ONEFENG

python

python基础

基础语法

  • 标准数据类型

  • 条件判断

  • 循环

  • 函数

  • 类

re正则模块

匹配规则

模式描述
\w匹配字母、数字及下划线
\W匹配不是字母、数字及下划线的字符
\s匹配任意空白字符，等价于[\t\n\r\f]
\S匹配任意非空白字符
\d匹配任意数字，等价于[0-9]
\D匹配任意非数字的字符
\A匹配字符串开头
\Z匹配字符串结尾，如果存在换行，只匹配到换行前的结束字符串
\z匹配字符串结尾，如果存在换行，同时还会匹配换行符
\G匹配最后完成匹配时的位置
\n匹配一个换行符
\t匹配一个制表符
^匹配一行字符串的开头
$匹配一行字符串的结尾
.匹配任意字符，除了换行符，当.re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符
[…]用来表示一组字符，单独列出，比如[amk]匹配a、m或k
[^…]不在[]中的字符，比如[^abc]匹配除了a、b、c之外的字符
*匹配0个或多个表达式
+匹配1个或多个表达式
?匹配0个或1个前面的正则表达式定义的片段，非贪婪方式
{n}精准匹配n个前面的表达式
{n,m}精准匹配n到m次由前面正则表达式定义的片段，贪婪方式
a|b匹配a或b
()匹配括号内的表达式，也表示一个组

match

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回None。re.match(pattern, string, flags=0)

import re
 
line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I) #re.M多行匹配模式 re.I 忽略大小写 ()表示分组
print(matchObj.group()) # 全匹配
print(matchObj.group(1)) # 返回第一个分组
print(matchObj.group(2))  # 返回第一个分组
print(matchObj.groups())  # 返回所有分组

输出

Cats are smarter than dogs
Cats
smarter
('Cats', 'smarter')

re.search 扫描整个字符串并返回第一个成功的匹配。re.search(pattern, string, flags=0)

import re
 
line = "Cats are smarter than dogs"
 
matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print("match --> matchObj.group() : ", matchObj.group())
else:
   print("No match!!")
 
matchObj = re.search( r'dogs', line, re.M|re.I)
if matchObj:
   print("search --> searchObj.group() : ", matchObj.group())
else:
   print("No match!!")

输出

No match!!
search --> searchObj.group() :  dogs

import re
s = '1102231990xxxxxxxx'
res = re.search(r'(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s)
print(res.groupdict())

输出

{'province': '110', 'city': '223', 'born_year': '1990'}

compile

re.compile用于预编译正则表达式对象，以便在后面的匹配中复用。语法格式 re.compile(pattern[, flags])

import re
pattern=re.compile(r'd{2}',re.S)

findall

re.findall在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

import re
pattern = re.compile(r'\d+',re.S)
result = re.findall(pattern,'runoob 123 google 456')
print(result)

输出

['123', '456']

sub

re.sub用于替换修改文本

import re
content='988sudhfi8893'
content=re.sub('\d+','',content)
print(content)

输出

sudhfi

搜索

    内容