Python正则表达式笔记
2018-07-22 本文已影响50人
cynthia猫
正则表达式呢，属于看一遍忘一遍的东西。那就来作个笔记吧。
在python中，是使用re模块来实现的。
re.match
这个呢，是从字符串的起始位置开始匹配！
- 常规匹配
这个没啥好说的~~ - 泛匹配
content = 'hello 1234567 demo'
result = re.match('hello.*demo$', content)
# .* 这里.匹配任意字符，*表示重复多次
- 匹配目标
content = 'hello 1234567 demo'
result = re.match('hello\s(\d+)\sdemo$', content)
print(result.group(1))
> 1234567
# 使用()把目标括起来
- 贪婪匹配
content = 'hello 1234567 demo'
result = re.match('h.*(\d+).*o$', content)
print(result.group(1))
>7
# 7前面的数字都被.*匹配走了，所以(\d+)只匹配到一个7
- 非贪婪匹配
content = 'hello 1234567 demo'
result = re.match('h.*?(\d+).*o$', content)
print(result.group(1))
>1234567
# 加了问号，就是非贪婪匹配。尽量使用这种方法，避免想要匹配字符没有被匹配到
- 匹配模式
content = 'hello 1234567
demo'
result = re.match('h.*?(\d+).*o$', content, re.S)
print(result.group(1))
>1234567
# 这里如果不使用匹配模式，用.是无法匹配到换行符的，必须要使用了匹配模式才可以匹配到
- 转义
content = 'hello price is $5.00'
result = re.match('h.*?(\$5\.00)$', content, re.S)
print(result.group(1))
>$5.00
# 要转义的字符，前面用\
re.search
扫描整个字符串，并返回第一个成功的匹配。
为匹配方便，能用search就不用match
re.findall
content = " \n<li data-view = '1' singer='art1'>song1</li>\n<li data-view = '2' singer='art2'>song2</li>\n<li data-view = '13 singer='art3'>song3</li>\n<li data-view = '7' singer='art4'>song4</li>\n"
results = re.findall('<li.*?singer=(.*?)>(.*?)</li>', content, re.S)
print(results)
>[("'art1'", 'song1'), ("'art2'", 'song2'), ("'art3'", 'song3'), ("'art4'", 'song4')]
re.sub
替换字符串中每一个匹配的子串后，返回替换后的字符串
content = 'strings hello 1234567 this is a demo'
content = re.sub('\d+', '', content)
print(content)
>strings hello this is a demo
content = 'strings hello 1234567 this is a demo'
content = re.sub('\d+', 'replace', content)
print(content)
>strings hello replace this is a demo
content = 'strings hello 1234567 this is a demo'
content = re.sub('(\d+)', r'\1 987', content)
print(content)
>strings hello 1234567 987 this is a demo
# r是一个转义字符，\1表示把第一个括号里的内容拿出来
content = '<a href = "1.jpg"><li data="1">dakfjalflal</li>abode</a>'
content = re.sub('<a.*?>|</a>', '', content)
print(content)
re.compile
将一个正则表达式串编译成正则对象，以便于复用该匹配模式。
content = 'hello 1234567 \ndemo'
pattern = re.compile('hello.*demo', re.S)
result = re.match(pattern, content)
print(result)
