python正则表达式或者用法,菜鸟教程 python 正则表达式
作为一个概念,正则表达式不是Python独有的。但是,在Python中正则表达式的实际使用中,还是有一些细微的区别。
本文是关于Python正则表达式的系列文章的一部分。在本系列的第一篇文章中,我们将重点介绍如何在Python中使用正则表达式,并强调Python中的一些独特特性。
我们将介绍一些在Python中搜索和查找字符串的方法。然后我们将讨论如何使用分组来处理我们找到的匹配对象的子项。
我们感兴趣使用的Python中正则表达式的模块通常被称为‘re’。
进口1. Python中的原始类型字符串
Python编译器使用 \ (反斜杠)来表示字符串常量中的转义字符。
如果反斜杠后面跟有编译器识别的一系列特殊字符,那么整个转义序列将被相应的特殊字符替换(例如, \ n 将被编译器替换为换行符)。
但这给在Python中使用正则表达式带来了一个问题,因为在 re 模块中也使用了反斜杠来转义正则表达式中的特殊字符(比如*和)。
两者的结合意味着有时候你必须对转义字符本身进行转义(当特殊字符可以被Python和正则表达式编译器都识别的时候),但在其他时候你不必这样(如果特殊字符只能被Python编译器识别的话)。
我们可以使用原来的字符串,而不是专注于计算需要多少个反斜杠。
原始类型字符串可以简单地通过在普通字符串的双引号前添加一个字符“r”来创建。当字符串是原始类型时,Python编译器不会尝试对它进行任何替换。本质上,你是在告诉编译器不要干涉你的字符串。
string=Thisisa\nnormalstring
raw string=r and thissisa \ nrawstring
这是一个普通的字符串。
printrawString
这是一个原始类型字符串。
使用正则表达式在Python中查找
“re”模块提供了几种精确查询输入字符串的方法。我们将讨论的方法有:
重新匹配()
重新搜索()
re.findall()的每个方法都接收一个正则表达式和一个字符串来查找匹配。让我们更详细地看一下这些方法,以了解它们是如何工作的以及有何不同。
o Hei", sans-serif; white-space: normal; background-color: rgb(255, 255, 255);">2. 使用re.match查找 – 匹配开始
让我们先来看一下match()方法。match()方法的工作方式是只有当被搜索字符串的开头匹配模式的时候它才能查找到匹配对象。
举个例子,对字符串‘dog cat dog'调用mathch()方法,查找模式‘dog'将会匹配:
>>>re.match(r'dog','dogcatdog')我们稍后将更多的讨论group()方法。现在,我们只需要知道我们用0作为它的参数调用了它,group()方法返回查找到的匹配的模式。<_sre.SRE_Matchobjectat0xb743e720<
>>>match=re.match(r'dog','dogcatdog')
>>>match.group(0)
'dog'
我还暂且略过了返回的SRE_Match对象,我们很快也将会讨论到它。
但是,如果我们对同一个字符串调用math()方法,查找模式‘cat',则不会找到匹配。
>>>re.match(r'cat','dogcatdog')>>>
3. 使用re.search查找 – 匹配任意位置
search()方法和match()类似,不过search()方法不会限制我们只从字符串的开头查找匹配,因此在我们的示例字符串中查找‘cat'会查找到一个匹配:
search(r'cat','dogcatdog')然而search()方法会在它查找到一个匹配项之后停止继续查找,因此在我们的示例字符串中用searc()方法查找‘dog'只找到其首次出现的位置。>>>match.group(0)
'cat'
>>>match=re.search(r'dog','dogcatdog')4. 使用 re.findall – 所有匹配对象>>>match.group(0)
'dog
目前为止在Python中我使用的最多的查找方法是findall()方法。当我们调用findall()方法,我们可以非常简单的得到一个所有匹配模式的列表,而不是得到match的对象(我们会在接下来更多的讨论match对象)。对我而言这更加简单。对示例字符串调用findall()方法我们得到:
['dog','dog']>>>re.findall(r'cat','dogcatdog')
['cat']
5. 使用 match.start 和 match.end 方法
那么,先前search()和match()方法先前返回给我们的‘match'对象”到底是什么呢?
和只简单的返回字符串的匹配部分不同,search()和match()返回的“匹配对象”,实际上是一个关于匹配子串的包装类。
先前你看到我可以通过调用group()方法得到匹配的子串,(我们将在下一个部分看到,事实上匹配对象在处理分组问题时非常有用),但是匹配对象还包含了更多关于匹配子串的信息。
例如,match对象可以告诉我们匹配的内容在原始字符串中的开始和结束位置:
>>>match=re.search(r'dog','dogcatdog')知道这些信息有时候非常有用。>>>match.start()
>>>match.end()
6. 使用 mathch.group 通过数字分组
就像我之前提到的,匹配对象在处理分组时非常得心应手。
分组是对整个正则表达式的特定子串进行定位的能力。我们可以定义一个分组做为整个正则表达式的一部分,然后单独的对这部分对应匹配到的内容定位。
让我们来看一下它是怎么工作的:
>>>contactInfo='Doe,John:555-1212'我刚才创建的字符串类似一个从某人的地址本里取出来的一个片段。我们可以通过这样一个正则表达式来匹配这一行:
>>>re.search(r'\w+,\w+:\S+',contactInfo)通过用圆括号来(字符‘('和‘)')包围正则表达式的特定部分,我们可以对内容进行分组然后对这些子组做单独处理。<_sre.SRE_Matchobjectat0xb74e1ad8<
>>>match=re.search(r'(\w+),(\w+):(\S+)',contactInfo)这些分组可以通过用分组对象的group()方法得到。它们可以通过其在正则表达式中从左到右出现的数字顺序来定位(从1开始):
>>>match.group(1)组的序数从1开始的原因是因为第0个组被预留来存放所有匹配对象(我们在之前学习match()方法和search()方法到时候看到过)。'Doe'
>>>match.group(2)
'John'
>>>match.group(3)
'555-1212'
>>>match.group(0)7. 使用 match.group 通过别名来分组'Doe,John:555-1212'
有时候,特别是当一个正则表达式有很多分组的时候,通过组的出现次序来定位就会变的不现实。Python还允许你通过下面的语句来指定一个组名:
>>>match=re.search(r'(?P<last>\w+),(?P<first>\w+):(?P<phone>\S+)',contactInfo)我们还是可以用group()方法获取分组的内容,但这时候我们要用我们所指定的组名而不是之前所使用的组的所在位数。
>>>match.group('last')'Doe'这大大加强了代码的明确性和可读性。你可以想像当正则表达式变得越来越复杂,去弄懂一个分组到捕获了什么内容将会变得越来越困难。给你的分组命名将明确的告诉了你和你的读者你的意图。>>>match.group('first')'John'
>>>match.group('phone')'555-1212'
尽管findall()方法不返回分组对象,它也可以使用分组。类似的,findall()方法将返回一个元组的集合,其中每个元组中的第N个元素对应了正则表达式中的第N个分组。
>>>re.findall(r'(\w+),(\w+):(\S+)',contactInfo)但是,给分组命名并不适用于findall()方法。[('Doe','John','555-1212')]
在本文中我们介绍了Python中使用正则表达式的一些基础。我们学习了原始字符串类型(还有它能帮你解决的在使用正则表达式中一些头痛的问题)。我们还学习了如何适使用match(), search(), and findall()方法进行基本的查询,以及如何使用分组来处理匹配对象的子组件。
和往常一样,如果想查看更多关于这个主题的内容,re模块的Python官方文档是一个非常好的资源。
在以后的文章中,我们将更深入的讨论Python中正则表达式的应用。我们将更加全面的学习匹配对象,学习如何使用它们在字符串中做替换,甚至使用它们从文本文件中去解析Python数据结构。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。