正文 

当前位置： 首页 > 代码 > java教程

正则表达式(代码片段)

python-gm python-gm     2023-03-16     732

关键词：

正则表达式

常见匹配模式

模式 描述
w 匹配字母数字及下划线
W 匹配非字母数字下划线
s 匹配任意空白字符，等价于 f.
S 匹配任意非空字符
d 匹配任意数字，等价于 0-9
D 匹配任意非数字
A 匹配字符串开始
 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串
z 匹配字符串结束
G 匹配最后匹配完成的位置
匹配一个换行符
匹配一个制表符
^ 匹配字符串的开头
$ 匹配字符串的末尾。
. 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
... 用来表示一组字符,单独列出：amk 匹配 ‘a‘，‘m‘或‘k‘
^... 不在[]中的字符：^abc 匹配除了a,b,c之外的字符。
* 匹配0个或多个的表达式。
+ 匹配1个或多个的表达式。
? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
n 精确匹配n个前面表达式。
n, m 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a b
( ) 匹配括号内的表达式，也表示一个组

re.match

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

最常规的匹配

import re

content = ‘Hello 123 4567 World_This is a Regex Demo‘
print(len(content))
result = re.match(‘^Hellosdddsd4sw10.*Demo$‘, content)
print(result)
print(result.group())
print(result.span())

泛匹配

import re

content = ‘Hello 123 4567 World_This is a Regex Demo‘
result = re.match(‘^Hello.*Demo$‘, content)
print(result)
print(result.group())
print(result.span())

匹配目标

import re

content = ‘Hello 1234567 World_This is a Regex Demo‘
result = re.match(‘^Hellos(d+)sWorld.*Demo$‘, content)
print(result)
print(result.group(1))
print(result.span())

贪婪匹配

import re

content = ‘Hello 1234567 World_This is a Regex Demo‘
result = re.match(‘^He.*(d+).*Demo$‘, content)
print(result)
print(result.group(1))

非贪婪匹配

import re

content = ‘Hello 1234567 World_This is a Regex Demo‘
result = re.match(‘^He.*?(d+).*Demo$‘, content)
print(result)
print(result.group(1))

匹配模式

import re

content = ‘‘‘Hello 1234567 World_This
is a Regex Demo
‘‘‘
result = re.match(‘^He.*?(d+).*?Demo$‘, content, re.S)
print(result.group(1))

转义

import re

content = ‘price is $5.00‘
result = re.match(‘price is $5.00‘, content)
print(result)

import re

content = ‘price is $5.00‘
result = re.match(‘price is $5.00‘, content)
print(result)

总结：尽量使用泛匹配、使用括号得到匹配目标、尽量使用非贪婪模式、有换行符就用re.S

re.search

re.search 扫描整个字符串并返回第一个成功的匹配。

import re

content = ‘Extra stings Hello 1234567 World_This is a Regex Demo Extra stings‘
result = re.match(‘Hello.*?(d+).*?Demo‘, content)
print(result)

import re

content = ‘Extra stings Hello 1234567 World_This is a Regex Demo Extra stings‘
result = re.search(‘Hello.*?(d+).*?Demo‘, content)
print(result)
print(result.group(1))

总结：为匹配方便，能用search就不用match

匹配演练

import re

html = ‘‘‘<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a>
        </li>
    </ul>
</div>‘‘‘
result = re.search(‘<li.*?active.*?singer="(.*?)">(.*?)</a>‘, html, re.S)
if result:
    print(result.group(1), result.group(2))

import re

html = ‘‘‘<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>
        </li>
    </ul>
</div>‘‘‘
result = re.search(‘<li.*?singer="(.*?)">(.*?)</a>‘, html, re.S)
if result:
    print(result.group(1), result.group(2))

import re

html = ‘‘‘<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>
        </li>
    </ul>
</div>‘‘‘
result = re.search(‘<li.*?singer="(.*?)">(.*?)</a>‘, html)
if result:
    print(result.group(1), result.group(2))

re.findall

搜索字符串，以列表形式返回全部能匹配的子串。

import re

html = ‘‘‘<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>
        </li>
    </ul>
</div>‘‘‘
results = re.findall(‘<li.*?href="(.*?)".*?singer="(.*?)">(.*?)</a>‘, html, re.S)
print(results)
print(type(results))
for result in results:
    print(result)
    print(result[0], result[1], result[2])

import re

html = ‘‘‘<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>
        </li>
    </ul>
</div>‘‘‘
results = re.findall(‘<li.*?>s*?(<a.*?>)?(w+)(</a>)?s*?</li>‘, html, re.S)
print(results)
for result in results:
    print(result[1])

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。

import re

content = ‘Extra stings Hello 1234567 World_This is a Regex Demo Extra stings‘
content = re.sub(‘d+‘, ‘‘, content)
print(content)

import re

content = ‘Extra stings Hello 1234567 World_This is a Regex Demo Extra stings‘
content = re.sub(‘d+‘, ‘Replacement‘, content)
print(content)

import re

content = ‘Extra stings Hello 1234567 World_This is a Regex Demo Extra stings‘
content = re.sub(‘(d+)‘, r‘1 8910‘, content)
print(content)

import re

html = ‘‘‘<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>
        </li>
    </ul>
</div>‘‘‘
html = re.sub(‘<a.*?>|</a>‘, ‘‘, html)
print(html)
results = re.findall(‘<li.*?>(.*?)</li>‘, html, re.S)
print(results)
for result in results:
    print(result.strip())

re.compile

将正则字符串编译成正则表达式对象

import re

content = ‘‘‘Hello 1234567 World_This
is a Regex Demo‘‘‘
pattern = re.compile(‘Hello.*Demo‘, re.S)
result = re.match(pattern, content)
#result = re.match(‘Hello.*Demo‘, content, re.S)
print(result)

实战练习

import requests
import re
content = requests.get(‘https://book.douban.com/‘).text
pattern = re.compile(‘<li.*?cover.*?href="(.*?)".*?title="(.*?)".*?more-meta.*?author">(.*?)</span>.*?year">(.*?)</span>.*?</li>‘, re.S)
results = re.findall(pattern, content)
for result in results:
    url, name, author, date = result
    author = re.sub(‘s‘, ‘‘, author)
    date = re.sub(‘s‘, ‘‘, date)
    print(url, name, author, date)

正则表达式(代码片段)

1#tool.chinaz.com/regex/这是一个在线的正则表达式测试工具2#re模块,在python中想要使用正则表达式，要使用re模块来进行使用3#正则表达式45#学习正则表达式67#学习使用re模块来操作正则表达式8910#正则表达式是用来做字符串匹配的11#... 查看详情

正则表达式(代码片段)

regularexpression1、正则表达式概述常用的正则表达式引擎POSIX基本正则表达式BRE引擎POSIX扩展正则表达式BRE引擎正则表达式：是一类字符所书写出的模式（pattern）元字符：不表示字符本身的意义，用于额外功能性描述基本正则表达... 查看详情

正则表达式(代码片段)

1正则表达式概述1.1什么是正则表达式正则表达式：RegularExpression，是一些由特殊的字符和符号组成的字符串，主要用来进行高级的文本匹配、搜索、替换等功能操作。正则表达式是一个独立的技术，python中提供了re模块来支持正... 查看详情

正则表达式(代码片段)

...ession简介语法贪婪匹配和惰性匹配简介RegularExpression,正则表达式,⼀种使⽤表达式的⽅式对字符串进⾏匹配的语法规则.我们抓取到的⽹⻚源代码本质上就是⼀个超⻓的字符串,想从⾥⾯提取内容.⽤正则再合适不过了.正则的优点:速... 查看详情

php正则表达式正则表达式一般表(代码片段)

查看详情

markdown正则表达式模式片段(代码片段)

查看详情

正则表达式(代码片段)

golanghttp://www.cnblogs.com/golove/p/3269099.html 查看详情

php正则表达式（正则表达式）匹配url(代码片段)

查看详情

正则表达式(代码片段)

正则表达式：用于匹配规律规则的表达式，正则表达式最初是科学家对人类神经系统的工作原理的早期研究，现在在编程语言中有广泛的应用，经常用于表单校验，高级搜索等。创建正则表达式【07-正则表达式的创建.html】构造... 查看详情

php正则表达式(代码片段)

查看详情

markdown正则表达式(代码片段)

查看详情

markdown正则表达式(代码片段)

查看详情

pythonpython正则表达式(代码片段)

查看详情

golang正则表达式(代码片段)

查看详情

text正则表达式(代码片段)

查看详情

javascript正则表达式(代码片段)

查看详情

pythonpython正则表达式(代码片段)

查看详情

textmetaobject正则表达式(代码片段)

查看详情