首页 / PYTHON / Python 正则表达式提高
Python 正则表达式提高
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python 正则表达式提高，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3889字，纯文字阅读大概需要6分钟。
内容图文
re模块的高级用法
search
re.search(pattern, string[, flags])
? 若string中包含pattern子串，则返回Match对象，否则返回None，注意，如果string中存在多个pattern子串，只返回第一个。
re.search()：方法用来精确匹配并提取第一个符合规律的对象，而对象内容的提取则使用search方法的属性group()来实现；
group(0)：则是整个匹配的内容，返回一个实体对象；group(1)则是匹配第一个括号里面的内容，取出括号里匹配的实体对象；
group(2)：则是匹配第二个括号里面的内容，取出括号里匹配的实体对象；group(0,1,2)则返回一个实体对象的元组；
? 需求：匹配出文章阅读的次数
#coding=utf-8
import re
>>> ret = re.search(r"\d+", "阅读次数为 9999")
>>> ret.group()
'9999'
search两种情况
有分组：
>>> origin ="hello alex alix bcd dsfa lefg abc 199">>> ret= re.search("a(\w+)",origin)
>>> ret
<_sre.SRE_Match object; span=(6, 10), match='alex'>>>> ret.group()
'alex'>>> ret.groups()
('lex',)
>>> ret = re.search("(?P<key1>a)(?P<key2>(\w+))",origin)
>>> ret.groupdict()
{'key1': 'a', 'key2': 'lex'}
无分组：
>>> origin ="hello alex alix bcd dsfa lefg abc 199">>> ret = re.search("ali\w+",origin)
>>> ret.group()
'alix'>>> ret.groups()
()
>>> ret.groupdict()
{}
findall
re.findall(pattern, string[, flags])
返回string中所有与pattern相匹配的全部字串，返回形式为数组。
- group()：母串中与模式pattern匹配的子串；
- group(0)：结果与group()一样；
- groups()：所有group组成的一个元组，group(1)是与patttern中第一个group匹配成功的子串，group(2)是第二个，依次类推，如果index超了边界，抛出IndexError；
- findall()：返回的就是所有groups的数组，就是group组成的元组的数组，母串中的这一撮组成一个元组，那一措组成一个元组，这些元组共同构成一个list，就是findall()的返回结果。另，如果groups是只有一个元素的元组，findall的返回结果是子串的list，而不是元组的list了。
需求：统计出python、c、c++相应文章阅读的次数
#coding=utf-8
>>> ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
>>> ret
['9999', '7890', '12345']
>>> re.findall("",'abc')
['', '', '', '']
# 如果正则能有空的匹配的话，那么匹配字符串最后还会匹配到一个空
1.当给出的正则表达式中带有多个括号时，列表的元素为多个字符串组成的tuple，tuple中字符串个数与括号对数相同，字符串内容与每个括号内的正则表达式相对应，并且排放顺序是按括号出现的顺序。
2.当给出的正则表达式中带有一个括号时，列表的元素为字符串，此字符串的内容与括号中的正则表达式相对应（不是整个正则表达式的匹配内容）。
3.当给出的正则表达式中不带括号时，列表的元素为字符串，此字符串为整个正则表达式匹配的内容。
sub 将匹配到的数据进行替换
re.sub(pattern, repl, string, count=0, flags=0)
-
pattern，表示正则中的模式字符串
- repl，就是replacement，被替换的字符串;repl可以是字符串，也可以是函数。
-
当repl是字符串时，其中的任何反斜杠转义字符，都会被处理的。\n：会被处理为对应的换行符；
\r：会被处理为回车符； 反斜杠加g以及中括号内一个名字，即：\g，对应着命了名的组，named group
-
当repl是函数时，函数会被匹配的对象调用，并且它的返回值会被插入到文本中，如方法2
-
string，即表示要被处理，要被替换的那个string字符串。
-
count，模式匹配后替换的最大次数；count必须是非负整数。缺省值是0表示替换所有的匹配。
需求：将匹配到的阅读次数加1
方法1：
#coding=utf-8
>>> ret = re.sub(r"\d+", '998', "python = 997")
>>> ret
'python = 998'
方法2：
#coding=utf-8
>>>
def add(temp):
strNum = temp.group()
num =int(strNum) +1returnstr(num)
... ... ... ...
>>> ret = re.sub(r"\d+", add, "python = 997")
>>> ret
'python = 998'>>> ret = re.sub(r"\d+", add, "python = 99")
>>> ret
'python = 100'
split 根据匹配进行切割字符串，并返回一个列表
str.split(str="", num=string.count(str))
通过指定分隔符对字符串进行切片，如果参数num 有指定值，则仅分隔 num 个子字符串
- str -- 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。
- num -- 分割次数。
需求：切割字符串“info:xiaoZhang 33 shandong”
#coding=utf-8
>>> ret = re.split(r":| ","info:xiaoZhang 33 shandong")
>>> ret
['info', 'xiaoZhang', '33', 'shandong']
python贪婪和非贪婪
Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；
非贪婪则相反，总是尝试匹配尽可能少的字符。
在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。
>>> s="This is a number 234-235-22-423">>> r=re.match(".+(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'4-235-22-423'>>> r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'234-235-22-423'
正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符串的启始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段的中的大部分，“\d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。
解决方式：非贪婪操作符“？”，这个操作符可以用在"*","+","?"的后面，要求正则匹配的越少越好。
>>> re.match(r"aa(\d+)","aa2343ddd").group(1)
'2343'>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'>>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1)
'2343'>>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1)
'2343'
原文：https://www.cnblogs.com/yangliguo/p/8158703.html
内容总结
以上是互联网集市为您收集整理的Python 正则表达式提高全部内容，希望文章能够帮你解决Python 正则表达式提高所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。