python正则表达式实现自动化编程
小马哥不马虎 人气:0一.创建正则表达式
1.re模块
所有python的正则表达式都在re模块中,使用时导入
import re
re模块的compile()方法是构成正则表达式的方法,向compile()传入一个字符串表示正则表达式,该方法返回一个Regex模式的对象。
2.匹配Regex对象
Regex对象的seach()方法可以查找插入的字符串,如个查找不到匹配的返回null,否则将匹配的值返回到一个Math对象,通过Math对象的group()方法查看匹配结果
import re ageRegex=re.compile(r'\d\d\d\d') a=ageRegex.search("今年是2023年") print(a) print(a.group()) '''<re.Match object; span=(3, 7), match='2023'> 2023 '''
二.正则表达式匹配更多模式
1.用括号分组
在compile插入字符串是利用括号可以将匹配的数据进行分组,并通过Math对象的group(index)加下标的方式分布显示,如果查看全部数据用groups()方法
import re Regex=re.compile(r'(\d\d\d\d)-(\d)-(\d)') a=Regex.search('今年是2023-1-1') print(a) print(a.group(1)) print(a.groups()) '''<re.Match object; span=(3, 11), match='2023-1-1'> 2023 ('2023', '1', '1') '''
2.用管道匹配多个分组
符号|为管道,匹配多个字符串是可以用|连接,例如A|B,就可以匹配A或B,如果A,B都出现在字符串中只返回第一到Math对象中
import re Regex=re.compile(r'hello|hi') a=Regex.search('hello world hi time') print(a.group()) '''hello'''
也可以通过括号将多个匹配的数据分组,group查看匹配的数据,group(1)查看从管道匹配的数据
import re Regex=re.compile(r'Bat(man|mobile|bat)') a=Regex.search('Batmobile lost a wheel , l like Batman') print(a.group()) print(a.group(1)) '''Batmobile mobile'''
3.用问号表示可选
如果要匹配的数据可以在也可以不在,可以用?来实现匹配
import re Regex=re.compile(r'hello (world)?') a=Regex.search('hello world hello time') b=Regex.search('hello time') print(a.group()) print(b.group()) '''hello world hello '''
但字符串中有可选的数据时匹配,如果没有也不影响其他数据的匹配
4.用星号匹配零次或多次
星号*表示出现零次或多次,即标星号的内容可以出现一次或多次
import re Regex=re.compile(r'(super)*man') a=Regex.search('I am superman') b=Regex.search('I am supersupersuperman') print(a.group()) print(b.group()) '''superman supersupersuperman '''
5.用加号表示匹配一次或多次
星号表示匹配零次或多次,而加号表示匹配一次或多次,加号必须有一次匹配才可以,否则返回的Math对象为None
import re Regex=re.compile(r'(super)+man') c=Regex.search('I am man') a=Regex.search('I am superman') b=Regex.search('I am supersupersuperman') print(a.group()) print(b.group()) print(c) '''superman supersupersuperman None '''
6.用花括号匹配特定次数
(a){3}表示匹配字符串‘aaa’但不匹配‘aa’,如果花括号里有两个数表示范围从最小值到最大值,例如(a){3,5}表示匹配字符串‘aaa’,‘aaaa’,‘aaaaa’,也可以省略最大值或最小值
import re Regex=re.compile(r'(hello){2}') a=Regex.search('hellohello time hello') print(a.group()) '''hellohello'''
三.贪心和非贪心匹配
python的正则表达式在默认情况下是贪心的,即在有二意的情况下,默认匹配最多的的字符串,如果想人正则表达式不贪心,可以在花括号后面加上一个问号来约束贪心
import re Regex=re.compile(r'(a){2,8}?') Regex1=re.compile(r'(a){2,8}') string='aaaaaaaaaaaaaa' a=Regex.search(string) b=Regex1.search(string) print(a.group()) #非贪心 print(b.group()) '''aa aaaaaaaa'''
findall()方法
search()方法将第一次匹配的字符串返回到一个Math对象,findall()和search()方法类似,但findall()方法可以匹配多个匹配的字符串,如果只匹配一个就返回匹配的字符串,如果匹配多个,将返回一个元组,元组里包含匹配的字符串
import re Regex=re.compile(r'hello') string='hello world! hello time!' a=Regex.search(string) b=Regex.findall(string) print(a.group()) print(b) '''hello ['hello', 'hello']'''
四.字符分类
缩写字符串分类 | 表示 |
\d | 0到9的任何数字 |
\D | 除0到9以外的任意字符 |
\w | 字母,数字或下划线字符 |
\W | 除字母,数字和下划线外的任意字符 |
\s | 空格,制表符或换行符 |
\S | 除空格,制表符和换行符外的任意字符 |
例如:\d+匹配一次或多次数字,\s匹配空格,制表符或换行符,\w+匹配字母,数字或下划线
import re Regex=re.compile(r'\d+\s\w+') a=Regex.findall('1 dog,2 pig,3 duck,4 cat,5 fish,6 col') print(a) '''['1 dog', '2 pig', '3 duck', '4 cat', '5 fish', '6 col']'''
五.自定义字符分类
1.创建自定义字符
通过-创建自定义字符,例如[a-z]表示匹配a~z的小写字母,[A-Z0-9]匹配A~Z或0~9,当加上(^)时表示不匹配这些字符串,例如[^a-z]表示不匹配a~z,[aiuoe]表示匹配指定的字母aioue
import re Regex=re.compile(r'[a-z]') Regex1=re.compile(r'[aioue]') #元音 string='abcdefghijklmnopqrstuvwsyz' a=Regex.findall(string) b=Regex1.findall(string) print(b) '''['a', 'e', 'i', 'o', 'u']''' print(a) '''['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 's', 'y', 'z']'''
2.插入符号和美元符号
插入符号用(^)表示,插入符号表示匹配的字符串开始的位置,美元符号$表示结束,例如^\d表示从0~9的数字开始匹配,\d$表示匹配0~9结束的字符串
import re Regex=re.compile(r'^\d+\w+$') a=Regex.findall('1b32c23d') print(a) '''['1b32c23d']'''
3.通配字符
用.表示通配符,通配符可以匹配除了换行之外的所有字符
import re Regex=re.compile(r'.a.') a=Regex.findall('dfweascareaefefwa') print(a) '''['eas', 'car', 'eae']'''
4.用(.*)匹配所有字符
(.*)匹配所有字符,.表示匹配除换行符的所有字符,*表示出现零次或多次
import re Regex=re.compile(r'<.*>') a=Regex.findall('<adf>,<fedf>,<gre>,<fww2>') print(a) '''['<adf>,<fedf>,<gre>,<fww2>']'''
5.用参数re.DOTALL匹配换行
正则表达式中通过插入re.DOTALL作为compile的第二参数来人通配符匹配所有字符,包括换行
import re Regex=re.compile(r'.*',re.DOTALL) a=Regex.findall('hello world hello time') print(a) '''['hello world hello time', '']'''
加载全部内容