Python中正则表达式对单个字符,多个字符和匹配边界等使用
Regular Expression,正则表达式,又称正规表示式、正规表示法、正则表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),是计算机科学的一个概念。正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本。
Python 自1.5版本起增加了re 模块。re 模块使 Python 语言拥有全部的正则表达式功能。
1.re.match函数
python用re.match函数从字符串的起始位置匹配一个模式,若字符串匹配正则表达式,则match方法返回匹配对象(Match Object),否则返回None(注意不是空字符串"")。匹配对象Macth Object具有group方法,用来返回字符串的匹配部分。
函数语法:re.match(pattern, string, flags) ;pattern是正则表达式,string需要匹配的字符串,flags为可选参数修饰符。
1 2 3 4 5 6 7 | # 导入re模块,注意match函数是从起始位置匹配的。如果起始位置匹配失败,则返回None import re #match()函数适合匹配是否以xxxx开始的字符串,因为其从头开始匹配的 ret = re.match( "abc" , "aBCabc" ,re.I) #可选参数re.I表示忽略大小写,后续详细解释。 print (ret.group()) #aBC ret1 = re.match( "abc" , "aBCabc" ) print (ret1.group()) # 'NoneType' object has no attribute 'group' |
正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志:
修饰符 | 描述 |
---|---|
re.I | 使匹配对大小写不敏感 |
re.L | 做本地化识别(locale-aware)匹配 |
re.M | 多行匹配,影响 ^ 和 $ |
re.S | 使 . 匹配包括换行在内的所有字符 |
re.U | 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B. |
re.X | 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。 |
2.正则表达式的语法
2.1正则表达式对字符(单个字符)的表示
字符 | 功能 |
---|---|
. | 匹配任意1个字符(除了\n),注意因为.表示任意一个字符,所以如果匹配‘.'则需要用转义字符\.来表示 |
[ ] | 匹配[ ]中列举的字符,如果[a-zA-Z0-9],[a-zA-Z]表示所有字母和数字,后者表示所有字母,注意中间没有空格符号。 |
\d | 匹配数字,即0-9 |
\D | 匹配非数字,即不是数字 |
\s | 匹配空白,即 空格,tab键 |
\S | 匹配非空白 |
\w | 匹配单词字符,即a-z、A-Z、0-9、_ |
\W | 匹配非单词字符 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | # 导入re模块 import re #1.测试.的使用,匹配任意字符开始的字符串 str = 'abc' ret = re.match( ".." , str ) print (ret.group()) #ab.用两个..就表示只要str字符串开头是两个字符即可。 ret1 = re.match( "...." , str ) #这种情况则会报错,因为str只有三个字符。 #2.匹配[]范围内的任意一个字符开头的字符串 str1 = "abcABC*?//" str2 = "3afasdlfadsf" ret2 = re.match( "[a-z]" ,str1).group() #a ret3 = re.match( "[123456]" ,str2).group() #3,[1-6]等价[123456] #3./d的使用,表示匹配任意一个数字 str3 = "第5名是我" ret4 = re.match( "第\d名" ,str3).group() print (ret4) #第5名 ret4 = re.match( "第[0-9]名" ,str3) #同样是表示0-9任意一个,[0-9]和\d效果一样 print (ret4.group()) #第5名 |
总结:注意上面对字符的匹配都是表示一个任意字符,或者某个范围内的任意一个字符,属于单个字符匹配。而实际开发中肯定都是用一个子串(多个字符)去匹配整个字符串。那么如何表示呢,请继续下去。
2.2正则表达式匹配多个字符:数量的表示
匹配多个字符的相关格式,其实就是单个字符加上数量。注意下面数量的匹配都是针对前一个字符。
字符 | 功能 |
---|---|
* | 匹配前一个字符出现0次或者无限次,即可有可无 |
+ | 匹配前一个字符出现1次或者无限次,即至少有1次 |
? | 匹配前一个字符出现1次或者0次,即要么有1次,要么没有 |
{m} | 匹配前一个字符出现m次 |
{m,} | 匹配前一个字符至少出现m次 |
{m,n} | 匹配前一个字符出现从m到n次 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 | # 导入re模块 import re #1.匹配第一个是大写字母,第二个小写字母,后面只要是小写字母即可。 ret = re.match( "[A-Z][a-z]*" , "Aafngsdfgnlsdf1224343" ) print (ret.group()) #Aafngsdfgnlsdf ret1 = re.match( "[A-Z][a-z]*" , "AaAaaa34bbb" ) print (ret1.group()) #Aa ,因为后面不是小写字母所以没匹配到。 #匹配下面字符串是否以字母或者下划线开头 ret = re.match( "[a-zA-Z_]+[\w_]*" , "name1" ) #解释1:[a-zA-Z_]+字母下划线至少出现一次 print (ret.group()) #name1 ret = re.match( "[a-zA-Z_]+[\w_]*" , "_name" ) #解释2:[\w_]*表示字母,数据下划线出现任意次 print (ret.group()) #_name ret = re.match( "[a-zA-Z_]+[\w_]*" , "2_name" ) #print(ret.group()) #报错,因为匹配不上,返回None. #3.匹配前面字符出现0次或者1次使用? ret = re.match( "[1-9]?[0-9]" , "7" ) print (ret.group()) #7 ret = re.match( "[1-9]?[0-9]" , "33" ) print (ret.group()) #33 ret = re.match( "[1-9]?[0-9]" , "09" ) print (ret.group()) #0 #4.前面字符出现n此,或者m-n范围内的任意次 ret = re.match( "[a-zA-Z0-9_]{6}" , "dsa2A9nfdsf" ) print (ret.group()) #dsa2A9,匹配前6位是数字字符下划线即可 ret = re.match( "[a-zA-Z0-9_]{3,8}" , "aSjsd239344" ) ret1 = re.match( "[a-zA-Z0-9_]{3,8}" , "aSjs" ) print (ret1.group()) #aSjs,注意匹配前一个字符出现3-8次,只要这个范围内都算匹配成功,按实际匹配 print (ret.group()) #aSjsd239 匹配前一个字符出现3到8次 ret = re.match( "[a-z0-9A-Z_]{3,}" , "a2" ) print (ret.group()) #至少出现3次,所以如果只有两个的话,返回None,调用报错。 |
总结:单个字符匹配,多个字符匹配上面都已经演示过了,基本可以完成大多数字符串的匹配了。但是上面过于字符串的匹配都是从头开始匹配的,而实际开发中可能是从字符串中间,后者结尾开始匹配的。keep reading....
2.3.正则表达式:匹配边界的问题
字符 | 功能 | |
---|---|---|
^ | 匹配字符串开头 | |
$ | 匹配字符串结尾 | |
\b |
|
|
\B | 匹配非单词边界,'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | # 导入re模块 import re # 匹配以@qq.com邮箱结尾的邮箱地址 #1.不适用匹配字符串结尾的$来实现,注意.要用转义字符,一般邮箱的长度都是4-30位 ret = re.match( "[\w]{4,30}@qq\.com" , "xiaoWang@qq.com" ) print (ret.group()) #xiaoWang@qq.com # 通过$来确定末尾,效率更高 ret = re.match( "[\w]{4,30}@qq\.com$" , "xiaoWang@qq.com" ) print (ret.group()) #xiaoWang@qq.com ret = re.match( "[\w]{4,30}@qq\.com$" , "xiaoWang@qq.com.cn" ) #print(ret.group()) #报错 |
到此这篇关于Python中正则表达式对单个字符,多个字符和匹配边界等使用的文章就介绍到这了,更多相关Python 单字符,多字符匹配内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
微信公众号搜索 “ 脚本之家 ” ,选择关注
程序猿的那些事、送书等活动等着你
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。
如若内容造成侵权/违法违规/事实不符,请将相关资料发送至 reterry123@163.com 进行投诉反馈,一经查实,立即处理!
相关文章
Python通过TensorFLow进行线性模型训练原理与实现方法详解
这篇文章主要介绍了Python通过TensorFLow进行线性模型训练原理与实现方法,结合实例形式详细分析了Python通过TensorFLow进行线性模型训练相关概念、算法设计与训练操作技巧,需要的朋友可以参考下2020-01-01python基于pygame实现响应游戏中事件的方法(附源码)
这篇文章主要介绍了python基于pygame实现响应游戏中事件的方法,实例分析了Python基于pygame针对键盘及鼠标事件的响应方法,具有一定参考借鉴价值,需要的朋友可以参考下2015-11-11Python程序中使用SQLAlchemy时出现乱码的解决方案
这篇文章主要介绍了Python程序中使用SQLAlchemy时出现乱码的解决方案,SQLAlchemy是Python常用的操作MySQL数据库的工具,需要的朋友可以参考下2015-04-04详解model.train()和model.eval()两种模式的原理与用法
这篇文章主要介绍了详解model.train()和model.eval()两种模式的原理与用法,相信很多没有经验的人对此束手无策,那么看完这篇文章一定会对你有所帮助2023-03-03
最新评论