位置: 编程技术 - 正文

Python 正则表达式入门(初级篇)

编辑:rootadmin

推荐整理分享Python 正则表达式入门(初级篇),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

引子

首先说 正则表达式是什么?

正则表达式,又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本。

许多程序设计语言都支持利用正则表达式进行字符串操作。例如,在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件(例如sed和grep)普及开的。正则表达式通常缩写成“regex”,单数有regexp、regex,复数有regexps、regexes、regexen。

引用自维基百科 world<h1></body></html>

你想要把这个hello world提取出来,但你这时如果只会python 的字符串处理,那么第一反应可能是

然后从这个位置向下查找到下一个<h1>出现这样做未尝不可,但是很麻烦不是吗。需要考虑多个标签,一不留神就多匹配到东西了,而如果想要非常准确的匹配到,又得多加循环判断,效率太低。

这时候,正则表达式就是首选的帮手。

干货开始

入门级别

接着说我们刚才那个例子。我们如果拿正则处理这个表达式要怎么做呢?

你可以尝试运行上面的代码,看看是不是和我们想象的一样(博主是在python2.7环境下)发现代码挺少挺简单?往下看。而且正则表达式实际上要比看起来的那种奇形怪状要简单得多。

首先,从最基础的正则表达式说起。

假设我们的想法是把一个字符串中的所有"python"给匹配到。我们试一试怎么做

看完这段代码,你是不是觉得:卧槽?这就是正则表达式?直接写上去就行?

确实,正则表达式并不像它表面上那么奇葩,如果不是我们故意改变一些符号的含义时,你看到的就是想要匹配的。

所以,先把大脑清空,先认为正则表达式就是和想要匹配的字符串长得一样。在之后的练习中我们会逐步进化

初级

0.无论是python还是正则表达式都是区分大小写的,所以当你在上面那个例子上把"python"换成了"Python",那就匹配不到你心爱的python了。

1.重新回到第一个例子中那个<h1>hello world<h1>匹配。假如我像这么写,会怎么样?

有了入门级的经验,我们知道那两个<h1>就是普普通通的字符,但是中间的是什么鬼?

.字符在正则表达式代表着可以代表任何一个字符(包括它本身)

findall返回的是所有符合要求的元素列表,包括仅有一个元素时,它还是给你返回的列表。

机智如你可能会突然问:那我如果就只是想匹配"."呢?结果啥都给我返回了咋整?在正则表达式中有一个字符,其实如果你编程经验较多的话,你就会发现这是好多地方的“转义符”。在正则表达式里,这个符号通常用来把特殊的符号转成普通的,把普通的转成特殊的(并不是特殊的“”,写完才发现会不会有脑洞大的想歪了)。

举个栗子,你真的想匹配"chuxiuhong@hit.edu.cn"这个邮箱(我的邮箱),你可以把正则表达式写成下面这个样子:

发现了吧,我们在.的前面加上了转义符,但是并不是代表匹配“.”的意思,而是只匹配“.”的意思!不知道你细不细心,有没有发现我们第一次用.时,后面还跟了一个+?那这个加号是干什么的呢?其实不难想,我们说了“.字符在正则表达式代表着可以代表任何一个字符(包括它本身)”,但是"hello world"可不是一个字符啊。+的作用是将前面一个字符或一个子表达式重复一遍或者多遍。比方说表达式“ab+”那么它能匹配到“abbbbb”,但是不能匹配到"a",它要求你必须得有个b,多了不限,少了不行。你如果问我有没有那种“有没有都行,有多少都行的表达方式”,回答是有的。*跟在其他符号后面表达可以匹配到它0次或多次比方说我们在王叶内遇到了链接,可能既有 ' hat mat qat",你会发现前面三个是实际的单词,最后那个是我胡编乱造的(上百度查完是昆士兰英语学院的缩写= =)。如果你本来就知道"at"前面是c、h、m其中之一时这才构成单词,你想把这样的匹配出来。根据已经学到的知识是不是会想到写出来三个正则表达式进行匹配?实际上不需要。因为有一种多字符匹方式

Python 正则表达式入门(初级篇)

[]代表匹配里面的字符中的任意一个

还是举个栗子,我们发现啊,有的程序员比较过分,,在<html></html>这对标签上,大小写混用,老害得我们抓不到想要的东西,我们该怎么应对?是写*种正则表达式挨个匹配?no

输出

['<hTml>hello</Html>']

我们既然有了范围性的匹配,自然有范围性的排除。

[^]代表除了内部包含的字符以外都能匹配

还是cat,hat,mat,qat这个例子,我们想匹配除了qat以外的,那么就应该这么写:

输出

为了方便我们写简洁的正则表达式,它本身还提供下面这样的写法

正则表达式 代表的匹配字符 [0-9] 任意之一 [a-z] 小写字母任意之一 [A-Z] 大写字母任意之一 d 等同于[0-9] D 等同于[^0-9]匹配非数字 w 等同于[a-z0-9A-Z_]匹配大小写字母、数字和下划线 W 等同于[^a-z0-9A-Z_]等同于上一条取非

3.介绍到这里,我们可能已经掌握了大致的正则表达式的构造方式,但是我们常常会在实战中遇到一些匹配的不准确的问题。比方说:

输出结果

['@hit.edu.']

呦呵!你咋能多了呢?我理想的结果是@hit.,你咋还给我加量了呢?这是因为正则表达式默认是“贪婪”的,我们之前讲过,“+”代表是字符重复一次或多次。但是我们没有细说这个多次到底是多少次。所以它会尽可能“贪婪”地多给我们匹配字符,在这个例子里也就是匹配到最后一个“.”。

我们怎么解决这种问题呢?只要在“+”后面加一个“?”就好了。

输出结果

['@hit.']

加了一个“&#;”我们就将贪婪的“+”改成了懒惰的“+”。这对于[abc]+,w*之类的同样适用。

小测验:上面那个例子可以不使用懒惰匹配,想一种方法得到同样的结果

**个人建议:在你使用"+","*"的时候,一定先想好到底是用贪婪型还是懒惰型,尤其是当你用到范围较大的项目上时,因为很有可能它就多匹配字符回来给你!!!**

为了能够准确的控制重复次数,正则表达式还提供

{a,b}(代表a<=匹配次数<=b)

还是举个栗子,我们有sas,saas,saaas,我们想要sas和saas,我们怎么处理呢?

输出

['saas', 'sas']

如果你省略掉{1,2}中的2,那么就代表至少匹配一次,那么就等价于?

如果你省略掉{1,2}中的1,那么就代表至多匹配2次。

下面列举一些正则表达式里的元字符及其作用

元字符 说明 . 代表任意字符 [ ] 匹配内部的任一字符或子表达式 [^] 对字符集和取非 - 定义一个区间 对下一字符取非(通常是普通变特殊,特殊变普通) * 匹配前面的字符或者子表达式0次或多次 *&#; 惰性匹配上一个 + 匹配前一个字符或子表达式一次或多次 +&#; 惰性匹配上一个 &#; 匹配前一个字符或子表达式0次或1次重复 {n} 匹配前一个字符或子表达式 {m,n} 匹配前一个字符或子表达式至少m次至多n次 {n,} 匹配前一个字符或者子表达式至少n次 {n,}&#; 前一个的惰性匹配 ^ 匹配字符串的开头 A 匹配字符串开头 $ 匹配字符串结束 [b] 退格字符 c 匹配一个控制字符 d 匹配任意数字 D 匹配数字以外的字符 t 匹配制表符 w 匹配任意数字字母下划线 W 不匹配数字字母下划线

标签: Python 正则表达式入门(初级篇)

本文链接地址:https://www.jiuchutong.com/biancheng/382421.html 转载请保留说明!

上一篇:Python标准库06之子进程 (subprocess包) 详解(python标准库参考手册)

下一篇:Python 正则表达式入门(中级篇)

  • 单独确认进项税额的情形
  • 小规模纳税人宾馆房屋租赁税率
  • 一般纳税人税率有几种
  • 出口退税新政策报关费发票要怎么开
  • 土地使用权转让是什么意思
  • 增值税电子普通发票怎么作废
  • 本期应纳税额减征额怎么填写
  • 预算外收入计入什么科目
  • 企业资产减值准备
  • 期末留抵税额可以留多久
  • 销售货物物流公司丢件赔偿会计分录
  • 私立幼儿园需要转学籍吗
  • 税务局每年都会大数据抽查吗
  • 增值税专用发票和普通发票的区别
  • 如何对投资收益进行会计处理
  • 转账户有误退回会计处理
  • 公司股权转让协议标准范本
  • 水利建设专项收入怎么申报不了
  • 环境保护税的申报期限是如何规定的
  • 坏账损失企业所得税
  • 楷体_gb2312字体
  • 服务器ssl证书过期怎么解决
  • 收到办公室桶装水开的普票怎样入账?
  • 转出的进项税额是加还是减
  • 单位个税申报后可以撤销吗
  • 优先股的发行主体
  • 2020税务预警后如何解除
  • 公司取得发明专利证书股票大涨
  • 自行建造完成交付的房子
  • 场外期权会计核算
  • 长期应收款在哪一章
  • zendstudio怎么创建php项目
  • vue foreach is not a function
  • 前端axios请求怎么中断
  • hadoop集群搭建完整教程
  • mysql线程数配置
  • 织梦网站怎么添加关键词
  • 水利建设基金申报
  • 银行支付利率的含义是什么
  • 代收代付保险费分录
  • sqlserver创建维护计划
  • mysql提取数据语句
  • 受托代销商品的代销方式有哪两种
  • 申报表本期金额和上期金额
  • 单位外币卡账户的资金应从其单位的外汇账户转账存入
  • 办公室租赁费摊销分录
  • 定额发票是否可以盖公章
  • 转出未交增值税最终怎么转平
  • 所得税费用结转分录
  • 中秋过节费会计分录
  • 小规模红冲发票收入正数税额负数
  • Internet Explorer 8(IE8)简体中文版de 卸载
  • Ubuntu安装ssh
  • mac系统的控制面板在哪
  • linux内核模块编译步骤
  • 重装win8系统后没有声音
  • win7切换输入法的快捷键怎么设置
  • 什么叫linux
  • vim进阶教程
  • windows8开机启动项设置
  • qt creator kit
  • node搭建本地服务器运行html
  • python提取xml的值
  • javascript高级编程
  • nvm-windows
  • python中deque
  • javascript完整代码
  • python的字符
  • unity3d官方教程
  • JavaScript For...In 使用方法
  • javascript基础入门视频教程
  • 网页js调试
  • css中position的用法
  • 美容行业增值税率是多少
  • 国家税务局文件查询
  • 如何找回电子税务局企业密码
  • 以房产作价投资入股如何处理
  • 环保税申报流程视频
  • 买二手房土地证怎么过户
  • 滨州税务局公务员工资
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设