

    正則表達式是對字符串操作的一種邏輯公式,就是用事先定義好的一些特定字符、及這些特定字符的組合,組成一個“規則字符串”,這個“規則字符串”用來表達對字符串的一種過濾邏輯。

    正則表達式是用來匹配字符串非常強大的工具,在其他編程語言中同樣有正則表達式的概念,Python同樣不例外,利用了正則表達式,我們想要從返回的頁面內容提取出我們想要的內容就易如反掌了。

    正則表達式的大致匹配過程是:
    1.依次拿出表達式和文本中的字符比較,
    2.如果每一個字符都能匹配,則匹配成功;一旦有匹配不成功的字符則匹配失敗。
    3.如果表達式中有量詞或邊界,這個過程會稍微有一些不同。

    2.正則表達式的語法規則

    下面是Python中正則表達式的一些匹配規則,圖片資料來自CSDN

    2015430160820157.png (799×1719)

    3.正則表達式相關注解
    (1)數量詞的貪婪模式與非貪婪模式

    正則表達式通常用于在文本中查找匹配的字符串。Python里數量詞默認是貪婪的(在少數語言里也可能是默認非貪婪),總是嘗試匹配盡可能多的字 符;非貪婪的則相反,總是嘗試匹配盡可能少的字符。例如:正則表達式”ab*”如果用于查找”abbbc”,將找到”abbb”。而如果使用非貪婪的數量 詞”ab*?”,將找到”a”。

    注:我們一般使用非貪婪模式來提取。
    (2)反斜杠問題

    與大多數編程語言相 同,正則表達式里使用”\”作為轉義字符,這就可能造成反斜杠困擾。假如你需要匹配文本中的字符”\”,那么使用編程語言表示的正則表達式里將需要4個反 斜杠”\\\\”:前兩個和后兩個分別用于在編程語言里轉義成反斜杠,轉換成兩個反斜杠后再在正則表達式里轉義成一個反斜杠。

    Python里的原生字符串很好地解決了這個問題,這個例子中的正則表達式可以使用r”\\”表示。同樣,匹配一個數字的”\\d”可以寫成r”\d”。有了原生字符串,媽媽也不用擔心是不是漏寫了反斜杠,寫出來的表達式也更直觀勒。
    4.Python Re模塊

    Python 自帶了re模塊,它提供了對正則表達式的支持。主要用到的方法列舉如下

    #返回pattern對象
    re.compile(string[,flag]) 
    #以下為匹配所用函數
    re.match(pattern, string[, flags])
    re.search(pattern, string[, flags])
    re.split(pattern, string[, maxsplit])
    re.findall(pattern, string[, flags])
    re.finditer(pattern, string[, flags])
    re.sub(pattern, repl, string[, count])
    re.subn(pattern, repl, string[, count])
    

    在介紹這幾個方法之前,我們先來介紹一下pattern的概念,pattern可以理解為一個匹配模式,那么我們怎么獲得這個匹配模式呢?很簡單,我們需要利用re.compile方法就可以。例如

    pattern = re.compile(r'hello')
    

    在參數中我們傳入了原生字符串對象,通過compile方法編譯生成一個pattern對象,然后我們利用這個對象來進行進一步的匹配。

    另外大家可能注意到了另一個參數 flags,在這里解釋一下這個參數的含義:

    參數flag是匹配模式,取值可以使用按位或運算符'|'表示同時生效,比如re.I | re.M。

    可選值有:

    • ? re.I(全拼:IGNORECASE): 忽略大小寫(括號內是完整寫法,下同)
    • ? re.M(全拼:MULTILINE): 多行模式,改變'^'和'$'的行為(參見上圖)
    • ? re.S(全拼:DOTALL): 點任意匹配模式,改變'.'的行為
    • ? re.L(全拼:LOCALE): 使預定字符類 \w \W \b \B \s \S 取決于當前區域設定
    • ? re.U(全拼:UNICODE): 使預定字符類 \w \W \b \B \s \S \d \D 取決于unicode定義的字符屬性
    • ? re.X(全拼:VERBOSE): 詳細模式。這個模式下正則表達式可以是多行,忽略空白字符,并可以加入注釋。

    在剛才所說的另外幾個方法例如 re.match 里我們就需要用到這個pattern了,下面我們一一介紹。

    注:以下七個方法中的flags同樣是代表匹配模式的意思,如果在pattern生成時已經指明了flags,那么在下面的方法中就不需要傳入這個參數了。

    (1)re.match(pattern, string[, flags])

    這個方法將會從string(我們要匹配的字符串)的開頭開始,嘗試匹配pattern,一直向后匹配,如果遇到無法匹配的字符,立即返回 None,如果匹配未結束已經到達string的末尾,也會返回None。兩個結果均表示匹配失敗,否則匹配pattern成功,同時匹配終止,不再對 string向后匹配。下面我們通過一個例子理解一下

    __author__ = 'CQC'
    # -*- coding: utf-8 -*-
     
    #導入re模塊
    import re
     
    # 將正則表達式編譯成Pattern對象,注意hello前面的r的意思是“原生字符串”
    pattern = re.compile(r'hello')
     
    # 使用re.match匹配文本,獲得匹配結果,無法匹配時將返回None
    result1 = re.match(pattern,'hello')
    result2 = re.match(pattern,'helloo CQC!')
    result3 = re.match(pattern,'helo CQC!')
    result4 = re.match(pattern,'hello CQC!')
     
    #如果1匹配成功
    if result1:
      # 使用Match獲得分組信息
      print result1.group()
    else:
      print '1匹配失敗!'
     
    #如果2匹配成功
    if result2:
      # 使用Match獲得分組信息
      print result2.group()
    else:
      print '2匹配失敗!'
     
    #如果3匹配成功
    if result3:
      # 使用Match獲得分組信息
      print result3.group()
    else:
      print '3匹配失敗!'
     
    #如果4匹配成功
    if result4:
      # 使用Match獲得分組信息
      print result4.group()
    else:
      print '4匹配失敗!'
    

    運行結果

    hello
    hello
    3匹配失敗!
    hello
    

    匹配分析

    1.第一個匹配,pattern正則表達式為'hello',我們匹配的目標字符串string也為hello,從頭至尾完全匹配,匹配成功。

    2.第二個匹配,string為helloo CQC,從string頭開始匹配pattern完全可以匹配,pattern匹配結束,同時匹配終止,后面的o CQC不再匹配,返回匹配成功的信息。

    3.第三個匹配,string為helo CQC,從string頭開始匹配pattern,發現到 ‘o' 時無法完成匹配,匹配終止,返回None

    4.第四個匹配,同第二個匹配原理,即使遇到了空格符也不會受影響。

    我們還看到最后打印出了result.group(),這個是什么意思呢?下面我們說一下關于match對象的的屬性和方法
    Match對象是一次匹配的結果,包含了很多關于此次匹配的信息,可以使用Match提供的可讀屬性或方法來獲取這些信息。

    屬性:
    1.string: 匹配時使用的文本。
    2.re: 匹配時使用的Pattern對象。
    3.pos: 文本中正則表達式開始搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數相同。
    4.endpos: 文本中正則表達式結束搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數相同。
    5.lastindex: 最后一個被捕獲的分組在文本中的索引。如果沒有被捕獲的分組,將為None。
    6.lastgroup: 最后一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組,將為None。

    方法:
    1.group([group1, …]):
    獲得一個或多個分組截獲的字符串;指定多個參數時將以元組形式返回。group1可以使用編號也可以使用別名;編號0代表整個匹配的子串;不填寫參數時,返回group(0);沒有截獲字符串的組返回None;截獲了多次的組返回最后一次截獲的子串。
    2.groups([default]):
    以元組形式返回全部分組截獲的字符串。相當于調用group(1,2,…last)。default表示沒有截獲字符串的組以這個值替代,默認為None。
    3.groupdict([default]):
    返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典,沒有別名的組不包含在內。default含義同上。
    4.start([group]):
    返回指定的組截獲的子串在string中的起始索引(子串第一個字符的索引)。group默認值為0。
    5.end([group]):
    返回指定的組截獲的子串在string中的結束索引(子串最后一個字符的索引+1)。group默認值為0。
    6.span([group]):
    返回(start(group), end(group))。
    7.expand(template):
    將匹配到的分組代入template中然后返回。template中可以使用\id或\g、\g引用分組,但不能使用編號0。\id與\g是等價的;但\10將被認為是第10個分組,如果你想表達\1之后是字符'0',只能使用\g0。

    下面我們用一個例子來體會一下

    # -*- coding: utf-8 -*-
    #一個簡單的match實例
     
    import re
    # 匹配如下內容:單詞+空格+單詞+任意字符
    m = re.match(r'(\w+) (\w+)(?P.*)', 'hello world!')
     
    print "m.string:", m.string
    print "m.re:", m.re
    print "m.pos:", m.pos
    print "m.endpos:", m.endpos
    print "m.lastindex:", m.lastindex
    print "m.lastgroup:", m.lastgroup
    print "m.group():", m.group()
    print "m.group(1,2):", m.group(1, 2)
    print "m.groups():", m.groups()
    print "m.groupdict():", m.groupdict()
    print "m.start(2):", m.start(2)
    print "m.end(2):", m.end(2)
    print "m.span(2):", m.span(2)
    print r"m.expand(r'\g \g\g'):", m.expand(r'\2 \1\3')
     
    ### output ###
    # m.string: hello world!
    # m.re: 
    # m.pos: 0
    # m.endpos: 12
    # m.lastindex: 3
    # m.lastgroup: sign
    # m.group(1,2): ('hello', 'world')
    # m.groups(): ('hello', 'world', '!')
    # m.groupdict(): {'sign': '!'}
    # m.start(2): 6
    # m.end(2): 11
    # m.span(2): (6, 11)
    # m.expand(r'\2 \1\3'): world hello!
    

    (2)re.search(pattern, string[, flags])

    search方法與match方法極其類似,區別在于match()函數只檢測re是不是在string的開始位置匹配,search()會掃描整個string查找匹配,match()只有在0位置匹配成功的話才有返回,如果不是開始位置匹配成功的話,match()就返回None。同樣,search方法的返回對象同樣match()返回對象的方法和屬性。我們用一個例子感受一下

    #導入re模塊
    import re
     
    # 將正則表達式編譯成Pattern對象
    pattern = re.compile(r'world')
    # 使用search()查找匹配的子串,不存在能匹配的子串時將返回None
    # 這個例子中使用match()無法成功匹配
    match = re.search(pattern,'hello world!')
    if match:
      # 使用Match獲得分組信息
      print match.group()
    ### 輸出 ###
    # world
    

    (3)re.split(pattern, string[, maxsplit])

    按照能夠匹配的子串將string分割后返回列表。maxsplit用于指定最大分割次數,不指定將全部分割。我們通過下面的例子感受一下。

    import re
     
    pattern = re.compile(r'\d+')
    print re.split(pattern,'one1two2three3four4')
     
    ### 輸出 ###
    # ['one', 'two', 'three', 'four', '']
    

    (4)re.findall(pattern, string[, flags])

    搜索string,以列表形式返回全部能匹配的子串。我們通過這個例子來感受一下
     
    import re
     
    pattern = re.compile(r'\d+')
    print re.findall(pattern,'one1two2three3four4')
     
    ### 輸出 ###
    # ['1', '2', '3', '4']
    
    

    (5)re.finditer(pattern, string[, flags])

    搜索string,返回一個順序訪問每一個匹配結果(Match對象)的迭代器。我們通過下面的例子來感受一下

    import re
     
    pattern = re.compile(r'\d+')
    for m in re.finditer(pattern,'one1two2three3four4'):
      print m.group(),
     
    ### 輸出 ###
    # 1 2 3 4
    

    (6)re.sub(pattern, repl, string[, count])

    使用repl替換string中每一個匹配的子串后返回替換后的字符串。
    當repl是一個字符串時,可以使用\id或\g、\g引用分組,但不能使用編號0。
    當repl是一個方法時,這個方法應當只接受一個參數(Match對象),并返回一個字符串用于替換(返回的字符串中不能再引用分組)。
    count用于指定最多替換次數,不指定時全部替換。

    import re
     
    pattern = re.compile(r'(\w+) (\w+)')
    s = 'i say, hello world!'
     
    print re.sub(pattern,r'\2 \1', s)
     
    def func(m):
      return m.group(1).title() + ' ' + m.group(2).title()
     
    print re.sub(pattern,func, s)
     
    ### output ###
    # say i, world hello!
    # I Say, Hello World!
    

    (7)re.subn(pattern, repl, string[, count])

    返回 (sub(repl, string[, count]), 替換次數)。


    import re
     
    pattern = re.compile(r'(\w+) (\w+)')
    s = 'i say, hello world!'
     
    print re.subn(pattern,r'\2 \1', s)
     
    def func(m):
      return m.group(1).title() + ' ' + m.group(2).title()
     
    print re.subn(pattern,func, s)
     
    ### output ###
    # ('say i, world hello!', 2)
    # ('I Say, Hello World!', 2)
    

    5.Python Re模塊的另一種使用方式

    在上面我們介紹了7個工具方法,例如match,search等等,不過調用方式都是 re.match,re.search的方式,其實還有另外一種調用方式,可以通過pattern.match,pattern.search調用,這樣 調用便不用將pattern作為第一個參數傳入了,大家想怎樣調用皆可。

    函數API列表

    match(string[, pos[, endpos]]) | re.match(pattern, string[, flags])
    search(string[, pos[, endpos]]) | re.search(pattern, string[, flags])
    split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])
    findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])
    finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])
    sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])
    subn(repl, string[, count]) |re.sub(pattern, repl, string[, count])
    

    具體的調用方法不必詳說了,原理都類似,只是參數的變化不同。小伙伴們嘗試一下吧~

    小伙伴們加油,即使這一節看得云里霧里的也沒關系,接下來我們會通過一些實戰例子來幫助大家熟練掌握正則表達式的。

    吐了個 "CAO" !
    掃碼關注 PHP1 官方微信號
    PHP1.CN | 中國最專業的PHP中文社區 | PHP資訊 | PHP教程 | 數據庫技術 | 服務器技術 | 前端開發技術 | PHP框架 | 開發工具 | PHP問答
    Copyright ? 1998 - 2020 PHP1.CN. All Rights Reserved PHP1.CN 第一PHP社區 版權所有
         
    pc蛋蛋
    <dl id="vorq8"><menu id="vorq8"></menu></dl>

    <sup id="vorq8"></sup>
    <sup id="vorq8"></sup>
    <sup id="vorq8"></sup>

    <optgroup id="vorq8"><address id="vorq8"></address></optgroup>

      <sup id="vorq8"><menu id="vorq8"><small id="vorq8"></small></menu></sup>

      <div id="vorq8"><tr id="vorq8"><object id="vorq8"></object></tr></div>

      <dl id="vorq8"><menu id="vorq8"></menu></dl>

      <sup id="vorq8"></sup>
      <sup id="vorq8"></sup>
      <sup id="vorq8"></sup>

      <optgroup id="vorq8"><address id="vorq8"></address></optgroup>

        <sup id="vorq8"><menu id="vorq8"><small id="vorq8"></small></menu></sup>

        <div id="vorq8"><tr id="vorq8"><object id="vorq8"></object></tr></div>