DDR爱好者之家

python实现的正则表达式功能入门教程【经典】
站长资源 2024/11/26 佚名
49 1538
DDR爱好者之家 Design By 杰米

本文讲述了python实现的正则表达式功能。分享给大家供大家参考，具体如下：

前文：

首先，什么叫正则表达式（Regular Expression）？

例如我们要判断字符串"adi_e32fv,Ls"里面是否含有子串"e32f"，又例如我们在一个含百万个姓名的txt文件中找姓“王”，名字以“五”结尾的名字，然后打印出来。结果为：“王五”、“王小五”、“王大五”、“王小小五”……

以前我们是使用字符串函数来查找的，但是代码实现起来会很复杂。如今用正则表达式只需要一句 re.findall('王.*？五',txt1) 就可以了！正则表达式是写网络爬虫的最基本的知识，可以用正则表达式在html中搜集满足某些字串要求的网址。下面是个人对正则表达式基础知识的一些总结。

（操作环境：32位Win8系统，运行工具：python2.7.9+Eclipse.）

正文：

1、首先要导入python的re模块。

2、元字符 . ^ $ * + "htmlcode"> 

str1 = 'dit dot det,dct dit dot'
print re.findall('dit',str1)

结果：

['dit', 'dit']

|作用：'dit|dct'表示dit或者dct。

str1 = 'dit dot det,dct dit dot'
print re.findall('dit|dct',str1)

结果：

['dit', 'dct', 'dit']

[]作用：[ic]表示i或c，例如'd[ic]t'表示dit和dct两者，和'dit|dct'等价：

str1 = 'dit dot det,dct dit dot'
print re.findall('d[ic]t',str1)

结果：

['dit', 'dct', 'dit']

^作用一：[^ic]中^表示否定，即除了i和c：

str1 = 'dit dot det,dct dit dot'
print re.findall('d[^ic]t',str1)

结果：

['dot', 'det', 'dot']

^作用二：^dit表示子串dit在开头位置，而dct不是在开头：

str1 = 'dit dot det,dct dit dot'
print re.findall('^dit',str1)
print re.findall('^dct',str1)

结果：

['dit'][]

$作用：dot$表示子串dot要在末尾位置，而dct不是在末尾：

str1 = 'dit dot det,dct dit dot'
print re.findall('dot$',str1)
print re.findall('dct$',str1)

结果：

['dot'][]

.作用：d.t表示d与t之间省略了一个任意字符：

str1 = 'dit dot det,dct dit dot'
print re.findall('d.t',str1)

结果：

['dit', 'dot', 'det', 'dct', 'dit', 'dot']

+作用：di+t表示d与t之间省略了一个或多个'i'：

str1 = 'd dt dit diit det'
print re.findall('d.+t',str1)

结果：

['dit', 'diit']

*作用：di*t表示d与t之间省略了零个至多个'i'：

str1 = 'd dt dit diit det'
print re.findall('d.*t',str1)

结果：

['dt', 'dit', 'diit']

经常，'.'和'+'或者'*'搭配使用。'.+'表示省略了一个至多个任意元素，'.*'表示省略了零个至多个任意元素：

str1 = 'd dt dit diit det'
print re.findall('d.+t',str1)
print re.findall('d.*t',str1)

结果：

['d dt dit diit det']['d dt dit diit det']

？作用一：看.+的匹配结果，'dit'、'dot'也满足'd.+t'的匹配条件，而输出的却是满足匹配条件的最长子串'dit dot det,dct dit dot'，这个叫贪婪匹配。如果要输出最短的匹配字串，只需在'+'后面加上'？'：（注：对于'*'也是一样，只需在'*'后面加上'？'）

str1 = 'd dt dit diit det'
print re.findall('d.+"htmlcode">



['dit', 'dot', 'det', 'dct', 'dit', 'dot']






？作用二：di"htmlcode">



str1 = 'd dt dit diit det'
print re.findall('di"htmlcode">



['dt', 'dit']






{}作用一：di{n}t表示d和t之间有n个'i'：





str1 = 'dt dit diit diiit diiiit'
print re.findall('di{2}t',str1)







结果：





['diit']






{}作用二：di{n,m}t表示d和t之间有n到m个'i'：





str1 = 'dt dit diit diiit diiiit'
print re.findall('di{1,3}t',str1)







结果：





['dit', 'diit', 'diiit']






其中，n和m都是可以省略的。{n,}表示n个到任意个；{,m}表示0个到m个；{,}表示任意个，和'*'功能一样：





str1 = 'dt dit diit diiit diiiit'
print re.findall('di{1,}t',str1)
print re.findall('di{,3}t',str1)
print re.findall('di{,}t',str1)







结果：





['dit', 'diit', 'diiit', 'diiiit']
   ['dt', 'dit', 'diit', 'diiit']
   ['dt', 'dit', 'diit', 'diiit', 'diiiit']






\作用一：取消元字符，变成转义字符：





str1 = '^abc ^abc'
print re.findall('^abc',str1)
print re.findall('\^abc',str1)







结果：





[]['^abc', '^abc']






\作用二：预定义字符





str1 = '12 abc 345 efgh'
print re.findall('\d+',str1)
print re.findall('\w+',str1)







结果：





['12', '345']
   ['12', 'abc', '345', 'efgh']






()作用：在匹配字符串后，只输出匹配字串'()'里面的内容：





str1 = '12abcd34'
print re.findall('12abcd34',str1)
print re.findall('1(2a)bcd34',str1)
print re.findall('1(2a)bc(d3)4',str1)







结果：





['12abcd34']
   ['2a']
   [('2a', 'd3')]






3、re模块里的主要方法：findall()、finditer()、match()、search()、compile()、split()、sub()、subn()。


re.findall(pattern,string,flags = 0)


作用：在string中从左往右搜索与pattern匹配的字串，结果以list形式返回。





str1 = 'ab cd'
print re.findall('\w+',str1)







结果：['ab', 'cd']


re.finditer(pattern,string,flags = 0)


作用：其功能与re.findall相同，但结果以迭代器的形式返回。





str1 = 'ab cd'
iter1 = re.finditer('\w+',str1)
for a in iter1:
  print a.group(),a.span()







结果：


ab (0, 2)

      cd (3, 5)


（注：a.group()返回满足匹配调节的字串，a.span()返回字串的起始位置和末尾位置）


re.search(pattern,string,flags = 0)


作用：在string中从左往右搜索与pattern匹配的字串，无匹配结果则返回None，否则返回一个search实例。





str1 = 'ab cd'
result = re.search('cd',str1)
if result == None:
  print 'None'
else:
  print result.group(),result.start(),result.end()







结果：cd 3 5


re.match(pattern,string,flags = 0)


作用：判断string的头部是否与pattern匹配，是则返回match实例，否则返回None。





str1 = 'ab cd'
result = re.match('cd',str1)
if result == None:
  print 'None'
else:
  print result.group(),result.start(),result.end()







结果：None


re.compile(pattern,flags = 0)


作用：对匹配格式pattern进行编译，返回一个实例对象。对正则表达式先编译，可以大幅提高匹配速度。





str1 = 'ab cd'
pre = re.compile('ab')
print pre.findall(str1)







结果：['ab']


re.split(pattern,string,maxsplit = 0,flags = 0)


作用：在string匹配pattern的时候做分割：





str1 = 'ab.c.de'
str2 = '12+34-56*78/90'
print re.split('\.',str1)
print re.split('[\+\-\*/]',str2)







结果：


['ab', 'c', 'de']

      ['12', '34', '56', '78', '90']


re.sub(pattern,repl,string,count = 0,flags = 0)


作用：在string当中把满足pattern正则的字串替换成repl：





str1 = 'abcde'
print re.sub('bc','123',str1)







结果：a123de


re.subn(pattern,repl,string,count = 0,flags = 0)


作用：其功能与re.sub()相同，但返回的结果多了一个数字，代表替换了多少次





str1 = 'abcdebce'
print re.subn('bc','123',str1)







结果：('a123de123e', 2)


PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：


JavaScript正则表达式在线测试工具：

http://tools.jb51.net/regex/javascript


正则表达式在线生成工具：

http://tools.jb51.net/regex/create_reg


更多关于Python相关内容可查看本站专题：《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》


希望本文所述对大家Python程序设计有所帮助。
DDR爱好者之家 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
DDR爱好者之家 Design By 杰米
ddrfans.com DDR爱好者之家
8,675无损音乐
1,324高清电影
213破解软件
70,141收录资讯

稳了！魔兽国服回归的3条重磅消息！官宣时间再确认！

昨天有一位朋友在大神群里分享，自己亚服账号被封号之后居然弹出了国服的封号信息对话框。

这里面让他访问的是一个国服的战网网址，com.cn和后面的zh都非常明白地表明这就是国服战网。

而他在复制这个网址并且进行登录之后，确实是网易的网址，也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情，因为以前都没有出现这样的情况，现在突然提示跳转到国服战网的网址，是不是说明了简体中文客户端已经开始进行更新了呢？

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网
DDR爱好者之家 Design By 杰米