首页 > 代码库 > RegylarExpression 1
RegylarExpression 1
[] 数据集
编译标志:
编译标志让你可以修改正则表达式的一些运行方式。在 re 模块中标志可以使用两个名字,一个是全名如 IGNORECASE,一个是缩写,一字母形式如 I。
1 标志 含义 2 DOTALL, S 使 . 匹配包括换行在内的所有字符 3 IGNORECASE, I 使匹配对大小写不敏感 4 LOCALE, L 做本地化识别(locale-aware)匹配 5 MULTILINE, M 多行匹配,影响 ^ 和 $ 6 VERBOSE, X 能够使用 REs 的 verbose 状态,使之被组织得更清晰易懂 7 I 8 IGNORECASE
例如:
import re print (re.split(r‘[a-fA-F0-9p-q]‘,‘asdfghjkl;zxcvbnmqwertyuio1234567890q‘,re.I|re.M)) [‘‘, ‘s‘, ‘‘, ‘ghjkl;zx‘, ‘v‘, ‘nm‘, ‘w‘, ‘rtyuio‘, ‘‘, ‘‘, ‘4567890q‘]
论re.M的重要性
print (re.split(r‘[a-fA-F0-9]‘,‘aKadYcBw3a‘,re.I)) >> [‘‘, ‘K‘, ‘dYcBw3a‘]
然而加上re.M之后呢?
print (re.split(r‘[a-fA-F0-9]‘,‘aKadYcBw3a‘,re.I|re.MULTILINE)) [‘‘, ‘K‘, ‘‘, ‘Y‘, ‘‘, ‘w‘, ‘‘, ‘‘]
天哪,没有re.M,‘dYcBw3a‘没办法匹配?这是什么鬼?
[][]是什么意思呢?
print (re.split(r‘[a-f][a-f]‘,‘aKadYcBw3aadawgfdsgeadwadadsgfh‘,re.I|re.MULTILINE)) >> [‘aK‘, ‘YcBw3‘, ‘‘, ‘wg‘, ‘sg‘, ‘dw‘, ‘‘, ‘sgfh‘]
就是,[1][2]要符合1,2两个条件,并且两个条件要连在一起。
数字:\d (同[\d]),非数字\D (同[^\d])
print re.findall(r‘\d‘,‘finqwen324 main st.iewasd‘,re.I|re.M)
[‘3‘, ‘2‘, ‘4‘]
print re.findall(r‘\d*‘,‘finqwen324 main st.iewasd‘,re.I|re.M) [‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘324‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘] print re.findall(r‘\d?‘,‘finqwen324 main st.iewasd‘) [‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘3‘, ‘2‘, ‘4‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘] print re.findall(r‘\d{1,5}‘,‘finqwen324 main st.iewasd‘) [‘324‘] print re.findall(r‘\d{1,2}‘,‘finqwen324 main st.iewasd‘) [‘32‘, ‘4‘]#会匹配大的次数,然后再匹配小的次数
空格:\s 同上
*=0 or more
+=1 or more
?=0 or 1 of...
{5}=exact number of...
{1,60}=range on number of...(说明,m,n可以省略,省略m,则匹配0-n次,省略n则匹配m至无限次)
print re.findall(r‘\d{1,3}\s\w+‘,‘finqwen324 main st.iewasd‘) [‘324 main‘] print re.findall(r‘\d{1,3}\s\w+\s\w+\.‘,‘finqwen324 main st.iewasd‘) [‘324 main st.‘]
. 匹配除\n之外的任意字符,再DOTALL中也能匹配\n
\ 转义字符
test:
import re,urllib try: import urllib.request except: pass sites = ‘google bing baidu cnn bbc‘.split() pat = re.compile(r‘<title>+.*</title>+‘,re.I|re.M) for site in sites: print ‘Searching: ‘ + site try: u = urllib.urlopen(‘http://‘+site+‘.com‘) except: u = urllib.request.urlopen(‘http://‘+site+‘.com‘) text = u.read() title = re.findall(pat,str(text)) if len(title)>0: print title[0]
结果:
Searching: google <title>Google</title> Searching: bing <title>Bing</title> Searching: baidu Searching: cnn <title>CNN - Breaking News, U.S., World, Weather, Entertainment & Video News</title> Searching: bbc <title>BBC - Homepage</title>
更新中......
RegylarExpression 1
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。