python自动化之re模块
FamilyYan 人气:0一、re是什么?
正则表达式是一个特殊的字符序列,能方便的检查一个字符串是否与某种模式匹配。re模块使得python拥有全部的正则表达式功能。
二、re 模块的作用
通过使用正则表达式,可以:
测试字符串内的模式。—— 例如,可以测试输入字符串,以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。
替换文本。—— 可以使用正则表达式来识别文档中的特定文本,完全删除该文本或者用其他文本替换它。
基于模式匹配从字符串中提取子字符串。—— 可以查找文档内或输入域内特定的文本。
三、re模块的使用
1、常用方法
findAll():
匹配所有的字符串,把匹配结果作为一个列表返回match():
匹配字符串的开始位置,如果开始位置没有,则返回Nonesearch():
在字符串中搜索,返回搜索到的第一个finditer():
匹配所有的字符串,返回迭代器
2、 元字符
匹配任意字符(除\n以外) h. 代表匹配h后的任意一个字符
import re res = 'h.' s = 'hello python' result = re.findall(res, s) print(result) # ['he', 'ho']
[] 拿[]中的人任意一个字符,去字符串中匹配,匹配到一个返回一个,最后以列表返回
import re res2 = '[hon]' s = 'hello python' result = re.findall(res2, s) print(result) # ['h', 'o', 'h', 'o', 'n']
\d 匹配数字0-9
import re res2 = '[\d]' s = 'hell666o pyt999hon' result = re.findall(res2, s) print(result) # ['6', '6', '6', '9', '9', '9']
\D 匹配非数字, 包含空格
import re res2 = '[\D]' s = 'hello 3334 python 88' result = re.findall(res2, s) print(result) # ['h', 'e', 'l', 'l', 'o', ' ', ' ', 'p', 'y', 't', 'h', 'o', 'n', ' ']
‘\s’ 匹配空白字符
import re res2 = '[\s]' s = 'hello 3334 python 88' result = re.findall(res2, s) print(result) # [' ', ' ', ' ']
‘\S’ 匹配非空白字符
import re res2 = '[\S]' s = 'hello 3334 python 88' result = re.findall(res2, s) print(result) # ['h', 'e', 'l', 'l', 'o', '3', '3', '3', '4', 'p', 'y', 't', 'h', 'o', 'n', '8', '8']
\w 匹配非特殊字符,即a-z、A-Z、0-9、_、汉字
import re res2 = '[\w]' s = 'hello#&_ aa 8python中国' result = re.findall(res2, s) print(result) # ['h', 'e', 'l', 'l', 'o', '_', 'a', 'a', '8', 'p', 'y', 't', 'h', 'o', 'n', '中', '国']
\W 匹配特殊字符 ( - ~@#$&*)空格也属于特殊字符
import re res2 = '[\W]' s = '-hello#&_ aa 8python中国' result = re.findall(res2, s) print(result) # ['-', '#', '&', ' ', ' ']
3、多字符匹配
(1)*:匹配前一个字符出现一次,或无限次 贪婪模式
import reres2 = 'h*'s = '-hhello hhh python'result = re.findall(res2, s)print(result) #['', 'hh', '', '', '', '', '', 'hhh', '', '', '', '', 'h', '', '', '']import re res2 = 'h*' s = '-hhello hhh python' result = re.findall(res2, s) print(result) #['', 'hh', '', '', '', '', '', 'hhh', '', '', '', '', 'h', '', '', '']
(2) + :匹配前一个字符出现1次或无穷次
import re res2 = 'h+' s = '-hhello hhh python' result = re.findall(res2, s) print(result) # ['hh', 'hhh', 'h']
(3)?: 匹配前一个字符出现0次或者1次,非贪婪模式
import re res2 = 'h?' s = '-hhello hhh python' result = re.findall(res2, s) print(result) # ['', 'h', 'h', '', '', '', '', '', 'h', 'h', 'h', '', '', '', '', 'h', '', '', '']
(4) {n} :匹配前一个字符连续出现n次
import re res2 = 'https{2}' s = '-hhello-httpssss-python' result = re.findall(res2, s) print(result) # ['httpss'] 匹配到前一个字符s 连续出现2次
{n,m} :匹配前一个字符出现n-m次
import re res2 = 'https{1,3}' s = '-hhello-httpssss-python' result = re.findall(res2, s) print(result) # ['httpss']
(5) 贪婪模式和非贪婪模式
正则表达式通常使用于查找匹配字符串。贪婪模式,总是尝试匹配尽可能多的字符;非贪婪模式正好相反,总是尝试匹配尽可能少的字符。在"*","?","+","{m,n}"后面加上?,使贪婪变成非贪婪。
(6) | :两个条件进行匹配,或的关系
import re res2 = 'he|ll' s = 'hello python' result = re.findall(res2, s) print(result) # ['he', 'll']
(7)边界值:
^ :匹配以哪个字符开头的
import re res2 = '^he' s = 'hello python' result = re.findall(res2, s) print(result) # ['he']
$ : 匹配以哪个字符结尾的字符
import re res2 = 'on$' s = 'hello python' result = re.findall(res2, s) print(result) # ['on']
4、分组匹配
() :只匹配()里面的
import re res2 = '#(\w.+?)#' s = "{'mobile_phone':'#mobile_phone#','pwd':'Aa123456'}" result = re.findall(res2, s) print(result) # ['mobile_phone']
5、match()方法的使用
str = "www.runoob.com" print(re.match('www', str).span()) # 在起始位置匹配 ,返回匹配到的区间下标 (0,3) print(re.match('com', str)) # 不在起始位置匹配 None
6、 search():在字符串中搜索,返回搜索到的第一个
str = "www.runoob.com" print(re.search('www', str).span()) # 在起始位置匹配 ,返回匹配到的区间下标 print(re.search('com', str).span()) # 不在起始位置匹配
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;而re.search匹配整个字符串,直到找到一个匹配。
7、 finditer():
匹配所有的字符串,返回迭代器和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
res = 'h.' s = 'hello python' result = re.finditer(res, s) for str in result: print(str.group()) he ho
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注的更多内容!
加载全部内容