python笔记--正则表达式（2）

雨点打透心脏的1/2处 2022-05-30 06:17 212阅读 0赞

#### re模块：核心函数和方法 ####

*  常见的正则表达式
    
    ![44742512.jpg][]
 *  使用match() 方法匹配字符串  
    
    
     *  match是re模块函数和正则表达式对象方法。match函数试图从字符串的**起始部分**对模式进行匹配。如果匹配成功就返回一个匹配对象，如果匹配失败就返回None。  
        
    
        import  re 
        
        m=re.match(‘foo’,’foo’) #模式匹配字符串 
        
        m.group()        #返回整个匹配对象 
        
        Out[10]: ‘foo’

m=re.match(‘foo’,’bar’) \#模式并不能匹配字符串 m.group() 这个就会出现报错了，跑出AttributeError异常，打印一下是None； re.match(‘foo’,’food on the table’).group() Out\[13\]: ‘foo’

--------------------

*  使用search()在一个字符串中查找模式（搜索与匹配的对比）
    
     *  search函数在任意位置对给定正则表达式模式搜索第一次出现的匹配情况，如果搜索到成功的匹配，就会返回一个匹配对象，否则None.
    
        m=re.match(‘foo’,’seafood’) 
        
             (m.groups()  #匹配失败抛出异常
    
    re.search(‘foo’,’seafood’).group() \#搜索成功返回第一次出现的相应字符串  
    Out\[18\]: ‘foo’

--------------------

*  匹配多个字符串
    
     *  则一匹配 （|）符号
    
        bt='bat|bet|bit'     #正则表达式模式：bat、bet、bit
            m=re.match(bt,'bat') #'bat'是一个匹配
            m.group()
            Out[19]: 'bat'
            *****************************************
            bt='bat|bet|bit'     #正则表达式模式：bat、bet、bit
            m=re.match(bt,'blt') #'blt'没有匹配,抛出异常
            m.group()
            *****************************************
            bt='bat|bet|bit'     #正则表达式模式：bat、bet、bit
            m=re.match(bt,'he bit me!') #'bit'没有匹配,抛出异常
            m.group()
            *****************************************
            bt='bat|bet|bit'     #正则表达式模式：bat、bet、bit
            m=re.search(bt,'he bit me!') #'bit'被搜所到
            m.group()
            Out[22]: 'bit'

--------------------

*  匹配任何单个字符
    
     *  点号不能匹配一个换行符\\n或者非字符（空字符串）。
    
        anyend='.end'
           re.match(anyend,'bend').group() #点好匹配'b'
           Out[24]: 'bend'
            *****************************************
            anyend='.end'
            re.match(anyend,'end').group() #不匹配任何字符，抛出异常
            *****************************************
            re.search('.end','The end.').group()
            Out[25]: ' end'

--------------------

*  创建字符集（\[\]）
    
        re.match('[cr][23][dp][o2]','c3po')  #匹配'c3po'
            Out[28]: 'c3po'
            *****************************************
           re.match('[cr][23][dp][o2]','c2do')#匹配'c2do'
            Out[29]: 'c2do'
            *****************************************
            re.match('r2d2|c3po','c2do').group()  #不匹配'c2do'，抛出异常

--------------------

*  使用findall()和finditer()查找每一次出现的位置
    
     *  findall（）查询字符串中某个正则表达式模式全部的非重复出现情况，返回的是一个列表。
     *  和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
    
        import  re
         re.findall('car','car')
         Out[4]: ['car']
         "*****************************************"
         re.findall('car','scary')
         Out[6]: ['car']
         "*****************************************"
         re.findall('car','carry the barcard to the car')
         Out[5]: ['car', 'car', 'car']
         "*****************************************"
        it =re.finditer(r'(th\w+) and (th\w+)',s,re.I)
        for match in it:
            print(match.groups())
        ('This', 'that')
        "*****************************************"
        match.group(1)
        Out[19]: 'This'
        "*****************************************"
        match.group(2)
        Out[20]: 'that'
 *  使用sub()和subn()搜索与替换
    
     *  两者几乎一样，都是将字符串中所有匹配正则表达式的部分进行某种形式的替换。不同的是，subn()还返回一个表是替换的总数。
    
        re.sub('X','Mr. Smith','attn:X\n\nDear X,\n')
        Out[33]: 'attn:Mr. Smith\n\nDear Mr. Smith,\n'
        "*****************************************"
        re.subn('X','Mr. Smith','attn:X\n\nDear X,\n')
        Out[34]: ('attn:Mr. Smith\n\nDear Mr. Smith,\n', 2)
        "*****************************************"
        print(re.sub('X','Mr. Smith','attn:X\n\nDear X,\n'))
        attn:Mr. Smith
        Dear Mr. Smith,
        "*****************************************"
        re.sub('[aa]','X','abcdef')
        Out[36]: 'Xbcdef'
        "*****************************************"
        re.subn('[aa]','X','abcdef')
        Out[37]: ('Xbcdef', 1)
        "*****************************************"
        re.sub(r'(\d{1,2})/(\d{1,2})/(\d{2}|\d{4})',r'\2/\1/\3','2/20/91')
        Out[30]: '20/2/91'
        "*****************************************"
        re.sub(r'(\d{1,2})/(\d{1,2})/(\d{2}|\d{4})',r'\2/\1/\3','2/20/1991')
        Out[31]: '20/2/1991'

--------------------

*  在限定模式上使用split()分割字符串
    
     *  split()对于字符串的工作方式是类似的分割一个固定字符串相比，他们基于正则表达式的模式分割字符串。
    
        re.split(':','str1:Str2:str3')
        Out[42]: ['str1', 'Str2', 'str3']
        "*****************************************"
        DATA = ('Mountain View, CA 94040',
                    'Sunnyvale, CA',
                    'Los Altos, 94023',
                    'Cupertino 95014',
                    'Palo Alto CA', )
        for datum in DATA:
        print(re.split(', |(?= (?:\d{5}|[A-Z]{2})) ',datum))
        ['Mountain View', 'CA', '94040']
        ['Sunnyvale', 'CA']
        ['Los Altos', '94023']
        ['Cupertino', '95014']
        ['Palo Alto', 'CA']

[44742512.jpg]: http://oz3ijy2k5.bkt.clouddn.com/18-3-6/44742512.jpg