目錄
3.6 re.sub(pattern,replaceStr,str)
1、正則表達式
- 匹配0-9之間的任何一個數字，用\d
- 匹配任何單個字符，用通配符.
- 轉義，用轉義符\
- 匹配特定字符，用方括號[]，例如[cmf]匹配cmf其中任何一個字母
- 排除掉特定字符，用^和方括號[]，例如，[^b]匹配除b之外的任何一個字母
- 匹配連續範圍的特定字符，用-和方括號[]，例如[a-d]匹配abcd其中任何一個字母，[2-4]匹配234任何一個數字，[A-Za-z0-9]匹配任何一個字母/數字
- \w等價於[A-Za-z0-9]
- 匹配指定字符的重複次數，用花括號{}和數字，例如z{2}匹配zz，z{2,4}匹配zz或zzz或zzzz。（量詞有問號？、花括號和數字{m,n}、加號+、星號*）
- 匹配指定字符的任意重複次數，用加號+，例如b+匹配一個或者多個的b，[b-d]匹配一個或者多個的b或c或d
- 匹配任何字符的零個或多個，用.*
- 指定字符是可選的，用問號?，例如files？匹配file或者files
- 匹配空白用\s，匹配新行用\n，匹配回車用\r
- 描述匹配的開頭和結尾，分別用^和$
- 匹配提取，用()，例如從Jan 1987匹配提取出Jan 1987和1987，使用^([a-zA-z]+\s(\d{4}))$
- 圓括號()也用於分組，例如(\.com)?表示.com可選
- 表示邏輯或，用|，例如匹配cats或dogs，使用^cats|dogs$
- 匹配中文字符：[\u4e00-\u9fa5]
2、練習
匹配、匹配提取
import re
#電話號碼
t1 = "415-555-1234"
t2 = "202 555 4567"
t3 = "4035555678"
pt = "^\d+[\-\s]?\d{3}[\-\s]?\d{3,4}$"
print(re.match(pt,t1))
print(re.match(pt,t2))
print(re.match(pt,t3))
#電子郵箱
m1 = "[email protected]"
m2 = "[email protected]"
m3 = "[email protected]"
pt = "[a-z]+(\.[a-z]+)?@hogwarts(\.eu)?\.com$"
print(re.match(pt,m1))
print(re.match(pt,m2))
print(re.match(pt,m3))
#HTML
h = "<a>This is a link</a>"
pt = "^<a>([\w\s]+)</a>$"
print(re.match(pt,h))
#文件名
f1 = "favicon.gif"
f2 = "img0912.jpg"
f3 = "updated_img0912.png"
pt = "^([\w\_]*)\.([(jpg)(png)(gif)]*)$"
print(re.match(pt,f1).groups())
print(re.match(pt,f2).groups())
print(re.match(pt,f3).groups())
#文本
t = " The quick brown fox..."
pt = "^\s*([\w\s\.]*)$"
print(re.match(pt,t).groups())
#日誌log
log = "E/( 1553): at widget.List.fillDown(ListView.java:652)"
pt = "^E\/\(\s1553\)\:[\s\w\.]*\.(\w+)\(([\w\.]*)\:(\d+)\)$"
print(re.match(pt,log).groups())
#鏈接地址
a1 = "ftp://file_server.com:21/top_secret/life_changing_plans.pdf"
a2 = "https://regexone.com/lesson/introduction#section"
a3 = "https://s3cur3-server.com:9999/"
pt = "^([a-zA-Z]+)\://([\w\-]*)\.com\:?(\d+)?/.*$"
print(re.match(pt,a1).groups())
print(re.match(pt,a2).groups())
print(re.match(pt,a3).groups())
<re.Match object; span=(0, 12), match='415-555-1234'>
<re.Match object; span=(0, 12), match='202 555 4567'>
<re.Match object; span=(0, 10), match='4035555678'>
<re.Match object; span=(0, 16), match='[email protected]'>
<re.Match object; span=(0, 23), match='[email protected]'>
<re.Match object; span=(0, 19), match='[email protected]'>
<re.Match object; span=(0, 21), match='<a>This is a link</a>'>
('favicon', 'gif')
('img0912', 'jpg')
('updated_img0912', 'png')
('The quick brown fox...',)
('fillDown', 'ListView.java', '652')
('ftp', 'file_server', '21')
('https', 'regexone', None)
('https', 's3cur3-server', '9999')
3、Python re
3.1 re.match(patten,str)
re.match()方法從字符串的起始位置開始，判斷是否匹配，如果匹配成功，返回一個Match對象，否則返回None。
示例：
import re
def test_mail(pt,m):
rs = re.match(pt,m)
print(rs)
if rs:
print("right mail")
else:
print("error mail")
m = "[email protected]"
pt = r"^\w+@\w+\.com"
test_mail(pt,m)
<re.Match object; span=(0, 20), match='[email protected]'>
right mail
3.2 groups()
可以使用group(num) 或 groups() 匹配對象函數來匹配提取，正則表達式()的內容
示例：
從[email protected]匹配提取出guoyunfei2018和qq
m = "[email protected]"
pt = r"(^\w+)@(\w+)\.com"
print(re.match(pt,m).groups())
('guoyunfei2018', 'qq')
3.3 re.split(pattern,str)
re.split()方法切分字符串，比str.split()更爲強大
示例：
按照特殊符號切分字符串'a,b;; c d'
s = 'a,b;; c d'
rs = re.split(r'[\s\,\;]+',s)
print(rs)
['a', 'b', 'c', 'd']
3.4 re.search(pattern,str)
re.search 掃描整個字符串並返回第一個成功的匹配。
s = "requests is an http library of python"
pt = "python"
rs = re.search(pt,s)
print(rs)
<re.Match object; span=(31, 37), match='python'>
- re.match和re.search的區別是：
re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。
3.5 re.findall(pattern,str)
在字符串中找到正則表達式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。
s = "Requests allows you to send HTTP/1.1 requests extremely easily. There’s no need to manually add query strings to your URLs, or to form-encode your POST data. Keep-alive and HTTP connection pooling are 100% automatic, thanks to urllib3."
pt = "HTTP"
rs = re.findall(pt,s)
print(rs)
['HTTP', 'HTTP']
3.6 re.sub(pattern,replaceStr,str)
re.sub用於替換字符串中的匹配項。
s = "[email protected]"
rpl = "@163."
pt = "@\w+\."
rs = re.sub(pt,rpl,s)
print(rs)
[email protected]
3.7 re.compile
re.compile 函數用於編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數使用。
pt = "^\w+@\w+\.com"
pattern = re.compile(pt)
m1 = "[email protected]"
rs = pattern.match(m1)
print(rs)
<re.Match object; span=(0, 20), match='[email protected]'>