導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符:
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符:
(1)re.A
修飾符 A 使 \\w 只匹配 ASCII 字符,\\W 匹配非 ASCII 字符。
s = '123abc你好'
re.search('\\w+', s, re.A).group()
re.search('\\W+', s, re.A).group()
結果:
123abc
你好
但是描述中還有 \\d 和 \\D,數字不都是 ASCII 字符嗎?這是什麼意思?別忘了,還有 全角和半角!
s = '0123456789' # 全角數字
re.search('\\d+', s, re.U).group()
結果:
0123456789
(2)re.M
多行匹配的模式其實也不常用,很少有一行行規整的數據。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^[\\s\\w]*?$', s)
re.findall('^[\\s\\w]*?$', s, re.M)
結果:
['aaa\\r\\nbbb\\r\\nccc'] # 單行模式
['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式
(3)re.S
這個簡單,直接看個例子。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^.*', s)
re.findall('^.*', s, re.S)
結果:
['aaa\\r']
['aaa\\r\\nbbb\\r\\nccc']
(4)re.X
用法如下:
rc = re.compile(r"""
\\d+ # 匹配數字
# 和字母
[a-zA-Z]+
""", re.X)
rc.search('123abc').group()
結果:
123abc
注意,用了 X 修飾符後,正則中的所有空格會被忽略,包括正則裡面的原本有用的空格。如果正則中有需要使用空格,只能用 \\s 代替。
(5)(?aiLmsux)
修飾符不僅可以代碼中指定,也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符,具體用的時候需要哪個就在 ? 後面加上對應的字母,示例如下,(?a) 和 re.A 效果是一樣的:
s = '123abc你好'
re.search('(?a)\\w+', s).group()
re.search('\\w+', s, re.A).group()
結果是一樣的:
123abc
123abc
1.3、貪婪與懶惰
當正則表達式中包含能接受重複的限定符時,通常的行為是(在使整個表達式能得到匹配的前提下)匹配儘可能多的字符。
s = 'aabab'
re.search('a.*b', s).group() # 這就是貪婪
re.search('a.*?b', s).group() # 這就是懶惰
結果:
aabab
aab
簡單來說:
- 所謂貪婪,就是儘可能 多 的匹配;
- 所謂懶惰,就是儘可能 少 的匹配。
- *、+、{n,} 這些表達式屬於貪婪;
- *?、+?、{n,}? 這些表達式就是懶惰(在貪婪的基礎上加上 ?)。
2、正則進階
2.1、捕獲分組
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符:
(1)re.A
修飾符 A 使 \\w 只匹配 ASCII 字符,\\W 匹配非 ASCII 字符。
s = '123abc你好'
re.search('\\w+', s, re.A).group()
re.search('\\W+', s, re.A).group()
結果:
123abc
你好
但是描述中還有 \\d 和 \\D,數字不都是 ASCII 字符嗎?這是什麼意思?別忘了,還有 全角和半角!
s = '0123456789' # 全角數字
re.search('\\d+', s, re.U).group()
結果:
0123456789
(2)re.M
多行匹配的模式其實也不常用,很少有一行行規整的數據。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^[\\s\\w]*?$', s)
re.findall('^[\\s\\w]*?$', s, re.M)
結果:
['aaa\\r\\nbbb\\r\\nccc'] # 單行模式
['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式
(3)re.S
這個簡單,直接看個例子。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^.*', s)
re.findall('^.*', s, re.S)
結果:
['aaa\\r']
['aaa\\r\\nbbb\\r\\nccc']
(4)re.X
用法如下:
rc = re.compile(r"""
\\d+ # 匹配數字
# 和字母
[a-zA-Z]+
""", re.X)
rc.search('123abc').group()
結果:
123abc
注意,用了 X 修飾符後,正則中的所有空格會被忽略,包括正則裡面的原本有用的空格。如果正則中有需要使用空格,只能用 \\s 代替。
(5)(?aiLmsux)
修飾符不僅可以代碼中指定,也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符,具體用的時候需要哪個就在 ? 後面加上對應的字母,示例如下,(?a) 和 re.A 效果是一樣的:
s = '123abc你好'
re.search('(?a)\\w+', s).group()
re.search('\\w+', s, re.A).group()
結果是一樣的:
123abc
123abc
1.3、貪婪與懶惰
當正則表達式中包含能接受重複的限定符時,通常的行為是(在使整個表達式能得到匹配的前提下)匹配儘可能多的字符。
s = 'aabab'
re.search('a.*b', s).group() # 這就是貪婪
re.search('a.*?b', s).group() # 這就是懶惰
結果:
aabab
aab
簡單來說:
- 所謂貪婪,就是儘可能 多 的匹配;
- 所謂懶惰,就是儘可能 少 的匹配。
- *、+、{n,} 這些表達式屬於貪婪;
- *?、+?、{n,}? 這些表達式就是懶惰(在貪婪的基礎上加上 ?)。
2、正則進階
2.1、捕獲分組
注意:在其他語言或者網上的一些正則工具中,分組命名的語法是 (?<name>exp) 或 (?'name'exp),但在 Python 裡,這樣寫會報錯:This named group syntax is not supported in this regex dialect。Python 中正確的寫法是:(?P<name>exp)
示例一:
分組可以讓我們用一條正則提取出多個信息,例如:
s = '姓名:張三;性別:男;電話:138123456789'
m = re.search('姓名[::](\\w+).*?電話[::](\\d{11})', s)
if m:
name = m.group(1)
phone = m.group(2)
print(f'name:{name}, phone:{phone}')
結果:
name:張三, phone:13812345678
示例二:
(?P<name>exp) 有時還是會用到的, (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例,給大家看下效果:
s = '''
<name>張三</name>
<age>30</age>
<phone>138123456789</phone>
'''
pattern = r'<(?P<name>.*?)>(.*?)</(?P=name)>'
It = re.findall(pattern, s)
結果:
[('name', '張三'), ('age', '30'), ('phone', '138123456789')]
2.2、零寬斷言
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符:
(1)re.A
修飾符 A 使 \\w 只匹配 ASCII 字符,\\W 匹配非 ASCII 字符。
s = '123abc你好'
re.search('\\w+', s, re.A).group()
re.search('\\W+', s, re.A).group()
結果:
123abc
你好
但是描述中還有 \\d 和 \\D,數字不都是 ASCII 字符嗎?這是什麼意思?別忘了,還有 全角和半角!
s = '0123456789' # 全角數字
re.search('\\d+', s, re.U).group()
結果:
0123456789
(2)re.M
多行匹配的模式其實也不常用,很少有一行行規整的數據。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^[\\s\\w]*?$', s)
re.findall('^[\\s\\w]*?$', s, re.M)
結果:
['aaa\\r\\nbbb\\r\\nccc'] # 單行模式
['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式
(3)re.S
這個簡單,直接看個例子。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^.*', s)
re.findall('^.*', s, re.S)
結果:
['aaa\\r']
['aaa\\r\\nbbb\\r\\nccc']
(4)re.X
用法如下:
rc = re.compile(r"""
\\d+ # 匹配數字
# 和字母
[a-zA-Z]+
""", re.X)
rc.search('123abc').group()
結果:
123abc
注意,用了 X 修飾符後,正則中的所有空格會被忽略,包括正則裡面的原本有用的空格。如果正則中有需要使用空格,只能用 \\s 代替。
(5)(?aiLmsux)
修飾符不僅可以代碼中指定,也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符,具體用的時候需要哪個就在 ? 後面加上對應的字母,示例如下,(?a) 和 re.A 效果是一樣的:
s = '123abc你好'
re.search('(?a)\\w+', s).group()
re.search('\\w+', s, re.A).group()
結果是一樣的:
123abc
123abc
1.3、貪婪與懶惰
當正則表達式中包含能接受重複的限定符時,通常的行為是(在使整個表達式能得到匹配的前提下)匹配儘可能多的字符。
s = 'aabab'
re.search('a.*b', s).group() # 這就是貪婪
re.search('a.*?b', s).group() # 這就是懶惰
結果:
aabab
aab
簡單來說:
- 所謂貪婪,就是儘可能 多 的匹配;
- 所謂懶惰,就是儘可能 少 的匹配。
- *、+、{n,} 這些表達式屬於貪婪;
- *?、+?、{n,}? 這些表達式就是懶惰(在貪婪的基礎上加上 ?)。
2、正則進階
2.1、捕獲分組
注意:在其他語言或者網上的一些正則工具中,分組命名的語法是 (?<name>exp) 或 (?'name'exp),但在 Python 裡,這樣寫會報錯:This named group syntax is not supported in this regex dialect。Python 中正確的寫法是:(?P<name>exp)
示例一:
分組可以讓我們用一條正則提取出多個信息,例如:
s = '姓名:張三;性別:男;電話:138123456789'
m = re.search('姓名[::](\\w+).*?電話[::](\\d{11})', s)
if m:
name = m.group(1)
phone = m.group(2)
print(f'name:{name}, phone:{phone}')
結果:
name:張三, phone:13812345678
示例二:
(?P<name>exp) 有時還是會用到的, (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例,給大家看下效果:
s = '''
<name>張三</name>
<age>30</age>
<phone>138123456789</phone>
'''
pattern = r'<(?P<name>.*?)>(.*?)</(?P=name)>'
It = re.findall(pattern, s)
結果:
[('name', '張三'), ('age', '30'), ('phone', '138123456789')]
2.2、零寬斷言
注意:正則中常用的前項界定 (?<=exp) 和前項否定界定 (?<!exp) 在 Python 中可能會報錯:look-behind requires fixed-width pattern,原因是 python 中 前項界定的表達式必須是定長的,看如下示例:
(?<=aaa) # 正確
(?<=aaa|bbb) # 正確
(?<=aaa|bb) # 錯誤
(?<=\\d+) # 錯誤
(?<=\\d{3}) # 正確
2.3、條件匹配
這大概是最複雜的正則表達式了。語法如下:
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符:
(1)re.A
修飾符 A 使 \\w 只匹配 ASCII 字符,\\W 匹配非 ASCII 字符。
s = '123abc你好'
re.search('\\w+', s, re.A).group()
re.search('\\W+', s, re.A).group()
結果:
123abc
你好
但是描述中還有 \\d 和 \\D,數字不都是 ASCII 字符嗎?這是什麼意思?別忘了,還有 全角和半角!
s = '0123456789' # 全角數字
re.search('\\d+', s, re.U).group()
結果:
0123456789
(2)re.M
多行匹配的模式其實也不常用,很少有一行行規整的數據。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^[\\s\\w]*?$', s)
re.findall('^[\\s\\w]*?$', s, re.M)
結果:
['aaa\\r\\nbbb\\r\\nccc'] # 單行模式
['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式
(3)re.S
這個簡單,直接看個例子。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^.*', s)
re.findall('^.*', s, re.S)
結果:
['aaa\\r']
['aaa\\r\\nbbb\\r\\nccc']
(4)re.X
用法如下:
rc = re.compile(r"""
\\d+ # 匹配數字
# 和字母
[a-zA-Z]+
""", re.X)
rc.search('123abc').group()
結果:
123abc
注意,用了 X 修飾符後,正則中的所有空格會被忽略,包括正則裡面的原本有用的空格。如果正則中有需要使用空格,只能用 \\s 代替。
(5)(?aiLmsux)
修飾符不僅可以代碼中指定,也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符,具體用的時候需要哪個就在 ? 後面加上對應的字母,示例如下,(?a) 和 re.A 效果是一樣的:
s = '123abc你好'
re.search('(?a)\\w+', s).group()
re.search('\\w+', s, re.A).group()
結果是一樣的:
123abc
123abc
1.3、貪婪與懶惰
當正則表達式中包含能接受重複的限定符時,通常的行為是(在使整個表達式能得到匹配的前提下)匹配儘可能多的字符。
s = 'aabab'
re.search('a.*b', s).group() # 這就是貪婪
re.search('a.*?b', s).group() # 這就是懶惰
結果:
aabab
aab
簡單來說:
- 所謂貪婪,就是儘可能 多 的匹配;
- 所謂懶惰,就是儘可能 少 的匹配。
- *、+、{n,} 這些表達式屬於貪婪;
- *?、+?、{n,}? 這些表達式就是懶惰(在貪婪的基礎上加上 ?)。
2、正則進階
2.1、捕獲分組
注意:在其他語言或者網上的一些正則工具中,分組命名的語法是 (?<name>exp) 或 (?'name'exp),但在 Python 裡,這樣寫會報錯:This named group syntax is not supported in this regex dialect。Python 中正確的寫法是:(?P<name>exp)
示例一:
分組可以讓我們用一條正則提取出多個信息,例如:
s = '姓名:張三;性別:男;電話:138123456789'
m = re.search('姓名[::](\\w+).*?電話[::](\\d{11})', s)
if m:
name = m.group(1)
phone = m.group(2)
print(f'name:{name}, phone:{phone}')
結果:
name:張三, phone:13812345678
示例二:
(?P<name>exp) 有時還是會用到的, (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例,給大家看下效果:
s = '''
<name>張三</name>
<age>30</age>
<phone>138123456789</phone>
'''
pattern = r'<(?P<name>.*?)>(.*?)</(?P=name)>'
It = re.findall(pattern, s)
結果:
[('name', '張三'), ('age', '30'), ('phone', '138123456789')]
2.2、零寬斷言
注意:正則中常用的前項界定 (?<=exp) 和前項否定界定 (?<!exp) 在 Python 中可能會報錯:look-behind requires fixed-width pattern,原因是 python 中 前項界定的表達式必須是定長的,看如下示例:
(?<=aaa) # 正確
(?<=aaa|bbb) # 正確
(?<=aaa|bb) # 錯誤
(?<=\\d+) # 錯誤
(?<=\\d{3}) # 正確
2.3、條件匹配
這大概是最複雜的正則表達式了。語法如下:
此語法極少用到,印象中只用過一次。
以下示例的要求是:如果以 _ 開頭,則以字母結尾,否則以數字結尾。
s1 = '_abcd'
s2 = 'abc1'
pattern = '(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\\d)'
re.search(pattern, s1).group()
re.search(pattern, s2).group()
結果:
_abcd
abc1
2.4、findall
Python 中的 re.findall 是個比較特別的方法(之所以說它特別,是跟我常用的 C# 做比較,在沒看註釋之前我想當然的掉坑裡去了)。我們看這個方法的官方註釋:
Return a list of all non-overlapping matches in the string.
If one or more capturing groups are present in the pattern, return
a list of groups; this will be a list of tuples if the pattern
has more than one group.
Empty matches are included in the result.
簡單來說,就是
- 如果沒有分組,則返回整條正則匹配結果的列表;
- 如果有 1 個分組,則返回分組匹配到的結果的列表;
- 如果有多個分組,則返回分組匹配到的結果的元組的列表。
看下面的例子:
s = 'aaa123bbb456ccc'
re.findall('[a-z]+\\d+', s) # 不包含分組
re.findall('[a-z]+(\\d+)', s) # 包含一個分組
re.findall('([a-z]+(\\d+))', s) # 包含多個分組
re.findall('(?:[a-z]+(\\d+))', s) # ?: 不捕獲分組匹配結果
結果:
['aaa123', 'bbb456']
['123', '456']
[('aaa123', '123'), ('bbb456', '456')]
['123', '456']
零寬斷言中講到 Python 中前項界定必須是定長的,這很不方便,但是配合 findall 有分組時只取分組結果的特性,就可以模擬出非定長前項界定的效果了。
結語
其實正則就像是一個數學公式,會背公式不一定會做題。但其實這公式一點也不難,至少比學校裡學的數學簡單多了,多練習幾次也就會了。
最後:
有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
(附一小部分資料圖)
導讀:正則在各語言中的使用是有差異的,本文以 Python 3 為基礎。本文主要講述的是正則的語法,對於 re 模塊不做過多描述,只會對一些特殊地方做提示。
很多人覺得正則很難,在我看來,這些人一定是沒有用心。其實正則很簡單,根據二八原則,我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道,剛接手項目的時候我對正則也是一無所知,花半小時百度了一下,然後寫了幾個 demo,就開始正式接手了。三年多時間,我用到的正則鮮有超出我最初半小時百度到的知識的。
PS:有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
1、正則基礎
1.1、基礎語法
(1)常用元字符
(2)限定詞(又叫量詞)
(3)常用反義詞
(4)字符族
以上便是正則的基礎內容,下面來寫兩個例子看下:
s = '123abc你好'
re.search('\\d+', s).group()
re.search('\\w+', s).group()
結果:
123
123abc你好
是不是很簡單?
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符:
(1)re.A
修飾符 A 使 \\w 只匹配 ASCII 字符,\\W 匹配非 ASCII 字符。
s = '123abc你好'
re.search('\\w+', s, re.A).group()
re.search('\\W+', s, re.A).group()
結果:
123abc
你好
但是描述中還有 \\d 和 \\D,數字不都是 ASCII 字符嗎?這是什麼意思?別忘了,還有 全角和半角!
s = '0123456789' # 全角數字
re.search('\\d+', s, re.U).group()
結果:
0123456789
(2)re.M
多行匹配的模式其實也不常用,很少有一行行規整的數據。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^[\\s\\w]*?$', s)
re.findall('^[\\s\\w]*?$', s, re.M)
結果:
['aaa\\r\\nbbb\\r\\nccc'] # 單行模式
['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式
(3)re.S
這個簡單,直接看個例子。
s = 'aaa\\r\\nbbb\\r\\nccc'
re.findall('^.*', s)
re.findall('^.*', s, re.S)
結果:
['aaa\\r']
['aaa\\r\\nbbb\\r\\nccc']
(4)re.X
用法如下:
rc = re.compile(r"""
\\d+ # 匹配數字
# 和字母
[a-zA-Z]+
""", re.X)
rc.search('123abc').group()
結果:
123abc
注意,用了 X 修飾符後,正則中的所有空格會被忽略,包括正則裡面的原本有用的空格。如果正則中有需要使用空格,只能用 \\s 代替。
(5)(?aiLmsux)
修飾符不僅可以代碼中指定,也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符,具體用的時候需要哪個就在 ? 後面加上對應的字母,示例如下,(?a) 和 re.A 效果是一樣的:
s = '123abc你好'
re.search('(?a)\\w+', s).group()
re.search('\\w+', s, re.A).group()
結果是一樣的:
123abc
123abc
1.3、貪婪與懶惰
當正則表達式中包含能接受重複的限定符時,通常的行為是(在使整個表達式能得到匹配的前提下)匹配儘可能多的字符。
s = 'aabab'
re.search('a.*b', s).group() # 這就是貪婪
re.search('a.*?b', s).group() # 這就是懶惰
結果:
aabab
aab
簡單來說:
- 所謂貪婪,就是儘可能 多 的匹配;
- 所謂懶惰,就是儘可能 少 的匹配。
- *、+、{n,} 這些表達式屬於貪婪;
- *?、+?、{n,}? 這些表達式就是懶惰(在貪婪的基礎上加上 ?)。
2、正則進階
2.1、捕獲分組
注意:在其他語言或者網上的一些正則工具中,分組命名的語法是 (?<name>exp) 或 (?'name'exp),但在 Python 裡,這樣寫會報錯:This named group syntax is not supported in this regex dialect。Python 中正確的寫法是:(?P<name>exp)
示例一:
分組可以讓我們用一條正則提取出多個信息,例如:
s = '姓名:張三;性別:男;電話:138123456789'
m = re.search('姓名[::](\\w+).*?電話[::](\\d{11})', s)
if m:
name = m.group(1)
phone = m.group(2)
print(f'name:{name}, phone:{phone}')
結果:
name:張三, phone:13812345678
示例二:
(?P<name>exp) 有時還是會用到的, (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例,給大家看下效果:
s = '''
<name>張三</name>
<age>30</age>
<phone>138123456789</phone>
'''
pattern = r'<(?P<name>.*?)>(.*?)</(?P=name)>'
It = re.findall(pattern, s)
結果:
[('name', '張三'), ('age', '30'), ('phone', '138123456789')]
2.2、零寬斷言
注意:正則中常用的前項界定 (?<=exp) 和前項否定界定 (?<!exp) 在 Python 中可能會報錯:look-behind requires fixed-width pattern,原因是 python 中 前項界定的表達式必須是定長的,看如下示例:
(?<=aaa) # 正確
(?<=aaa|bbb) # 正確
(?<=aaa|bb) # 錯誤
(?<=\\d+) # 錯誤
(?<=\\d{3}) # 正確
2.3、條件匹配
這大概是最複雜的正則表達式了。語法如下:
此語法極少用到,印象中只用過一次。
以下示例的要求是:如果以 _ 開頭,則以字母結尾,否則以數字結尾。
s1 = '_abcd'
s2 = 'abc1'
pattern = '(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\\d)'
re.search(pattern, s1).group()
re.search(pattern, s2).group()
結果:
_abcd
abc1
2.4、findall
Python 中的 re.findall 是個比較特別的方法(之所以說它特別,是跟我常用的 C# 做比較,在沒看註釋之前我想當然的掉坑裡去了)。我們看這個方法的官方註釋:
Return a list of all non-overlapping matches in the string.
If one or more capturing groups are present in the pattern, return
a list of groups; this will be a list of tuples if the pattern
has more than one group.
Empty matches are included in the result.
簡單來說,就是
- 如果沒有分組,則返回整條正則匹配結果的列表;
- 如果有 1 個分組,則返回分組匹配到的結果的列表;
- 如果有多個分組,則返回分組匹配到的結果的元組的列表。
看下面的例子:
s = 'aaa123bbb456ccc'
re.findall('[a-z]+\\d+', s) # 不包含分組
re.findall('[a-z]+(\\d+)', s) # 包含一個分組
re.findall('([a-z]+(\\d+))', s) # 包含多個分組
re.findall('(?:[a-z]+(\\d+))', s) # ?: 不捕獲分組匹配結果
結果:
['aaa123', 'bbb456']
['123', '456']
[('aaa123', '123'), ('bbb456', '456')]
['123', '456']
零寬斷言中講到 Python 中前項界定必須是定長的,這很不方便,但是配合 findall 有分組時只取分組結果的特性,就可以模擬出非定長前項界定的效果了。
結語
其實正則就像是一個數學公式,會背公式不一定會做題。但其實這公式一點也不難,至少比學校裡學的數學簡單多了,多練習幾次也就會了。
最後:
有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦
(附一小部分資料圖)