由于最近需要使用爬虫爬取数据进行测试,所以开始了爬虫的填坑之旅,那么首先就是先系统的学习下关于正则相关的知识啦。所以将下面正则方面的知识点做了个整理。语言环境为Python。主要讲解下Python的Re模块。
下面的语法我就主要列出一部分,剩下的在python官网直接查阅即可: docs.python.org/3/library/r…
一、基础语法总结
1.1、匹配单个字符
a . /d /D /w /W /s /S [...] [^...]
匹配单个字符(.)
规则:匹配除换行之外的任意字符
匹配任意(非)数字字符(/d /D)
/d [0-9]
/D [^0-9]
匹配任意(非)普通字符(/w /W)
/w 普通字符 包括[_0-9A-Za-z] 同时也包括汉字
/W 非普通字符
匹配任意(非)空字符(/s /S)
/s 匹配任意空字符 [/r/n/t]
/S 匹配任意非空字符
匹配字符集合([...])
[A-Z][a-z][0-9][_123a-z]
匹配字符集([^...])
规则:字符集取非,除列出的字符之外的任意一个字符
[^abc] --> 除a b c之外任意字符
1.2、匹配多个字符
* 匹配0次或者多次
+ 匹配1次或者多次
? 匹配0次或者1次
{m} 匹配m次
{m,n} 匹配m次到n次区间内的任意一次
1.3、匹配位置
^ 匹配开始位置
$ 匹配结束位置
/A 匹配开始位置
/Z 匹配结束位置
/b 匹配单词边界位置(一般用于首字母大写的匹配)
/B 匹配非单词边界问题
1.4、转义
在正则表达式中有一类特殊字符需要转移,只需要在特殊字符之间加上 / 表示转移即可
. * + ? ^ $ [] {} () | /
1.5、子组
使用() 可以为正则表达式建立内部分组,子组为正则表达式的一部分,可以看做一个内部整体。
1.6、贪婪模式和非贪婪模式
正则表达式的重复匹配总是尽可能多的向后匹配更多的内容。 贪婪模式包括:* + ? {m,n}
非贪婪模式:尽可能少的匹配内容 贪婪模式转换为非贪婪模式:*? +? ?? {m,n}?
二、Re模块
接下来我所有函数里面的参数解释如下:
pattern:正则表达式
string:目标字符串
pos:截取目标字符串起始位置
endpose:截取目标字符串结束位置
flags:功能标志
replaceStr:替换的字符串
max:最多替换几处(默认替换全部)
有上图我们看出来,接下来我们要将的Python中re模块、regex对象、match对象三者之间是存在一定关系的。
1、re模块的compile方法返回一个regex对象
2、re模块和regex对象的finditer()、fullmatch()、match()、search()等方法返回一个match对象
3、他们分别有自己的属性和方法
2.1、compile
2.2、findall
2.3、split
re.split(pattern,string,flags) #根据正则表达式对目标字符串进行分割
2.4、sub
2.5、subn
re.subn(pattern,replaceStr,string,max,flags) #功能同sub,但是返回值返回替换后的字符串和替换了几处
2.6、finditer
re.finditer(pattern,string) #使用正则表达式匹配目标字符串,返回一个match对象,match对象调用group()之后才能拿到值
2.7、fullmatch
fullmatch(pattern,string,flags) #完全匹配目标字符串,相当于加了^ 和 $
2.8、match
re.match(pattern,string,flags) #匹配目标字符串开头的位置
2.9、search
re.search(pattern,string,flags) # 正则表达式匹配目标字符串,只匹配第一处
三、一些练习题
3.1、匹配首字母大写的单词
test.txt文档内容如下:
3.2、匹配数字(正数、负数、小数、百分数、分数)
总结
以上所述是小编给大家介绍的Python 正则表达式模块,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对VEVB武林网网站的支持!
新闻热点
疑难解答