Python實戰---正則表達式

正則表達式

正則表達式常用匹配規則

1、直接匹配某個字符串

text = 'hello'
ret = re.match('he',text)
print(ret.group())

2、點（.）匹配任意的字符

text = "ab"
ret = re.match('.',text)
print(ret.group())

注意：點（.）不能匹配不到換行符。

3、\d匹配任意的數字

text = "123"
ret = re.match('\d',text)
print(ret.group())

4、\D匹配任意的非數字

text = "a"
ret = re.match('\D',text)
print(ret.group())

5、\s匹配的是空白字符（包括：\n，\t，\r和空格）

text = "\t"
ret = re.match('\s',text)
print(ret.group())

6、\w匹配的是a-z和A-Z以及數字和下劃線

text = "_"
ret = re.match('\w',text)
print(ret.group())

7、\W匹配的是和\w相反的

text = "+"
ret = re.match('\W',text)
print(ret.group())

8、[]組合的方式

只要滿足中括號中的某一項都算匹配成功

text = "0731-88888888"
ret = re.match('[\d\-]+',text)
print(ret.group())

之前的幾種匹配規則，其實可以使用中括號的形式來進行替代：

\d：[0-9]
\D：0-9
\w：[0-9a-zA-Z_]
\W：[^0-9a-zA-Z_]

9、*可以匹配0或者任意多個字符

 text = "0731"
 ret = re.match('\d*',text)
 print(ret.group())

10、+可以匹配1個或者多個字符

 text = "abc"
 ret = re.match('\w+',text)
 print(ret.group())

11、?匹配的字符可以出現一次或者不出現（0或者1）

 text = "123"
 ret = re.match('\d?',text)
 print(ret.group())

12、{m}匹配m個字符

 text = "123"
 ret = re.match('\d{2}',text)
 print(ret.group())

13、{m,n}匹配m-n個字符（在這中間的字符都可以匹配到）

 text = "123"
 ret = re.match('\d{1,2}',text)
 prit(ret.group())

14、^（脫字號）表示以…開始

text = "hello"
ret = re.match('^h',text)
print(ret.group())

如果是在中括號中，那麼代表的是取反操作。

15、$：表示以…結束

貪婪模式和非貪婪模式：
貪婪模式：正則表達式會匹配儘量多的字符。默認是貪婪模式。
非貪婪模式：正則表達式會盡量少的匹配字符。

text = "0123456"
ret = re.match('\d+',text)
print(ret.group())
輸出：0123456

添加? 可以變成非貪婪模式

text = "0123456"
ret = re.match('\d+?',text)
print(ret.group())
輸出：0

re模塊中常用函數

match

**從開始的位置進行匹配。**如果開始的位置沒有匹配到。就直接失敗了。

text = 'hello'
ret = re.match('h',text)
print(ret.group())
輸出：h

search

在字符串中找滿足條件的字符。如果找到，就返回。只會找到第一個滿足條件的。

text = 'apple price $99 orange price $88'
ret = re.search('\d+',text)
print(ret.group())
輸出：99

分組：在正則表達式中，可以對過濾到的字符串進行分組。分組使用圓括號的方式。

group：和group(0)是等價的，返回的是整個滿足條件的字符串。
groups：返回的是裏面的子組。索引從1開始。
group(1)：返回的是第一個子組，可以傳入多個。

text = "apple price is $99,orange price is $10"
ret = re.search(r".*(\$\d+).*(\$\d+)",text)
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.groups())

findall

找出所有滿足條件的，返回的是一個列表。

text = 'apple price $99 orange price $88'
ret = re.findall('\d+',text)
print(ret)
輸出：['99', '88']

sub

用來替換字符串。將匹配到的字符串替換爲其他字符串。

text = 'apple price $99 orange price $88'
ret = re.sub('\d+','0',text)
print(ret)
輸出：apple price $0 orange price $0

split

使用正則表達式來分割字符串。

text = "hello world ni hao"
ret = re.split('\W',text)
print(ret)
輸出：["hello","world","ni","hao"]

compile

對於一些經常要用到的正則表達式，可以使用compile進行編譯，後期再使用的時候可以直接拿過來用，執行效率會更快。而且compile還可以指定flag=re.VERBOSE，在寫正則表達式的時候可以做好註釋。

text = "the number is 20.50"
r = re.compile(r"""
                \d+ # 小數點前面的數字
                \.? # 小數點
                \d* # 小數點後面的數字
                """,re.VERBOSE)
ret = re.search(r,text)
print(ret.group())