Python正则表达式re库的使用
指导思想：正则表达式只是一个工具，学会其中一种使用方法即可 1. ()和re.findall结合使用 ({}{})中第一个大括号替换为.则表示匹配所有字符，替换为[]则表示匹配中括号内限定的字符； 第二个大括号替换为*则表示匹配长度为>=0,替换为+则表示匹配长度为>=1,替换为空则表示匹配长度为1 (.*)表示匹配任意长度的所有字符 ([0-9]*)表示匹配任意长度的数字 ([0-9,a-z])表示匹配长度为1的数字和小写字母 re.findall函数需要传入2个参数，第1个参数是正则表达式，第2个参数是要进行搜索的源字符串。 re.findall函数返回结果的数据类型为列表，列表中的第1个元素的数据类型为元祖。 示例代码如下： import re if __name__ == "__main__": sourceStr = "11房5厅8卫" sourceStr2 = "a房b厅3卫" pattern_all = "(.*)房(.*)厅(.*)卫" pattern_number = "([0-9]*)房([0-9]*)厅([0-9]*)卫" pattern_numberAndLetter = "([0-9,a-z])房([0-9,a-z])厅([0-9,a-z])卫" print("正则表达式找出中间的字符：") result = re.findall(pattern_all, sourceStr) print(result,type(result),type(result[0])) print(re.findall(pattern_all,sourceStr2)) print("正则表达式找出中间的数字") print(re.findall(pattern_number,sourceStr)) print(re.findall(pattern_number,sourceStr2)) print("正则表达式找出中间的数字和字母") print(re.findall(pattern_numberAndLetter, sourceStr)) print(re.findall(pattern_numberAndLetter, sourceStr2)) 上面一段代码的运行结果如下: 正则表达式找出中间的字符： [('11', '5', '8')] <class 'list'> <class 'tuple'> [('a', 'b', '3')] 正则表达式找出中间的数字 [('11', '5', '8')] [] 正则表达式找出中间的数字和字母 [('1', '5', '8')] [('a', 'b', '3')] 2. 正则表达式中的元字符 \s 用于匹配单个空格符，包括tab键和换行符； \S 用于匹配除单个空格符之外的所有字符； \d 用于匹配从0到9的数字； \w 用于匹配字母，数字或下划线字符； \W 用于匹配所有与\w不匹配的字符； . 用于匹配除换行符之外的所有字符。 例如上一节中的([0-9]*)与([\d]*)作用相同 3. ()和re.search结合使用 re.search函数需要传入2个参数，第1个参数是正则表达式，第2个参数是要进行搜索的源字符串。 re.search函数返回结果的数据类型是sre.SRE_Match对象，span=(3,9)是匹配结果的索引，从索引3开始，不包括索引9。 把re.search函数返回结果赋值给result，通过result.group函数获取匹配结果，result.group函数需要传入1个参数，参数的数据类型为无符号整型，参数为0时，为正则表达式匹配到的长句内容；参数为1时，为正则表达式匹配到的第1个小括号中的内容；参数为2时，为正则表达式匹配到的第2个小括号中的内容，依此类推。 示例代码如下： import re if __name__ == "__main__": sourceStr = "户型：3室2厅2卫" pattern_all = "([\d]*)室(.)厅(.)卫" result = re.search(pattern_all,sourceStr) print(result) print(result.group(0)) print(result.group(1)) print(result.group(2)) print(result.group(3)) 上面一段代码的运行结果如下： <_sre.SRE_Match object; span=(3, 9), match='3室2厅2卫'> 3室2厅2卫 3 2 2 4 re.match的使用 re,match在实际应用中很少，不建议使用。 re.match能够匹配的前提是必须字符串索引0的位置能够匹配到。 import re if __name__ == "__main__": re1 = "hel." re2 = ".el" re3 = ".hel" re4 = "el" sourceStr = "hello" print(re.match(re1,sourceStr)) print(re.match(re2,sourceStr)) print(re.match(re3,sourceStr)) print(re.match(re3,sourceStr)) 上面一段代码的运行结果如下： <_sre.SRE_Match object; span=(0, 4), match='hell'> <_sre.SRE_Match object; span=(0, 3), match='hel'> None None
