首页 > 代码库 > Python学习笔记8:标志库之正则表达式

Python学习笔记8:标志库之正则表达式

Python拥有强大的标准库。从现在起,开始学习标准库中提供的一些常用功能。
首先看正则表达式(regular expression),它的主要功能是从字符串(string)中通过特定的模式(pattern),搜索想要找到的内容。
例如:要从一个字符串中找出所有的数字,我们可以这样做:
import re
str = "int2str"
m = re.search("[0-9]",str)
print(m.group(0))
输出:2
re.search()接收两个参数,第一个正则表达式,是匹配条件。
re.search()如果从第二个参数是目标字符串。
返回一个对象m,通过m.group()查看搜索到的结果;没有找到,则返回None。

常用函数:
m = re.search(pattern, string)搜索整个字符串,直到发现符合的子字符串。
m = re.match(pattern, string)从头开始检查字符串是否符合正则表达式。必须从字符串的第一个字符开始就相符。
对于返回的m, 我们使用m.group()来调用结果。

str = re.sub(pattern, replacement, string)在string中利用正则变换pattern进行搜索,对于搜索到的字符串,用另一字符串replacement替换。
返回替换后的字符串str。

re.split()根据正则表达式分割字符串, 将分割后的所有子字符串放在一个表(list)中返回
re.findall()根据正则表达式搜索字符串,将所有符合的子字符串放在一给表(list)中返回


正则表达式:
1)单个字符:


.          任意一个字符


a|b        字符a或字符b


[afg]      a或者f或者g的一个字符


[0-4]      0-4范围内的一个字符


[a-f]      a-f范围内的一个字符


[^m]       不是m的一个字符


s         一个空格


S         一个非空格


d         [0-9]


D         [^0-9]


w         [0-9a-zA-Z]


W         [^0-9a-zA-Z]


2)重复


紧跟在单个字符之后,表示多个这样类似的字符


*         重复 >=0 次


+         重复 >=1 次


?         重复 0或者1 次


{m}       重复m次。比如说 a{4}相当于aaaa,再比如说[1-3]{2}相当于[1-3][1-3]


{m, n}    重复m到n次。比如说a{2, 5}表示a重复2到5次。小于m次的重复,或者大于n次的重复都不符合条件。
例如:
[0-9]{3,5}       9678


a?b              b


a+b              aaaaab


3) 位置


^         字符串的起始位置


$         字符串的结尾位置


例如:
正则表达 相符的字符串举例 不相符字符串


^ab.*c$ abeec cabeec


4)返回控制


有可能对搜索的结果进行进一步精简信息。比如下面一个正则表达式:
output_(d{4})


该正则表达式用括号()包围了一个小的正则表达式,d{4}。 这个小的正则表达式被用于从结果中筛选想要的信息(在这里是四位数字)。
这样被括号圈起来的正则表达式的一部分,称为群(group)。
我们可以m.group(number)的方法来查询群。group(0)是整个正则表达的搜索结果,group(1)是第一个群……
import re
m = re.search("output_([0-9]{4})", "output_1986.txt")
print(m.group(0),m.group(1))
输出:
(‘output_1986‘, ‘1986‘)


我们还可以使用(?P<name>...)为group命名,以便更好地使用m.group查询:
import re
m = re.search("output_(?P<year>[0-9]{4})", "output_1986.txt")
print(m.group("year"))

输出:1986


坚持每天都能学一点新东西,好了,今天就先到这里了。

Python学习笔记8:标志库之正则表达式