python 之 re

发布时间:2017-09-11 11:33:49
python 之 re

正则表达式,又称正规表示法、常规表示法(Regular Expression)

二、正则表达式描述字符

在正则表达式中,直接给出字符,就是精确匹配。

用\d可以匹配一个数字,\w可以匹配一个字母或数字。如:

‘444\d可以匹配 4448,但不能匹配ooA

\d\d\d可以匹配020

\w\w\w可以匹配py2

. 可以匹配任意字符,所以:

匹配 变长的字符,在正则表达式中,用*表示任意个字符(包括0),+表示至少一个字符,用?表示0个或者1个字符 {n},表示n个字符,{n,m}表示n-m个字符。如:

\d{3}表示匹配3个数字,例如'010';

\s可以匹配一个空格(也包括Tab等空白符),所以\s+表示至少有一个空格,例如匹配' ',' '等;

\d{3,8}表示3-8个数字,例如'1234567'。

三、re模块

1、re.match()表示匹配,如果成功,返回一个match对象,否则。

2.re.split()切分字符串,注无法识别连续的空格

3.贪婪匹配

最后需要特别指出的是,正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符。举例如下,匹配出数字后面的0:

>>> re.match(r'^(\d+)(0*)$', '102300').groups()

('102300', '')

由于\d+采用贪婪匹配,直接把后面的0全部匹配了,结果0*只能匹配空字符串了。

必须让\d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个?就可以让\d+采用非贪婪匹配:

>>> re.match(r'^(\d+?)(0*)$', '102300').groups()

('1023', '00')

编译

当我们在Python中使用正则表达式时,re模块内部会干两件事情:

编译正则表达式,如果正则表达式的字符串本身不合法,会报错;

用编译后的正则表达式去匹配字符串。

如果一个正则表达式要重复使用几千次,出于效率的考虑,我们可以预编译该正则表达式,接下来重复使用时就不需要编译这个步骤了,直接匹配:

>>> import re# 编译:>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')# 使用:>>> re_telephone.match('010-12345').groups()

('010', '12345')>>> re_telephone.match('010-8086').groups()

('010', '8086')

编译后生成Regular Exp

企业建站2800元起,携手武汉肥猫科技,做一个有见地的颜值派!更多优惠请戳:武汉网站设计公司 http://www.45qun.com