python之re模块

re模块

re（正则）简介

​ 正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。

re元字符

元字符	匹配内容
\w	匹配字母（包含中文）或数字或下划线
\W	匹配非字母（包含中文）或数字或下划线
\s	匹配任意的空白符
\S	匹配任意非空白符
\d	匹配数字
\D	匹配非数字
\A	从字符串开头匹配
\n	匹配一个换行符
\t	匹配一个制表符
^	匹配字符串的开始
$	匹配字符串的结尾
.	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。
[...]	匹配字符组中的字符
[^]	匹配除了字符组中的字符的所有字符
*	匹配0个或者多个左边的字符。
+	匹配一个或者多个左边的字符。
？	匹配0个或者1个左边的字符，非贪婪方式。
{n}	精准匹配n个前面的表达式。
{n,m}	匹配n到m次由前面的正则表达式定义的片段，贪婪方式
a|b	匹配a或者b
()	匹配括号内的表达式，也表示一个组

s = "meet 黑哥_dsb"
print(re.findall("\w",s))
# 结果：['m', 'e', 'e', 't', '黑', '哥', '_', 'd', 's', 'b']

s = "meet @黑哥!_dsb"
print(re.findall("\W",s))
# 结果：[' ', '@', '!']

s = "meet 黑哥\n_dsb\t"
print(re.findall("\s",s))
# 结果：[' ', '\n', '\t']

s = "meet 黑哥\n_dsb\t"
print(re.findall("\S",s))
# 结果：['m', 'e', 'e', 't', '黑', '哥', '_', 'd', 's', 'b']

s = "meet1 黑哥2_dsb3"
print(re.findall("\d",s))
# 结果：['1', '2', '3']

s = "meet1 黑哥2_dsb3"
print(re.findall("\D",s))
# 结果：['m', 'e', 'e', 't', ' ', '黑', '哥', '_', 'd', 's', 'b']

s = "meet 黑哥_dsb"
print(re.findall("\Am",s))
print(re.findall("\Ad",s))
# 结果：
['m']
[]

s = "meet \n黑哥\t_\ndsb"
print(re.findall("\n",s))
# 结果：
['\n', '\n']

s = "meet \n黑哥\t_\ndsb"
print(re.findall("\t",s))
# 结果：
['\t']

s = "meet 黑哥_dsb"
print(re.findall("^m",s))
print(re.findall("^d",s))
# 结果：
['m']
[]

s = "meet 黑哥_dsb"
print(re.findall("b$",s))
print(re.findall("sb$",s))
# 结果：
['b']
['sb']

s = "meet 黑哥_dsb"
print(re.findall("m..",s))
# 结果：['mee']

s = "meet1 黑哥2_dsb3"
print(re.findall("[1-3]",s))
# 结果：['1', '2', '3']

s = "meet1 黑哥2_dsb3"
print(re.findall("[^(1-3)]",s))
# 结果：['m', 'e', 'e', 't', ' ', '黑', '哥', '_', 'd', 's', 'b']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("me*",s))
# 结果：['mee', 'm', 'mee', 'meee']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("me+",s))
# 结果：['mee', 'mee', 'meee']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("me*?",s))
print(re.findall("me+?",s))
# 结果:
['m', 'm', 'm', 'm']
['me', 'me', 'me']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("e{3}",s))
# 结果：
['eee']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("e{1,3}",s))
# 结果：
['ee', 'ee', 'eee']

s = "2019-7-26 20:30:30"
print(re.split(":|-|\s",s))
# 结果：
['2019', '7', '26', '20', '30', '30']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("m(.*?)t",s))
# 结果：
['ee', '哥_dsb mee']

re模块常用方法

• findall 全部找到返回一个列表

• search 从字符串中任意位置进行匹配查找到一个就停止了,返回的是一个对象. 获取匹配的内容必须使用.group()进行获取

  import re
  print(re.search("sb|nb","alexsb meetnb"))
  print(re.search("sb|nb","alexsb meetnb").group())
  # 结果
  <_sre.SRE_Match object; span=(4, 6), match='sb'>
  sb

• match 从字符串开始位置进行匹配

  import re
  print()re.match("sb|nb","alexdsb,alex_sb,alexnb,al_ex")
  print(re.match("sb|nb","alexdsb,alex_sb,alexnb,al_ex").group())
  # 结果：
  None
  AttributeError: 'NoneType' object has no attribute 'group'  # 'NoneType'对象没有属性'group'

• split 分隔 可按照任意分隔符进行分隔

  import re
  s = "2019-7-26 20:30:30"
  print(re.split(":|-|\s",s))
  # 结果：
  ['2019', '7', '26', '20', '30', '30']

• sub 替换

  import re
  s = "meet是一位好老师，meet教会了我们很多知识"
  print(re.sub("meet","苍老师"，s))
  # 结果：
  苍老师是一位好老师，苍老师教会了我们很多知识

• compile 定义匹配规则

  import re
  fn = "\d+"
  s = "太白123meet456"
  print(re.split(fn,s))
  # 结果：
  ['太白', 'meet', '']

• finditer 返回一个迭代器

  import re
  s = "太白123"
  g = re.finditer("\w",s)
  for i in g:print(i)print(next(i))
  # 结果：
  <_sre.SRE_Match object; span=(0, 1), match='太'>
  太
  <_sre.SRE_Match object; span=(1, 2), match='白'>
  白
  <_sre.SRE_Match object; span=(2, 3), match='1'>
  1
  <_sre.SRE_Match object; span=(3, 4), match='2'>
  2
  <_sre.SRE_Match object; span=(4, 5), match='3'>
  3

• 给分组起名字

  import re
  ret = re.search("<(?P<tag_name>\w+)>\w+</\w+>","<h1>hello</h1>")  # 给分组1取名tag_name
  print(ret.group("tag_name"))
  print(ret.group())
  # 结果：
  h1
  <h1>hello</h1>import re
  ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")   # \1填充分组1中的内容
  print(ret.group(1))
  print(ret.group())
  # 结果：
  h1
  <h1>hello</h1>