另一个世界系列：Python之正则表达式和JSON(五)

r囧r小猫 2023-06-09 10:03 10阅读 0赞

### 序 ###

今天我们来学习Python的正则表达式，我想接触过其他语言的朋友一定不陌生，正则表达式并不是python特有的，其他语言也有正则表达式。

> 正则表达式的官方介绍为：正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

### 学习点 ###

在python中使用正则表达式，需要在文件头部引入正则表达式的内置对象才能使用

import re

常用的方法为

re.findAll()

### 例1 匹配数字 ###

import re
    
    a='hdhfdh55df5df49d+'
    r=re.findall('\d',a)   
    print(r)

> 输出：\[‘5’, ‘5’, ‘5’, ‘4’, ‘9’\]

解释：

> 方法中的第一个参数 **/d** 表示只匹配字符串中的数字，第二个参数 **a** 表示需要操作的字符串变量

想了解更多的正则表达式方法可自行进行百度学习，这里只进行部分常见的规则进制学习。

#### 例2 字符集 ####

#字符集
    import re
    
    a='abc,abd,acc,abd,asd'
    r=re.findall('a[cb]d',a)
    s=re.findall('a[^cb]d',a)
    print(r)
    print(s)

> 输出1：\[‘abd’, ‘abd’\]  
> 输出2：\[‘asd’\]

解释：

> 方法中第一个参数使用了 **\[cd \]** 这个符号，表示只要子子串中出现了其中一个都会匹配上，反之如果是这样 **\[^cd \]** 符号中加了 **^** 符号则表示子串中只要包含了其中一个字符都不会被匹配上

### 例3 概括字符集 ###

#概括字符集
    import re
    
    #\d  数字 \D  非
    #\w   单词字符   \W  非
    # \s 空白字符   \S 非
    a='5566dfd5fdg5gs26s0'
    
    r=re.findall('[1-9]',a)
    s=re.findall('[^0-9]',a)
    f=re.findall('\w',a)
    print(r)
    print(s)
    print(f)

输出：

> \[‘5’, ‘5’, ‘6’, ‘6’, ‘5’, ‘5’, ‘2’, ‘6’\]  
> \[‘d’, ‘f’, ‘d’, ‘f’, ‘d’, ‘g’, ‘g’, ‘s’, ‘s’\]  
> \[‘5’, ‘5’, ‘6’, ‘6’, ‘d’, ‘f’, ‘d’, ‘5’, ‘f’, ‘d’, ‘g’, ‘5’, ‘g’, ‘s’, ‘2’, ‘6’,  
> ‘s’, ‘0’\]

解释：

> **\[1-9\]** 表示只匹配数字  
> **\[^0-9\]** 表示匹配除去数字外的字符  
> **\\w** 表示匹配打个词的字符

### 例4：数量词 ###

#数量词
    import re
    
    a='5566dfd5fdg5gs26s0'
    r=re.findall('[a-z]{2,6}',a)
    s=re.findall('[a-z]{2,6}?',a)
    #贪婪  与 非贪婪
    #python 默认贪婪
    #非贪婪 后面加问号
    print(r)
    print(s)

输出:

> \[‘dfd’, ‘fdg’, ‘gs’\]  
> \[‘df’, ‘fd’, ‘gs’\]

解释：

> **\[a-z\]\{2,6\}** 表示只匹配连续的2到6个英文字符的子串，匹配尽可能多的连续字符 （**贪婪的**）  
> **\[a-z\]\{2,6\}?** 表示只匹配连续的2到6个英文字符的子串，但它是非贪婪的，所以它匹配的总是匹配最少额连续字符，总是匹配连续的2个字符 （**非贪婪的**）

*  **Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪则相反，总是尝试匹配尽可能少的字符**

#数量词
    #*  匹配0次或者无限次
    #？ 匹配0次或者1次
    #+  匹配1次或者无限次
    import re
    
    a='pytho5python4pythonn2'
    
    r=re.findall('python?',a)
    r2=re.findall('python*',a)
    r3=re.findall('python+',a)
    
    print(r)
    print(r2)
    print(r3)

输出:

> \[‘pytho’, ‘python’, ‘python’\]  
> \[‘pytho’, ‘python’, ‘pythonn’\]  
> \[‘python’, ‘pythonn’\]

### 例5 边界匹配 ###

#边界匹配
    import re
    qq='100001'
    #4~8
    r=re.findall('01$',qq)
    print(r)

输出:

> \[‘01’\]

解释：

> **01$** 表示只要字符串最后为 01 则输出01

### 例6 组 ###

#组  ()
    import re
    
    a='pythonpythonpython222'
    r = re.findall('(python){3}',a)
    
    print(r)

输出:

> \[‘python’\]

解释:

> **(python)\{3\}** 表示只要字符串有连续3组 python 字符串 则输出 python

### 例7 第三个参数 ###

#第三个参数
    import re
    
    a='PythonC#Java'
    #.号匹配任何字符包括换行符 \n
    
    r=re.findall('C#.{1}',a,re.I)
    
    # re.I 表示忽略大小写   re.S 表示改变.号的行为
    # r=re.findall('C#.{1}',a,re.I | re.S)
    print(r)

输出:

> \[‘C\#J’\]

解释:

> **C\#.\{1\}** 着重使用 点 字符 匹配后面任何一个字符  
> **re.I** 第三个参数就是结合 点号使用的

### 例8 替换 ###

#替换  
    import re
    a='PythonC#Java'
    # 1表示只替换第一个 
    r = re.sub('C#','GO',a,1)
    
    #内置函数替换
    b = a.replace("C#","GO")
    
    print(b)
    print(r)

输出:

> PythonGOJava  
> PythonGOJava

解释:

> **re.sub(‘C\#’,‘GO’,a,1)** 使用字符串 GO 替换 字符串 C\# 并且只替换 a 字符串中第一个出现的 C\# 子串

### 例9 使用函数替换操作 ###

# 使用函数替换操作
    import re
    a ='Abc5566555'
    
    #函数
    def show(value):
        #打印出来的是一个对象
        #print(value)
        #获取集体的值
        matched = value.group()
        if int(matched) >= 6:
            return '9'
        else:
            return "7"
    
    r = re.sub('65',show,a)
    
    print(r)

输出:

> Abc556955

解释:

> 这个逻辑比较难理解，就是字符串需要替换 65 但65又作为参数传入 show()函数中，通过一系列的操作，获取到 int 类型的65 再与 6 比较 若 65 大于等于 6 则字符串 a 中的65替换为9 反之替换为 7

### 例10 其他函数匹配 ###

import re
    #其他函数匹配
    s = 'C55ff55566'
    r = re.match('\d',s)
    print(r)
    #获取匹配的位置
    print(r.span())
    r2 = re.search('\d',s)
    print(r2)
    #获取值
    print(r2.group())

*(不知为何，本地未成功输出)*

**注：与 findAll() 不同之处为他们都只匹配一次**

### 例11 较复杂组（） 匹配 ###

import re
    
    s = 'int sdf= dfd d, python , i love java'
    
    #使用组匹配  ()  ,可以多个组
    r = re.findall('int(.*)python(.*)java',s)
    
    print(r.group(1,2))
    #获取全部组
    print(r.groups())

*(不知为何，本地未成功输出)*

*  ***一共刚好 11 个例子 ，今天刚好 11.11***