Python正則表達式怎么用

這篇文章主要介紹Python正則表達式怎么用，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

正則表達式是處理字符串的強大工具。作為一個概念而言，正則表達式對于Python來說并不是獨有的。但是，Python中的正則表達式在實際使用過程中還是有一些細小的差別。

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

Python 自1.5版本起增加了re 模塊，它提供 Perl 風格的正則表達式模式。

re 模塊使 Python 語言擁有全部的正則表達式功能。

compile 函數根據一個模式字符串和可選的標志參數生成一個正則表達式對象。該對象擁有一系列方法用于正則表達式匹配和替換。

re 模塊也提供了與這些方法功能完全一致的函數，這些函數使用一個模式字符串做為它們的第一個參數。

1、查找第一個匹配串

import re
s='i love python very much'
pat='python'
r=re.search(pat,s)
print(r.span())#(7,13)

2、查找所有1

import re
s='山東省濰坊市青州第1中學高三1班'
pat='1'
r=re.finditer(pat,s)
for i in r:
 print(i)
 
# <re.Match object; span=(9, 10), match='1'>
# <re.Match object; span=(14, 15), match='1'>

3、\d匹配數字[0-9]

import re
s='一共20行代碼運行時間13.59s'
pat=r'\d+'#+表示匹配數字(\d表示數字的通用字符)1次或多次
r=re.findall(pat,s)
print(r)
#['20','13','59']

我們想保留13.59而不是分開，請看4

4、?表示前一個字符匹配0或1次

import re

s='一共20行代碼運行時間13.59s'
pat=r'\d+\.?\d+'#?表示匹配小數點(\.)0次或1次
r=re.findall(pat,s)
print(r)
#['20','13.59']

5、^匹配字符串的開頭

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^[emrt]' #查找以
r=re.findall(pat,s)
print(r)
# [],因為字符串的開頭是字符`T`，不在emrt匹配范圍內，所以返回為空

6、re.I 忽略大小寫

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^[emrt]' #查找以
r=re.compile(pat,re.I).search(s)
print(r)
# <re.Match object; span=(0, 1), match='T'> 表明字符串的開頭在匹配列表中

7、使用正則提取單詞

這是不準確版本，請參看第9個

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s[a-zA-Z]+'
r=re.findall(pat,s)
print(r) #[' module', ' provides', ' regular', ' expression', ' matching', ' operations', ' similar', ' to', ' those', ' found', ' in', ' Perl']

8、只捕獲單詞，去掉空格

使用()捕獲，這是不準確版本，請參看第9個

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s([a-zA-Z]+)'
r=re.findall(pat,s)
print(r)
#['module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']

9、補充上第一個單詞

上面第8，看到提取單詞中未包括第一個單詞，使用?表示前面字符出現0次或1次，但是此字符還有表示貪心或非貪心匹配含義，使用時要謹慎。

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s?([a-zA-Z]+)'
r=re.findall(pat,s)
print(r)
#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']

10、使用split函數直接分割單詞

使用以上方法分割單詞，不是簡潔的，僅僅為了演示。分割單詞最簡單還是使用split函數。

import re

s = 'This module provides regular expression matching operations similar to those found in Perl'
pat = r'\s+'
r = re.split(pat,s)
print(r)
#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']

11、提取以m或t開頭的單詞，忽略大小寫

下面出現的結果不是我們想要的，原因出在 ?上！

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s?([mt][a-zA-Z]*)' # 查找以
r=re.findall(pat,s)
print(r)
#['module', 'matching', 'tions', 'milar', 'to', 'those']

12、使用^查找字符串開頭的單詞

綜合11和12得到所有以m或t開頭的單詞

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^([mt][a-zA-Z]*)\s' # 查找以
r=re.compile(pat,re.I).findall(s)
print(r) 
#['This']

13、先分割，再查找滿足要求的單詞

使用match表示是否匹配

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s+'
r=re.split(pat,s)
res=[i for i in r if re.match(r'[mMtT]',i)]
print(res)
#['This', 'module', 'matching', 'to', 'those']

14、貪心匹配

盡可能多的匹配字符

import re

content='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'
pat=re.compile(r"<div>(.*)</div>") #貪婪模式
m=pat.findall(content)
print(m)
#['graph</div>bb<div>math']

15、非貪心匹配

與14相比，僅僅多了一個問號(?)，得到結果完全不同。

import re

content='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'
pat=re.compile(r"<div>(.*?)</div>") #貪婪模式
m=pat.findall(content)
print(m)
#['graph', 'math']

與14比較可知，貪心匹配和非貪心匹配的區別，后者是字符串匹配后立即返回，見好就收。

16、含有多種分割符

使用split函數

import re

content = 'graph math,,english;chemistry' #這種
pat=re.compile(r"[\s\,\;]+") #貪婪模式
m=pat.split(content)
print(m)
#['graph', 'math', 'english', 'chemistry']

17、替換匹配的子串

sub函數實現對匹配子串的替換

import re

content="hello 12345, hello 456321" 
pat=re.compile(r'\d+') #要替換的部分
m=pat.sub("666",content)
print(m)
#hello 666, hello 666

18、爬取百度首頁標題

import re
from urllib import request
 
#爬蟲爬取百度首頁內容
data=request.urlopen("http://www.baidu.com/").read().decode()
 
#分析網頁,確定正則表達式
pat=r'<title>(.*?)</title>'
result=re.search(pat,data)
print(result)
#<re.Match object; span=(1389, 1413), match='<title>百度一下，你就知道</title>'>

下面是知識點分享

19、常用元字符總結

. 匹配任意字符  
^ 匹配字符串始位置 
$ 匹配字符串中結束的位置 
* 前面的原子重復0次1次多次 
? 前面的原子重復一次或者0次 
+ 前面的原子重復一次或多次
{n} 前面的原子出現了 n 次
{n,} 前面的原子至少出現 n 次
{n,m} 前面的原子出現次數介于 n-m 之間
( ) 分組,需要輸出的部分

20、常用通用字符總結

\s 匹配空白字符
\w 匹配任意字母/數字/下劃線
\W 和小寫 w 相反，匹配任意字母/數字/下劃線以外的字符
\d 匹配十進制數字
\D 匹配除了十進制數以外的值
[0-9] 匹配一個0-9之間的數字
[a-z] 匹配小寫英文字母
[A-Z] 匹配大寫英文字母

以上是“Python正則表達式怎么用”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！