python正則表達式的技巧有哪些

本篇內容介紹了“python正則表達式的技巧有哪些”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

最小匹配

格式：

量詞?

注：量詞有{n,m}、?、+、*

用處：

在字符串中查找符合正則表達式規則的最短子字符串。

案例：

現有字符串num = ”10-3*(20-10+(-10/5)27/3/3-(-100)/(10-35))"，要提取括號中的內容。

import re

num = '10-3*(20-10+(-10/5)*27/3/3-(-100)/(10-3*5))+(-5*-6)'num2 = re.findall('\(.+?\)', num)num3 = re.findall('\(.+\)', num)print(num2)print(num3)out:['(20-10+(-10/5)', '(-100)', '(10-3*5)']['(20-10+(-10/5)*27/3/3-(-100)/(10-3*5))']

上述代碼中num2使用了最小匹配，而num3使用了默認的最大匹配。

請注意num2的正則表達式：

.表示匹配除了換行符之外的所有字符

+表示一個或多個

?表示最小匹配，匹配后面第一個)即返回結果。若沒有這個?會匹配到最后一個)才返回結果。

分組

格式：

(\w)

注：在正則表達式中一對括號包圍的內容表示分組，正則表達式中可以有多個分組

用處：

匹配字符串，只提取分組中的內容，非分組的內容舍棄不提取。

案例：

str1 = '''
<a>python<a>
<b>java<b>
<c>javascript<c>
'''result1 = re.findall('<\w+>(\w+)<\w+>',str1)print(result1)result2 = re.findall('<(\w+)>\w+<\w+>',str1)print(result2)out:['python', 'java', 'javascript']['a', 'b', 'c']

從result1和result2提取內容的不同可以看到分組的妙用，分組能指定提取符合正則表達式某一段的內容。

分組隱藏

格式：

(?:正則表達式)

注：在括號內以?:開頭的分組，匹配到的內容會被隱藏。

另：分組隱藏和分組命名不能同時使用。

用處：

當有用數據和無用數據混在一起時，只能先全取出來，然后對無用數據做分組隱藏，把有用的數據對應的正則表達式用()包起來，這樣即可提取出有用數據。

案例：

result1 = re.findall('1(\d)(\d)','167189')print(result1)result2 = re.findall('1(?:\d)(\d)','167189')print(result2)out:[('6', '7'), ('8', '9')]['7', '9']

分組命名

格式：

(?P<名字>正則表達式)

注：?P<名稱>，英文書名號內是分組的名稱。

用處：

分組命名在有很多段分組時對不同的分組命名，便于使用，防止混淆。

案例：

str1 = '<tag>study python every day</tag>'ret = re.search('<(?P<tag>\w+)>(?P<name>.*?)</(?P=tag)>',str1)print(ret)print(ret.group('tag'))print(ret.group('name'))out:tag
study python every day

上述案例是一個簡單的示范，只有2個分組。但實際爬蟲的時候經常會遇到多達10個以上的分組。在分組數量多的時候很容易混淆數據，若使用分組命名會非常方便，根據名字讀取對應的數據，提高了代碼可讀性。

“python正則表達式的技巧有哪些”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！