Python中re模块基本用法解析
- 2020 年 1 月 3 日
- 笔记
基于Python的正则表达式, 使用re模块:
1. match()方法, 从字符串头部开始匹配
import re content = 'The 123456 is my one phone number.' print(len(content)) #字符串长度 result = re.match(r'^Thesd+sw*', content) #使用match匹配, 第一个参数为正则表达式, 第二个为要匹配的字符串 print(result) print(result.group()) #输出匹配内容 print(result.span()) #输出匹配内容的位置索引
结果:
34 <_sre.SRE_Match object; span=(0, 13), match='The 123456 is'> The 123456 is (0, 13)
2. 匹配目标
import re content = 'The 123456 is my one phone number.' print(len(content)) #字符串长度 result = re.match(r'^Thes(d+)sis', content) #使用match匹配, 第一个参数为正则表达式, 第二个为要匹配的字符串 print(result) print(result.group()) #输出匹配内容 print(result.group(1)) #输出第一个被()包裹的内容 print(result.span()) #输出匹配内容的位置索引
结果:
34 <_sre.SRE_Match object; span=(0, 13), match='The 123456 is'> The 123456 is 123456 (0, 13)
在正则表达式中用()括起来可以使用group()输出, 若有n个(), 那么可以表示为group(n), 输出第n个括号匹配的内容.
3.通用匹配
import re content = 'The 123456 is my one phone number.' result = re.match(r'^The.*number.$', content) #使用match匹配, 第一个参数为正则表达式, 第二个为要匹配的字符串 print(result) print(result.group()) #输出匹配内容 print(result.span()) #输出匹配内容的位置索引
结果:
<_sre.SRE_Match object; span=(0, 34), match='The 123456 is my one phone number.'> The 123456 is my one phone number. (0, 34)
其中 . 表示匹配任意字符, *表示匹配前面字符无限次.
4.贪婪与非贪婪
import re content = 'The 123456 is my one phone number.' print('贪婪匹配:') result = re.match(r'^The.*(d+).*', content) #使用match匹配, 第一个参数为正则表达式, 第二个为要匹配的字符串 print(result.group()) #输出匹配内容 print('result = %s'%result.group(1)) #输出第一个被()包裹的内容 print('-'*20) print('非贪婪匹配:') result = re.match(r'^The.*?(d+).*', content) print(result.group()) print('result = %s'%result.group(1))
结果:
贪婪匹配: The 123456 is my one phone number. result = 6 -------------------- 非贪婪匹配: The 123456 is my one phone number. result = 123456
5.修饰符 re.S
import re content = '''The 123456 is one of my phone. ''' result = re.match('^The.*?(d+).*?phone.', content, re.S) if result: print(result.group(1)) else: print('result = None') result2 = re.match('^The.*?(d+).*?phone.', content) if result2: print(result2.group(1)) else: print('result2 = None')
结果:
123456 result2 = None
由于加上re.S参数后, 通配符 . 将可以匹配换行符, 所以result不为空, result2为空. 出了re.S, 还有许多修饰符如, re.I: 使用匹配时忽略大小写.
6.转义匹配
import re content = '(百度)www.baidu.com' result = re.match('(百度)www.baidu.com', content) result2 = re.match('(百度)www.baidu.com', content) if result: print(result.group()) else: print('result = None') if result2: print(result2.group()) else: print('result2 = None')
结果:
result = None (百度)www.baidu.com
由于()属于正则表达式的特殊字符, 因此在需要匹配()时, 需要加上转义字符’’.
7.search()方法, 与match()方法不同, 不需要从头部开始匹配
import re content = 'Other The 123456 is my one phone number.' result = re.search('The.*?(d+).*?number.', content) print(result.group())
结果:
The 123456 is my one phone number.
8.findall()方法, match()和search()都是返回匹配到的第一个内容就结束匹配, findall()是返回所有符合匹配规则的内容
import re html = ''' <div id="songs-list"> <h2 class="title">歌单</h2> <p class="introduction">歌单列表</p> <ul id="list" class="list-group"> <li data-view="2">一路上有你</li> <li data-view="7"> <a href="/2.mp3" singer="任贤齐">沧海一声笑</a> </li> <li data-view="4" class="active"> <a href="/3.mp3" singer="齐秦">往事随风</a> </li> <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li> <li data-view="5"><a href="/5.mp3" singer="程慧玲">记事本</a></li> <li data-veiw="5"> <a href="/6.mp3" singer="邓丽君">但愿人长久</a> </li> </ul> </div> ''' result = re.findall('<li.*?href="(.*?)".*?singer="(.*?)">(.*?)</a>', html, re.S) if result: print(result) for res in result: print(res[0], res[1], res[2])
[('/2.mp3', '任贤齐', '沧海一声笑'), ('/3.mp3', '齐秦', '往事随风'), ('/4.mp3', 'beyond', '光辉岁月'), ('/5.mp3', '程慧玲', '记事本'), ('/6.mp3', '邓丽君', '但愿人长久')] /2.mp3 任贤齐 沧海一声笑 /3.mp3 齐秦 往事随风 /4.mp3 beyond 光辉岁月 /5.mp3 程慧玲 记事本 /6.mp3 邓丽君 但愿人长久
9.sub()方法, 去除匹配的字符
第二个参数是两个’，表示吧’d+ 匹配的内容替换成空，如果写sub(’d+’, ‘-’), 则把匹配的内容替换成 -。
import re content = '54abc59de335f7778888g' content = re.sub('d+', '', content) print(content)
结果:
abcdefg
10.compile()
import re content1 = '2016-1-1 12:01' content2 = '2017-1-1 12:02' content3 = '2018-1-1 12:03' pattern = re.compile('d{2}:d{2}') result1 = re.sub(pattern, '', content1) result2 = re.sub(pattern, '', content2) result3 = re.sub(pattern, '', content3) print(result1, result2, result3)
结果:
2016-1-1 2017-1-1 2018-1-1
在需要匹配相同正则表达式情况下, 事先定义一个compile可以简化代码量, 同时compile中也可以使用修饰符r.S等.
