學會Python正則表達式，就看這20個例子(腳本之家修正版)
正則表達式是處理字符串的強大工具。作為一個概念而言，正則表達式對于Python來說并不是獨有的。但是，Python中的正則表達式在實際使用過程中還是有一些細小的差別。
正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。
Python 自1.5版本起增加了re 模塊，它提供 Perl 風格的正則表達式模式。
re 模塊使 Python 語言擁有全部的正則表達式功能。
compile 函數(shù)根據(jù)一個模式字符串和可選的標志參數(shù)生成一個正則表達式對象。該對象擁有一系列方法用于正則表達式匹配和替換。
re 模塊也提供了與這些方*能完全一致的函數(shù)，這些函數(shù)使用一個模式字符串做為它們的第一個參數(shù)。
1、查找第一個匹配串
import re
s='i love python very much'
pat='python'
r=re.search(pat,s)
print(r.span())#(7,13)
2、查找所有1
import re
s='山東省濰坊市青州第1中學高三1班'
pat='1'
r=re.finditer(pat,s)
for i in r:
print(i)
# <re.Match object; span=(9, 10), match='1'>
# <re.Match object; span=(14, 15), match='1'>
3、\d匹配數(shù)字[0-9]
import re
s='一共20行代碼運行時間13.59s'
pat=r'\d+'#+表示匹配數(shù)字(\d表示數(shù)字的通用字符)1次或多次
r=re.findall(pat,s)
print(r)
#['20','13','59']
我們想保留13.59而不是分開，請看4
4、?表示前一個字符匹配0或1次
import re
s='一共20行代碼運行時間13.59s'
pat=r'\d+\.?\d+'#?表示匹配小數(shù)點(\.)0次或1次
r=re.findall(pat,s)
print(r)
#['20','13.59']
5、^匹配字符串的開頭
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^[emrt]' #查找以
r=re.findall(pat,s)
print(r)
# [],因為字符串的開頭是字符`T`，不在emrt匹配范圍內，所以返回為空
6、re.I 忽略大小寫
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^[emrt]' #查找以
r=re.compile(pat,re.I).search(s)
print(r)
# <re.Match object; span=(0, 1), match='T'> 表明字符串的開頭在匹配列表中
7、使用正則提取單詞
這是不準確版本，請參看第9個
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s[a-zA-Z]+'
r=re.findall(pat,s)
print(r) #[' module', ' provides', ' regular', ' expression', ' matching', ' operations', ' similar', ' to', ' those', ' found', ' in', ' Perl']
8、只捕獲單詞，去掉空格
使用()捕獲，這是不準確版本，請參看第9個
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s([a-zA-Z]+)'
r=re.findall(pat,s)
print(r)
#['module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']
9、補充上第一個單詞
上面第8，看到提取單詞中未包括第一個單詞，使用?表示前面字符出現(xiàn)0次或1次，但是此字符還有表示貪心或非貪心匹配含義，使用時要謹慎。
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s?([a-zA-Z]+)'
r=re.findall(pat,s)
print(r)
#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']
10、使用split函數(shù)直接分割單詞
使用以上方法分割單詞，不是簡潔的，僅僅為了演示。分割單詞最簡單還是使用split函數(shù)。
import re
s = 'This module provides regular expression matching operations similar to those found in Perl'
pat = r'\s+'
r = re.split(pat,s)
print(r)
#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']
11、提取以m或t開頭的單詞，忽略大小寫
下面出現(xiàn)的結果不是我們想要的，原因出在 ?上！
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s?([mt][a-zA-Z]*)' # 查找以
r=re.findall(pat,s)
print(r)
#['module', 'matching', 'tions', 'milar', 'to', 'those']
12、使用^查找字符串開頭的單詞
綜合11和12得到所有以m或t開頭的單詞
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^([mt][a-zA-Z]*)\s' # 查找以
r=re.compile(pat,re.I).findall(s)
print(r)
#['This']
13、先分割，再查找滿足要求的單詞
使用match表示是否匹配
import re
s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s+'
r=re.split(pat,s)
res=[i for i in r if re.match(r'[mMtT]',i)]
print(res)
#['This', 'module', 'matching', 'to', 'those']
14、貪心匹配
盡可能多的匹配字符
import re
content='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'
pat=re.compile(r"<div>(.*)</div>") #貪婪模式
m=pat.findall(content)
print(m)
#['graph</div>bb<div>math']
15、非貪心匹配
與14相比，僅僅多了一個問號(?)，得到結果完全不同。
import re
content='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'
pat=re.compile(r"<div>(.*?)</div>") #貪婪模式
m=pat.findall(content)
print(m)
#['graph', 'math']
與14比較可知，貪心匹配和非貪心匹配的區(qū)別，后者是字符串匹配后立即返回，見好就收。
16、含有多種分割符
使用split函數(shù)
import re
content = 'graph math,,english;chemistry' #這種
pat=re.compile(r"[\s\,\;]+") #貪婪模式
m=pat.split(content)
print(m)
#['graph', 'math', 'english', 'chemistry']
17、替換匹配的子串
sub函數(shù)實現(xiàn)對匹配子串的替換
import re
content="hello 12345, hello 456321"
pat=re.compile(r'\d+') #要替換的部分
m=pat.sub("666",content)
print(m)
#hello 666, hello 666
18、爬取百度首頁標題
import re
from urllib import request
#爬蟲爬取百度首頁內容
data=request.urlopen("http://www.baidu.com/").read().decode()
#分析網(wǎng)頁,確定正則表達式
pat=r'<title>(.*?)</title>'
result=re.search(pat,data)
print(result)
#<re.Match object; span=(1389, 1413), match='<title>百度一下，你就知道</title>'>
下面是知識點分享
19、常用元字符總結
. 匹配任意字符
^ 匹配字符串始位置
$ 匹配字符串中結束的位置
* 前面的原子重復0次1次多次
? 前面的原子重復一次或者0次
+ 前面的原子重復一次或多次
{n} 前面的原子出現(xiàn)了 n 次
{n,} 前面的原子至少出現(xiàn) n 次
{n,m} 前面的原子出現(xiàn)次數(shù)介于 n-m 之間
( ) 分組,需要輸出的部分
20、常用通用字符總結
\s 匹配空白字符
\w 匹配任意字母/數(shù)字/下劃線
\W 和小寫 w 相反，匹配任意字母/數(shù)字/下劃線以外的字符
\d 匹配十進制數(shù)字
\D 匹配除了十進制數(shù)以外的值
[0-9] 匹配一個0-9之間的數(shù)字
[a-z] 匹配小寫英文字母
[A-Z] 匹配大寫英文字母
以上就是Python中正則模塊的基本使用總結，里面有循序漸進的優(yōu)化分析過程，這些雖然是中間過程，但是對于正則小白而言，了解這些很有必要。筆者對于正則的理解也比較膚淺，如有總結不到位之處，懇請指正。
來源：腳本之家
鏈接：https://www.jb51.net/article/181849.htm
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
