python正则匹配1：re函数

- 日理万妓 2021-12-13 01:55 421阅读 0赞

一、正则表达式  
正则表达式是python中进行字符串匹配的模式，其中包括特定字符串的寻找，替换等等操作，其基本的定义是用来查找、其中正则表达式存在python的re模块，主要有下面四种函数  
1、search(pattern, string) 在一个字符串中查找匹配  
2、findall(pattern, string ,flags=0) 找到匹配，返回所有匹配部分的列表  
3、sub(pattern, repl, string , count=0, flags=0) 将字符串中匹配正则表达式的部分替换为其他值  
4、split(pattern, string ,maxsplit=0, flags=0) 根据匹配分割字符串，返回分隔符串组成的列表

1、search  
search类似于字符串查找中的find，字符串中的find有str.find(字符串)，如果找到字符串返回字符串所在的索引，否则返回-1，例如：,

import re
    str1='imooc video=1000' 
    str1.find("1000")
    #结果12
    str1.find("lalal")
    #结果-1

②search,search在字符串中搜索，搜搜完成后用group()打印  
例1：在str1=‘imooc video=1000’ 中搜索1000

a=re.search("1000",str1)
    a.group()
    #结果：'1000'

注意如果搜索不到的话，边不能用.group()打印会报错

例2：在"彭闯"中搜索pengchuang

str1="彭闯"
    a=re.search("pengchuang",str1,flags=1)
    print(a)
    #结果：None

例3：在str1=‘java=1000,python=9090’ 搜索任意数字

str1='java=1000,python=9090'  
    info=re.search(r'\d+',str1)#'\d'代表任意一个数字，'+'可以匹配数字一次或者无限次，只能匹配最前
    info.group()
    结果：1000'

③match（pattern,string）  
同样python中有match匹配，不过match是从开头开始比对，而search是从整个字符串开始比对，比如  
re.match(“1000”,“lalal1000”)就返回None

总结：  
①re.search(pattern, string)，在string中寻找字符串pattern，如果找到了用group（）打印字符串，如果没找到返回None，只匹配一次，找到就返回，与find()区别，find不支持正则表达式  
②同样python中有match匹配，不过match是从开头开始比对，而search是从整个字符串开始比对

2、findall(pattern, string）  
找到匹配，返回所有匹配部分的列表

str1="彭闯"
    a=re.findall("pengchuang",str1,flags=1)
    print(a)
    #结果：[]
    
    str1='java=1000,python=9090'  
    info=re.findall(r'\d+',str1)#'\d'代表任意一个数字，'+'可以匹配数字一次或者无限次，只能匹配最前
    print(info)
    #结果：['1000', '9090']
    
    str1="1 0 0 0 "
    info=re.findall(r'\d+',str1)#'\d'代表任意一个数字，'+'可以匹配数字一次或者无限次，只能匹配最前
    print(info)
    #结果：['1','0','0','0']

findall会匹配所有找到的字符，如果找到了会将所有字符返回列表，如果没找到，则会返回\[\]

总结：findall会匹配所有字符，如果找到了会将所有字符返回列表，如果没找到，则会返回\[\]

3、sub(pattern1,pattern2,string)  
sub(匹配字符,替换字符,string,count=0)  
将字符串中匹配正则表达式的部分替换为其他值

例1：替换字符串中pengchuang为彭闯
    str1="pengchuang is a good boy"
    info=re.sub('pengchuang',"彭闯",str1)#
    print(info)
    #结果：彭闯 is a good boy

②其中的count参数代表替换次数，count=1，替换一次，依次类推，count=0全部替换

str1="pengchuang is a good boy,pengchuang is a student"
    info=re.sub('pengchuang',"彭闯",str1,count=1)#
    print(info)
    #'彭闯 is a good boy,pengchuang is a student'

4、split（）分割字符

**（1）split**  
①普通匹配  
例1：  
用空格分割字符串

str1 = "Line1-abcdef \nLine2-abc \nLine4-abcd"
    print(str1)
    print(str1.split())

结果  
Line1-abcdef Line2-abc Line4-abcd  
\[‘Line1-abcdef’, ‘Line2-abc’, ‘Line4-abcd’\]

例2：用||分割字符串

str7='我是||南京||邮电大学的学生'
    print(str7)
    #str7.split(r'||')
    print(str7.split('||'))

\[‘我是’, ‘南京’, ‘邮电大学的学生’\]

例3：用|分割字符串

str8='我是|南京|邮电大学的学生'
    print(str8)
    #str7.split(r'||')
    print(str8.split('|'))

\[‘我是’, ‘南京’, ‘邮电大学的学生’\]

注：split默认用所有空格分割字符串  
②关于斜杠的转译  
例4：以\\来切割字符串

str9='我是\南京\邮电大学的学生'
    print(str9)
    #str7.split(r'||')
    print(str9.split('\\'))

结果：  
我是\\南京\\邮电大学的学生  
\[‘我是’, ‘南京’, ‘邮电大学的学生’\]  
例5:以双\\分割字符

str10=r'我是\\南京\\邮电大学的学生'
    print(str10)
    print(str10.split(r"\\"))

结果：  
我是\\南京\\邮电大学的学生  
\[‘我是’, ‘南京’, ‘邮电大学的学生’\]

**（2）re.split**  
re.split(pattern, string ,maxsplit=0, flags=0) 根据匹配分割字符串，返回分隔符串组成的列表  
maxsplit:最大分割次数  
例1：  
①多个分割符分割

str6='imooc:java c++ python c#'  
    info=re.split(r':| ',str6)#
    #利用：和空格分隔
    print(info)
    #结果：['imooc', 'java', 'c++', 'python', 'c#']

②关于特殊符号的转译  
例2：||的正则表达

str1=r'我是||南京||邮电大学的学生'
    print(str1)
    info=re.split("\|\|",str1)#
    print(info)

|在正则表达式中是有特殊含义的，所以这里用||代表直接正则表达，即将|转为符号  
例3：\\的正则表达

str2=r'我是\南京\邮电大学的学生'
    print(str2)
    info=re.split("\\\\",str2)#
    print(info)
    
    方法2：
    str2=r'我是\南京\邮电大学的学生'
    print(str2)
    info=re.split(r"\\",str2)#
    print(info)

其中第一个是先在字符串中正则表达，即\\\\=\\,然后\\再在正则表达式中正则表达，\\代表  
例4：\\分割

str3=r'我是\\南京\\邮电大学的学生'
    print(str3)
    info=re.split(r"\\\\",str3)#
    print(info)
    #结果：['我是', '南京', '邮电大学的学生']

例5：/分割和//分割

str4=r'我是/南京/邮电大学的学生'
    print(str4)
    info=re.split("/",str4)#
    print(info)
    
    str5=r'我是//南京//邮电大学的学生'
    info=re.split(r"//",str5)#
    print(info)
    
    #结果:['我是', '南京', '邮电大学的学生']
    #	 ['我是', '南京', '邮电大学的学生']

可以看出只要不是正则表达式中的特殊字符，不用直接转译。  
**（3）split()与re.split的区别**  
split()为取固定分割符进行分割，不支持正则表达式，而re.split用正则表达式进行分割。

总结：  
①字符串前加r代表这个字符串中每个字符都是独立的不含正则表达式  
比如：print(r"你好 \\n") 结果：你好 \\n，即\\n也是字符串  
②python中\\代表转译的意思，代表将后面的特殊字符变为字符串，这里要格外注意，正则表达式中也会有\\这个特殊符号  
二、正则表达式  
1、正则表达式是指用特定的格式去匹配字符串

字符    功能
    .       匹配任意1个字符(除了\n)
    []      匹配[ ]中列举的单个字符
    \d      匹配数字,也就是0-9
    \D      匹配非数字,也就是匹配不是数字的字符
    \s      匹配空白符,也就是空格\tab
    \S      匹配非空白符,\s取反
    \w      陪陪单词字符, a-z, A-Z, 0-9, _
    \W      匹配非单词字符, \w取反

2、

字符    功能
    *       匹配前一个字符出现0次多次或者无限次,可有可无,可多可少
    +       匹配前一个字符出现1次多次或则无限次,直到出现一次
    ?       匹配前一个字符出现1次或者0次,要么有1次,要么没有
    {m}     匹配前一个字符出现m次
    {m,}    匹配前一个字符至少出现m次
    {m,n}   匹配前一个字符出现m到n次

例1：以\\对字符串进行分割

三、%的使用  
1、取余操作  
python中%为取余的操作。  
比如：

5%3
    输出：2

代表5除以3余2  
2、字符串操作符  
%的字符串操作符的语法为：

%[flags] [width].[precision] typecode
    
    (name)为命名
    flags可以有+，-，' '或0。+表示右对齐。-表示左对齐。' '为一个空格，表示在正数的左侧填充一个空格，从而与负数对齐。0表示使用0填充。
    width表示显示宽度
    precision表示小数点后精度
    后面再加%使用字符串
    
    以下是类型码
    %s    字符串 (采用str()的显示)
    %r    字符串 (采用repr()的显示)
    %c    单个字符
    %b    二进制整数
    %d    十进制整数
    %i    十进制整数
    %o    八进制整数
    %x    十六进制整数
    %e    以e的科学计数法表示
    %E    以E的科学计数法表示
    %f    浮点数
    %F    浮点数，与上相同%g    指数(e)或浮点数 (根据显示长度)
    %G    指数(E)或浮点数 (根据显示长度)
    %%    字符"%"

（1）%s,%r的用法

name='彭闯'
    print('我叫%s'%name)
    print('我叫%r'%name)

我叫彭闯  
我叫’彭闯’  
（2）%c的用法

name='彭'
    print('我叫%c'%name)

我叫彭  
（3）将输入的数转换为制定的位数的字符串

#进制表示方式
    二进制: 0b             
    八进制: 0
    十六进制: 0x
    #age为16进制数字
    age=0x20
    #八进制
    print('我今年%o岁'%age)
    我今年40岁
    #十进制
    print('我今年%d岁'%age)
    我今年32岁
    #十进制
    print('我今年%i岁'%age)
    我今年32岁
    #十六进制
    print('我今年%x岁'%age)
    我今年20岁

(4) $e,%E用法

num=2
    print('%e'%num)
    print('%E'%num)

2.000000e+00  
2.000000E+00  
(5)浮点数的表示

price=16
    print("这碗面%.2f"%price)

这碗面16.00

price=16
    #占用7个宽度，2位精确度
    print("这碗面%7.2f"%price)

这碗面  16.00
    ```py
    #用空格填充
    price=16
    print("这碗面%  7.2f"%price)
    #左对齐
    price=16
    print("这碗面%+7.2f"%price)
    #右对齐
    price=16
    print("这碗面%-7.2f"%price)
    #用0填充
    price=16
    print("这碗面%07.2f"%price)

这碗面 16.00  
这碗面 +16.00  
这碗面16.00  
这碗面0016.00  
(6) 替换多个值

"%s %d %f"%("abc",123,3.21)#多个值
    'abc 123 3.210000'

(7) 转译%，如果字符串中含有%怎么办。这时可以采取百分号转译的方式来进行  
比如

<1>
    num=17
    print("今年公司的利润上升了%s%%"%num)
    <2>
    num=17
    print("今年公司的利润上升了%s%%%%"%num)

今年公司的利润上升了17%  
今年公司的利润上升了17%%  
解析：%本来就是一个特殊字符进行书写时要进行转译，转译用%进行，如果有两个%则用两个转译符%。