97干视频,99国产精品懂色,亚洲精品99久久久久中文字幕,伊人五月丁香综合AⅤ,国产精品成人免费999

Python學(xué)習(xí)基礎(chǔ)筆記之正則表達式 時間：2018-01-11     來源：Python學(xué)習(xí)基礎(chǔ)筆記分享

正則是啥?正則有點難?正則沒學(xué)好，相信這是很多web前端工程師比較頭疼的問題，一些人開始問了，小編你跑題了吧，你不是分享的Python嗎?怎么跑前端去了，小編沒睡醒吧。要是這么說你就錯了，因為Python 自帶了re模塊，它提供了對正則表達式的支持，所以正則也是Python開發(fā)人員需要掌握的。

1.了解正則表達式

正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規(guī)則字符串”，這個“規(guī)則字符串”用來表達對字符串的一種過濾邏輯。

正則表達式是用來匹配字符串非常強大的工具，在其他編程語言中同樣有正則表達式的概念，Python同樣不例外，利用了正則表達式，我們想要從返回的頁面內(nèi)容提取出我們想要的內(nèi)容就易如反掌了。

正則表達式的大致匹配過程是：

1.依次拿出表達式和文本中的字符比較，

2.如果每一個字符都能匹配，則匹配成功;一旦有匹配不成功的字符則匹配失敗。

3.如果表達式中有量詞或邊界，這個過程會稍微有一些不同。

2.正則表達式的語法規(guī)則

3.正則表達式相關(guān)注解

(1)數(shù)量詞的貪婪模式與非貪婪模式

正則表達式通常用于在文本中查找匹配的字符串。Python里數(shù)量詞默認是貪婪的(在少數(shù)語言里也可能是默認非貪婪)，總是嘗試匹配盡可能多的字符;非貪婪的則相反，總是嘗試匹配盡可能少的字符。例如：正則表達式”ab*”如果用于查找”abbbc”，將找到”abbb”。而如果使用非貪婪的數(shù)量詞”ab*?”，將找到”a”。

注：我們一般使用非貪婪模式來提取。

(2)反斜杠問題

與大多數(shù)編程語言相同，正則表達式里使用”\”作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。假如你需要匹配文本中的字符”\”，那么使用編程語言表示的正則表達式里將需要4個反斜杠”\\\\”：前兩個和后兩個分別用于在編程語言里轉(zhuǎn)義成反斜杠，轉(zhuǎn)換成兩個反斜杠后再在正則表達式里轉(zhuǎn)義成一個反斜杠。

Python里的原生字符串很好地解決了這個問題，這個例子中的正則表達式可以使用r”\\”表示。同樣，匹配一個數(shù)字的”\\d”可以寫成r”\d”。有了原生字符串，媽媽也不用擔(dān)心是不是漏寫了反斜杠，寫出來的表達式也更直觀勒。

4.Python Re模塊

Python 自帶了re模塊，它提供了對正則表達式的支持。主要用到的方法列舉如下

#返回pattern對象

re.compile(string[,flag])

#以下為匹配所用函數(shù)

re.match(pattern, string[, flags])

re.search(pattern, string[, flags])

re.split(pattern, string[, maxsplit])

re.findall(pattern, string[, flags])

re.finditer(pattern, string[, flags])

re.sub(pattern, repl, string[, count])

re.subn(pattern, repl, string[, count])

在介紹這幾個方法之前，我們先來介紹一下pattern的概念，pattern可以理解為一個匹配模式，那么我們怎么獲得這個匹配模式呢?很簡單，我們需要利用re.compile方法就可以。例如

pattern = re.compile(r'hello')

在參數(shù)中我們傳入了原生字符串對象，通過compile方法編譯生成一個pattern對象，然后我們利用這個對象來進行進一步的匹配。

另外大家可能注意到了另一個參數(shù) flags，在這里解釋一下這個參數(shù)的含義：

參數(shù)flag是匹配模式，取值可以使用按位或運算符’|’表示同時生效，比如re.I | re.M。

可選值有：

• re.I(全拼：IGNORECASE): 忽略大小寫(括號內(nèi)是完整寫法，下同)

• re.M(全拼：MULTILINE): 多行模式，改變'^'和'$'的行為(參見上圖)

• re.S(全拼：DOTALL): 點任意匹配模式，改變'.'的行為

• re.L(全拼：LOCALE): 使預(yù)定字符類 \w \W \b \B \s \S 取決于當(dāng)前區(qū)域設(shè)定

• re.U(全拼：UNICODE): 使預(yù)定字符類 \w \W \b \B \s \S \d \D 取決于unicode定義的字符屬性

• re.X(全拼：VERBOSE): 詳細模式。這個模式下正則表達式可以是多行，忽略空白字符，并可以加入注釋。

在剛才所說的另外幾個方法例如 re.match 里我們就需要用到這個pattern了，下面我們一一介紹。

注：以下七個方法中的flags同樣是代表匹配模式的意思，如果在pattern生成時已經(jīng)指明了flags，那么在下面的方法中就不需要傳入這個參數(shù)了。

(1)re.match(pattern, string[, flags])

這個方法將會從string(我們要匹配的字符串)的開頭開始，嘗試匹配pattern，一直向后匹配，如果遇到無法匹配的字符，立即返回None，如果匹配未結(jié)束已經(jīng)到達string的末尾，也會返回None。兩個結(jié)果均表示匹配失敗，否則匹配pattern成功，同時匹配終止，不再對string向后匹配。下面我們通過一個例子理解一下

__author__ = 'CQC'

# -*- coding: utf-8 -*-

#導(dǎo)入re模塊

import re

# 將正則表達式編譯成Pattern對象，注意hello前面的r的意思是“原生字符串”

pattern = re.compile(r'hello')

# 使用re.match匹配文本，獲得匹配結(jié)果，無法匹配時將返回None

result1 = re.match(pattern,'hello')

result2 = re.match(pattern,'helloo CQC!')

result3 = re.match(pattern,'helo CQC!')

result4 = re.match(pattern,'hello CQC!')

#如果1匹配成功

if result1:

# 使用Match獲得分組信息

print result1.group()

else:

print '1匹配失敗!'

#如果2匹配成功

if result2:

# 使用Match獲得分組信息

print result2.group()

else:

print '2匹配失敗!'

#如果3匹配成功

if result3:

# 使用Match獲得分組信息

print result3.group()

else:

print '3匹配失敗!'

#如果4匹配成功

if result4:

# 使用Match獲得分組信息

print result4.group()

else:

print '4匹配失敗!'

運行結(jié)果

hello

hello

3匹配失敗!

hello

匹配分析

1.第一個匹配，pattern正則表達式為’hello’，我們匹配的目標字符串string也為hello，從頭至尾完全匹配，匹配成功。

2.第二個匹配，string為helloo CQC，從string頭開始匹配pattern完全可以匹配，pattern匹配結(jié)束，同時匹配終止，后面的o CQC不再匹配，返回匹配成功的信息。

3.第三個匹配，string為helo CQC，從string頭開始匹配pattern，發(fā)現(xiàn)到 ‘o’ 時無法完成匹配，匹配終止，返回None

4.第四個匹配，同第二個匹配原理，即使遇到了空格符也不會受影響。

我們還看到最后打印出了result.group()，這個是什么意思呢?下面我們說一下關(guān)于match對象的的屬性和方法

Match對象是一次匹配的結(jié)果，包含了很多關(guān)于此次匹配的信息，可以使用Match提供的可讀屬性或方法來獲取這些信息。

屬性：

1.string: 匹配時使用的文本。

2.re: 匹配時使用的Pattern對象。

3.pos: 文本中正則表達式開始搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。

4.endpos: 文本中正則表達式結(jié)束搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。

5.lastindex: 最后一個被捕獲的分組在文本中的索引。如果沒有被捕獲的分組，將為None。

6.lastgroup: 最后一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組，將為None。

方法：

1.group([group1, …]):

獲得一個或多個分組截獲的字符串;指定多個參數(shù)時將以元組形式返回。group1可以使用編號也可以使用別名;編號0代表整個匹配的子串;不填寫參數(shù)時，返回group(0);沒有截獲字符串的組返回None;截獲了多次的組返回最后一次截獲的子串。

2.groups([default]):

以元組形式返回全部分組截獲的字符串。相當(dāng)于調(diào)用group(1,2,…last)。default表示沒有截獲字符串的組以這個值替代，默認為None。

3.groupdict([default]):

返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典，沒有別名的組不包含在內(nèi)。default含義同上。

4.start([group]):

返回指定的組截獲的子串在string中的起始索引(子串第一個字符的索引)。group默認值為0。

5.end([group]):

返回指定的組截獲的子串在string中的結(jié)束索引(子串最后一個字符的索引+1)。group默認值為0。

6.span([group]):

返回(start(group), end(group))。

7.expand(template):

將匹配到的分組代入template中然后返回。template中可以使用\id或\g、\g引用分組，但不能使用編號0。\id與\g是等價的;但\10將被認為是第10個分組，如果你想表達\1之后是字符’0’，只能使用\g0。

下面我們用一個例子來體會一下

# -*- coding: utf-8 -*-

#一個簡單的match實例

import re

# 匹配如下內(nèi)容：單詞+空格+單詞+任意字符

m = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')

print "m.string:", m.string

print "m.re:", m.re

print "m.pos:", m.pos

print "m.endpos:", m.endpos

print "m.lastindex:", m.lastindex

print "m.lastgroup:", m.lastgroup

print "m.group():", m.group()

print "m.group(1,2):", m.group(1, 2)

print "m.groups():", m.groups()

print "m.groupdict():", m.groupdict()

print "m.start(2):", m.start(2)

print "m.end(2):", m.end(2)

print "m.span(2):", m.span(2)

print r"m.expand(r'\g \g\g'):", m.expand(r'\2 \1\3')

### output ###

# m.string: hello world!

# m.re:

# m.pos: 0

# m.endpos: 12

# m.lastindex: 3

# m.lastgroup: sign

# m.group(1,2): ('hello', 'world')

# m.groups(): ('hello', 'world', '!')

# m.groupdict(): {'sign': '!'}

# m.start(2): 6

# m.end(2): 11

# m.span(2): (6, 11)

# m.expand(r'\2 \1\3'): world hello!

(2)re.search(pattern, string[, flags])

search方法與match方法極其類似，區(qū)別在于match()函數(shù)只檢測re是不是在string的開始位置匹配，search()會掃描整個string查找匹配，match()只有在0位置匹配成功的話才有返回，如果不是開始位置匹配成功的話，match()就返回None。同樣，search方法的返回對象同樣match()返回對象的方法和屬性。我們用一個例子感受一下

#導(dǎo)入re模塊

import re

# 將正則表達式編譯成Pattern對象

pattern = re.compile(r'world')

# 使用search()查找匹配的子串，不存在能匹配的子串時將返回None

# 這個例子中使用match()無法成功匹配

match = re.search(pattern,'hello world!')

if match:

# 使用Match獲得分組信息

print match.group()

### 輸出 ###

# world

(3)re.split(pattern, string[, maxsplit])

按照能夠匹配的子串將string分割后返回列表。maxsplit用于指定最大分割次數(shù)，不指定將全部分割。我們通過下面的例子感受一下。

import re

pattern = re.compile(r'\d+')

print re.split(pattern,'one1two2three3four4')

### 輸出 ###

# ['one', 'two', 'three', 'four', '']

(4)re.findall(pattern, string[, flags])

搜索string，以列表形式返回全部能匹配的子串。我們通過這個例子來感受一下

import re

pattern = re.compile(r'\d+')

print re.findall(pattern,'one1two2three3four4')

### 輸出 ###

# ['1', '2', '3', '4']

(5)re.finditer(pattern, string[, flags])

搜索string，返回一個順序訪問每一個匹配結(jié)果(Match對象)的迭代器。我們通過下面的例子來感受一下

import re

pattern = re.compile(r'\d+')

for m in re.finditer(pattern,'one1two2three3four4'):

print m.group(),

### 輸出 ###

# 1 2 3 4

(6)re.sub(pattern, repl, string[, count])

使用repl替換string中每一個匹配的子串后返回替換后的字符串。

當(dāng)repl是一個字符串時，可以使用\id或\g、\g引用分組，但不能使用編號0。

當(dāng)repl是一個方法時，這個方法應(yīng)當(dāng)只接受一個參數(shù)(Match對象)，并返回一個字符串用于替換(返回的字符串中不能再引用分組)。

count用于指定最多替換次數(shù)，不指定時全部替換。

import re

pattern = re.compile(r'(\w+) (\w+)')

s = 'i say, hello world!'

print re.sub(pattern,r'\2 \1', s)

def func(m):

return m.group(1).title() + ' ' + m.group(2).title()

print re.sub(pattern,func, s)

### output ###

# say i, world hello!

# I Say, Hello World!

(7)re.subn(pattern, repl, string[, count])

返回 (sub(repl, string[, count]), 替換次數(shù))。

import re

pattern = re.compile(r'(\w+) (\w+)')

s = 'i say, hello world!'

print re.subn(pattern,r'\2 \1', s)

def func(m):

return m.group(1).title() + ' ' + m.group(2).title()

print re.subn(pattern,func, s)

### output ###

# ('say i, world hello!', 2)

# ('I Say, Hello World!', 2)

5.Python Re模塊的另一種使用方式

在上面我們介紹了7個工具方法，例如match，search等等，不過調(diào)用方式都是 re.match，re.search的方式，其實還有另外一種調(diào)用方式，可以通過pattern.match，pattern.search調(diào)用，這樣調(diào)用便不用將pattern作為第一個參數(shù)傳入了，大家想怎樣調(diào)用皆可。

函數(shù)API列表

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags])

search(string[, pos[, endpos]]) | re.search(pattern, string[, flags])

split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])

findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])

finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])

sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])

subn(repl, string[, count]) |re.sub(pattern, repl, string[, count])

哈哈，看完這里是不是有點云里霧里的，不過沒關(guān)系，大家只需要多參詳幾遍，關(guān)鍵還是要結(jié)合實戰(zhàn)，最后一定能夠熟練掌握的。