Python3的re模块的使用

╰半夏微凉° 2022-03-07 00:10 278阅读 0赞

import re
    
    # 2元字符 . ^ $ * + ? { } [ ] | ( ) \
    # 作用：匹配字符串
    
    s = 'hello world'
    # 返回开始位置 下标
    print(s.find('llo'))
    
    # 找到 并替换
    print(s.replace('ll', 'xx'))
    
    # . 代指一位字符，代指所有字符 除了换行符 \n
    ci = re.findall('w\w{2}l', 'hello world')
    print(ci)
    
    # ^ 只会在开始时进行匹配
    ci = re.findall('^h..l', 'hello world')
    print(ci)
    
    # $ 只会在最后时进行匹配
    ci = re.findall('o..d$', 'hello world')
    print(ci)
    
    # * 重复匹配 从h开始到o（最后一个）中间可以任意字符
    ci = re.findall('h.*o', 'hello world')
    print(ci)
    
    # + 至少需要一个 只对前面第一个字符有作用
    ci = re.findall('a+b', 'aaaaabcccdddabbbbb')
    print(ci)
    
    # ? 只能取0或1次 只对前面第一个字符有作用 出现a 0次或1次
    ci = re.findall('a?b', 'abcdbb,acb,addb')
    print(ci)
    
    # {n}  出现n次 只对前面第一个字符有作用
    ci = re.findall('a{2}b', 'abcdbb,acb,aabddb')
    print(ci)
    
    # +等价于 {1,正无穷} 也等价于 {1, }
    # * 等价于 {0,正无穷}    ？ 等价于{0,1}
    # {m,n}  出现m到n次 只对前面第一个字符有作用
    ci = re.findall('a{1,3}b', 'abcdbb,acb,aabddb')
    print(ci)
    
    # x[m,n]y 字符集 或的关系 xmy或 xny
    ci = re.findall('a[c,d]b', 'abcdbb,acb,aabddb')
    print(ci)
    
    # [] 取消元字符的特殊功能 (三个例外：\,^,-)
    ci = re.findall('[w,,,*]', 'abwdbb,,acb,aa*ddb')
    print(ci)
    
    ci = re.findall('[1-9，a-z,A-Z]', '12asAS')
    print(ci)
    
    # [^] 就变成了 取反操作
    ci = re.findall('[^(a-z)]', '12aimsAS')
    print(ci)
    
    # ^ 是取[] 内的所有非
    ci = re.findall('[^12,3,4]', '1234567891')
    print(ci)
    
    # \ 反斜杠
    # \ 1.反斜杠后边跟元字符去除特殊功能 2.反斜杠后边跟普通字符实现特殊功能
    # \w	匹配 数字 字母 下划线
    # \W	匹配 非数字 非字母 非下划线
    # \s	匹配 任意空白字符，等价于 [\t\n\r\f]。
    # \S	匹配 任意非空字符
    # \d	匹配 任意数字，等价于 [0-9]。
    # \D	匹配 任意非数字
    # \b	匹配一个单词边界，也就是指单词和空格间的位置。
    
    ci = re.findall('\w', '19 az__')
    print(ci)
    ci = re.findall('\W', '19 az__')
    print(ci)
    ci = re.findall('\s', '19 az__')
    print(ci)
    ci = re.findall('\S', '19 az__')
    print(ci)
    ci = re.findall('\d', '19 az__')
    print(ci)
    ci = re.findall('\D', '19 az__')
    print(ci)
    ci = re.findall(r'er\b', '19 er az__over ')
    print(ci)
    
    # 符合的第一个结果
    print(re.search('as', 'hgahashjjas'))
    
    # 想要匹配 \ 没找到 加r 表示匹配原生字符 不进行转义
    print(re.findall(r'\\', 'adhfD\c'))
    
    print(re.findall(r'\\', 'adhfD\c'))
    
    # | 是或的意思 会先取第一个匹配结果
    print(re.search('(as)+', 'adsdasas').group())
    print(re.search('(as)|3', 'as3').group())
    
    # ?P<name> 固定格式 给分组起一个名字 为name 规则为：\d{3}
    name = re.search('(?P<id>\d{3})', 'wwwwddash34ttt123/ooo')
    print(name.group('id'))
    # 连续分成两个组 分别起名 匹配规则内的 / 也是匹配规则
    name = re.search('(?P<num>\d{3})/(?P<letter>\w{3})', 'wwwwddash34ttt123/abc')
    print(name.group())
    print(name.group('num'))
    print(name.group('letter'))
    
    # 正则表达式的方法
    # 1. findall():所有结果都返回到一个列表里
    # 2. search（）：返回一个对象（object），对象可以调用group（）返回结果
    # 3. match（）：只在字符串开始匹配，也返回匹配到的第一个对象，对象可以调用group()
    # 4. split() 如果在边缘 则会有空字符
    print(re.split('k', 'ashdjakah'))
    print(re.split('[h,k]', 'ashdjakah'))
    # 5. sub() 替换函数，使用方式参看下面
    print(re.sub('j..', 's..b', 'hello joe world'))
    # 6. compile() # 记为一个正则表达式 下次可以直接使用
    obj = re.compile('\.com')
    print(obj.findall('ahfjhj.com'))

--------------------

要点：

*   find() 返回第一个匹配位置下标
 *  replace() 找到 并替换
 *      2元字符 . ^ $ * + ? { } [ ] | ( ) \
 *  . 代指一个字符，除了换行符\\n 以外的其他所有字符
 *  ^ 只会在开始位置进行匹配
 *  $ 只会在末尾位置进行匹配
 *  \* 可重复匹配多个字符：h.\*o  可以匹配到hello
 *  \+ 至少匹配到一个： a+b 可以匹配到 aaaab 或 ab
 *  ? 只能匹配到0个或1个： a?b 可以匹配到 b 或 ab
 *  \{n\} 匹配到n次：a\{3\}b 可以匹配到 aaab
 *  小结：1. + 等价 \{1,正无穷\}；2. \* 等价 \{0，正无穷\}；3. ？等价\{0,1\} 
 *  字符集\[ \]，括号内是或的关系：a\[m,n\]b 可以匹配到 amb 或 anb
 *  \[ \]  还有取消元字符的特殊功能（三个例外：\\ , ^ , -）
 *  \[^\] 取反操作：\[^(a-z)\] 表示匹配除了小写字母以外的所有字符
 *  \\ 反斜杠：\\w 匹配数字，字母下划线 。\\W 匹配非数字，非字母。非下划线。\\s 匹配任意空白字符 等价\[\\t \\n \\r \\f\]。 \\S匹配任意非空字符。\\d 匹配任意数字，等价\[0-9\]。\\D 匹配非数字。 \\b 匹配单词边界：er\\b 可以匹配‘19 er az\_over’ 中的 一个'er'。
 *  \\ 如果想匹配反斜杠 \\ 就在前面加 r  表示不进行转义：r'\\\\' 可以匹配到 \\ 
 *  | 表示或的意思，但是如果第一个匹配，就匹配第一个，不在匹配第二个： '(as)|3' 匹配 ‘as3’ 匹配到as  而不会是3。
 *  ?P<name>fmt/?P<name>fmt/?P<name>fmt ... 用/ 分隔开 ?P<name>fmt 中的name是别名，fmt 是匹配规则。可以通过group('name') 获取到匹配结果。
 *  findall() 所有结果返回到一个列表
 *  search() 返回一个对象，可以调用group()返回结果
 *  match() 在字符串开始匹配，返回匹配的第一个对象，可以调用group()返回结果
 *  split(‘w’,'awawaw')  以 w 分开awawaw。如果w在边缘，则会有空字符串 '空' 。
 *  sub(‘w’,'a','awawaw')  表示以w替换a,最后字符串变成，wwwwww
 *  compile() 记为一个匹配规则。my\_re=compile('\\.com') ，匹配'.com' 记为my\_re。my\_re.findall('www.baidu.com') 返回.com

--------------------