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)
markdown正则表达式模式片段(代码片段)
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)
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