Python学习(17)--正则表达式2

2018-03-21 648

Python学习(17)--正则表达式2

(1)正则表达式的元字符转义"\"

在上一节我们提到,正则表达式中当元字符^位于模式子串的开头时,表示的是查找待匹配主串的开始是否是该模式子串,如果是则返回模式子串,否则返回空。下面有个例子我们来回顾下:

[python] view plain copy

import re
s1="^abc"
print(re.findall(s1,"abcd"))
print(re.findall(s1,"aa abcd"))

如上代码正则表达式为s1="^abc",用于匹配主串开头是否为"abc",如果是返回"abc",否则返回空。代码打印结果如下:

在正则表达式中,有时候我们需要匹配的字符串中含有元字符,比如正则表达式中含有"^",而且"^"是正则表达式的首位字符,如下:

[python] view plain copy

import re
s1="^abc"
print(re.findall(s1,"^abc ^abc ^abc"))

如上s1="^abc","^"位s1的首位,但是s1表示的含义是查询主串的开始字符串是否是"abc",而不是查询主串中是否含有模式子串"^abc"。代码打印结果如下:

那么模式子串如果有元字符"^",如果想匹配字符"^"怎么办呢？答案就是利用转义字符"\",把"^"转义成一个普通字符。如下:

[python] view plain copy

import re
s1="\^abc"
print(re.findall(s1,"^abc ^abc ^abc"))

s1="\^abc","^"被转义成一个普通字符"^",这时模式子串为"^abc",即匹配主串中是否含有字符串"^abc",打印结果如下:

使用转义字符可以方便的表示某些数据,例如\d表示的是一个整数。在上一节使用的是正则表达式[1-9]来匹配一个整数字符,其实一个整数字符的正则表达式也可以表示为[\d],代码如下:

[python] view plain copy

import re
s4="x[\d]x"
print(re.findall(s4,"x1x x2x x3x x4x"))

如上s4="x[\d]x",[\d]表示数字字符'1'-'9',s4可以匹配到的字符串为"x1x","x2x"...代码

打印结果如下:

\后加其他字符还可以表示不同的含义,如:\d,\D,\w,\W,\s,\S。具体表示的含义如下图所示:

(2)重复{}

正则表达式中的元字符{}表示{}前一个字符重复的次数,{}中只含有一个数时表示的是字符重复的次数,比如{8}表示{8}前面的一个字符重复8次。{}也可以表示一个重复的范围,比如{1,6}表示{1,6}前的一个字符重复1至6次。形如{,y}表示重复次数的区间为[0,y],{x,}表示重复次数的区间为[x,∞]。

下面以一个电话号码的正则表达式匹配为例,假设一个电话号码前3位为区号,后8位为电话号码,区号与电话号码之间用符号"-"隔开。如下的正则表达式可以匹配电话号码

,代码例子如下:

[python] view plain copy

import re
s5="\d\d\d-\d\d\d\d\d\d\d\d"
print(re.findall(s5,"010-87654321"))
print(re.findall(s5,"010-8765432"))

如上s5匹配的模式子串为前3个字符为数字,后8个字符为数字,中间使用字符"-"隔开。匹配字符串得到的结果如下:

虽然以上匹配得到的结果是正确的,但是书写的正则表达式比较麻烦,而且可读性也不强。使用重复元字符{}可以有效解决这个问题,如下代码:

[python] view plain copy

import re
s6="\d{3}-\d{8}"
print(re.findall(s6,"010-"))
print(re.findall(s6,"010-87654321"))
print(re.findall(s6,"010-8765432"))

如上s6="\d{3}-\d{8}","\d{3}"表示数字字符重复3次,也就是模式子串以3个数字字符作为开始字符串,"\d{8}"表示模式子串以8个数字字符作为结尾字符串，两个字符串用字符"-"隔开。匹配结果如下所示:

当在正则表达式中使用{}的形式为{x,y}时,表示重复次数区间为[x,y]。如{1,3}为重复次数为区间[1,3]中的任意一个整数。当在主串中进行匹配时,如果字符重复的次数大于y,则会在匹配长度最长的字符串之后,对主串分割后再匹配。代码如下:

[python] view plain copy

import re
s13="a{1,3}"
print(re.findall(s13,"b"))
print(re.findall(s13,"a"))
print(re.findall(s13,"aa"))
print(re.findall(s13,"aaa"))
print(re.findall(s13,"aaaa"))

如上s13="a{1,3}",能匹配的最长模式子串为"aaa",当在主串"aaaa"中匹配时,匹配到最长模式子串为"aaa",然后把主串"aaaa"分割成"aaa"和"a"后,再使用正则表达式s13对"a"进行匹配,并将所有匹配得到的结果封装在列表中返回。代码打印结果如下:

(3)元字符*

元字符*在正则表达式中使用,表示的是*前的一个字符重复次数为0次到无穷次,重复次数区间为[0,∞],相当于{0,}。代码如下:

[python] view plain copy

import re
s7="ab*"
print(re.findall(s7,"a"))
print(re.findall(s7,"ab"))
print(re.findall(s7,"abbbbbb"))

如上所示,s7="ab*",*前的一个字符为"b",则"b"在模式子串中重复的次数可以为0到∞次,即s7可以匹配到的字符串为"a","ab","abbb"...代码打印结果如下:

(4)元字符+

在正则表达式中,元字符+与*唯一的不同就是,+在正则表达式中前的一个字符重复的次数至少1次,如正则表达式"abc+",+前的一个字符"c"在匹配的字符串中重复的次数至少一次,重复次数的区间为[1,∞],相当于{1,}。可匹配到的模式子串如"abc","abcc","abccc"...而"ab"是匹配不到的。代码例子如下:

[python] view plain copy

import re
s8="ab+"
print(re.findall(s8,"a"))
print(re.findall(s8,"ab"))
print(re.findall(s8,"abbbbb"))

如上s8="ab+",元字符"+"前的一个字符为"b",表示"b"在可匹配字符串中可重复出现的次数为1到无穷次,例如,正则表达式s8可匹配的字符串有"ab","abb"等等。代码打印结果如下:

(5)元字符?

在正则表达式中使用元字符?,表示的含义为?前的一个字符重复的次数为1次或者0次,重复次数的区间为[0,1],相当于{0,1}。如下例子:

[python] view plain copy

import re
s11="ab?"
print(re.findall(s11,"a"))
print(re.findall(s11,"ab"))
print(re.findall(s11,"abbb"))

如上例子,s11="ab?",元字符?前的字符为"b",在可匹配到的模式子串中"b"可以出现的次数为0或者1次,即可匹配到的模式子串为"a"和"ab",代码打印结果如下:

(6)正则表达式的贪婪匹配和非贪婪匹配

在写正则表达式时,我们可以通过元字符?来控制模式子串的匹配是贪婪匹配或者非贪婪匹配。所谓贪婪匹配就是将模式子串匹配的长度最大化,所谓非贪婪匹配就是将模式子串匹配的长度最小化。例如对于正则表达式"ab+",可以匹配到的模式子串长度最小的为"ab",最长的为"abbbb...",而贪婪匹配就是匹配在主串中能够匹配到的最长的子串,非贪婪匹配就是匹配在主串中匹配最短的模式子串。代码例子如下:

[python] view plain copy

import re
s11="ab+"
print(re.findall(s11,"ab"))
print(re.findall(s11,"abbbbbb"))
s12="ab+?"
print(re.findall(s12,"ab"))
print(re.findall(s12,"abbbbbb"))

如上S11="ab+",是一种贪婪匹配,即会匹配主串中长度最长子串,如"abbbbbb",使用正则表达式s11时在主串可匹配到的最长子串为"abbbbbb";而s12="ab+?",是一种非贪婪匹配,即匹配最短的模式子串,即"ab"。代码打印结果如下:

下一节,我们将继续介绍正则表达式，敬请期待.北工大菜鸟与你一起努力，谢谢大家。

原文地址http://www.bieryun.com/2351.html

微信关注我们

原文链接：https://yq.aliyun.com/articles/560489

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Java语法糖

1 泛型与类型擦除泛型是JDK 1.5的一项新增特性，它的本质是参数化类型(Parametersized Type) 的应用，也就是说所操作的数据类型被指定为一个参数。这种参数类型可以用在类，接口和方法的创建中, 分別称为泛型类、泛型接口和泛型方法。在Java语言处于还没有出现泛型的版本时。只能通过Object 是所有类型的父类和类型强制转换两个特点的配合来实现类型泛化。例如，在哈希表的存取中,JDK 1.5之前使用HashMap的get() 方法，返回值就是个0bject。由于Java语言里面所有的类型都维承于java.lang.Object 所以Object转型成任何对象都是有可能的。但是也因为有无限的可能性。就只有程序员和运行期的虚拟机才知道这个Objet到底是个什么类型的对象。在编译期间，编译器无法检查这个Object的强制转型是否成功。如果仅仅依赖程序员去保障这项操作的正确性，许多ClassCastException的风险就会转嫁到程予运行期之中。 Java语言中的泛型则不一样，它只在程序源码中存在，在编译后的字节码文件中，就已经替换为原来的原生类型(Raw Type) ...

2018-03-21

558

python学习(18)--正则表达式3 这一节我们来介绍下正则表达式中的常用函数,Python中的re模块为我们提供了很多有关正则表达式操作的函数.如函数sub(),subn(),splite(),finditer(),match(),search()等等,熟练的使用这些函数,不仅可以提高正则表达式的匹配效率,还可以让代码变得简洁可读。下面我们就来一一介绍这些函数的使用。 (1)compile(pattern)函数 Python中re模块为我们提供了compile(pattern)函数,参数pattern是一个正则表达式,调用函数compile(pattern)对正则表达式进行编译后得到一个正则对象,使用正则对象匹配模式子串时可以大大提高匹配的效率。当我们需要频繁的匹配一个字符串时,可以使用compile(pattern)函数,代码例子如下: [python] view plain copy importre reobject=re.compile(r"hello") print(reobject.findall("helloworld")) 如上调用re模块的compile(pa...

2018-03-21

736

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。