# Python学习笔记 Day12

字符串和正则表达式

Python学习笔记 Day12

字符串和正则表达式

正则表达式相关知识

引例是最好的学习方式之一

以下内容均源于这篇博客:《正则表达式30分钟入门教程》

# hi 后面不远处跟一个 Lucy
\bhi\b.*\bLucy\b
# 0开头的一个电话号码
0\d\d-\d\d\d\d\d\d\d\d
0\d{2}-\d{8}

常用元字符

代码 说明
. 匹配除换行符以外的任意字符
w 匹配字母或数字或下划线或汉字
s 匹配任意的空白符
d 匹配数字
b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
# 5-12位的QQ号
^\d{5,12}$
# 字符转义
C:\\Windows
# 一个或更多数字
\d+

常用限定符

代码/语法 说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n
{n,} 重复n次或更多次
{n,m} 重复nm

常用反义代码

代码/语法 说明
W 匹配任意不是字母,数字,下划线,汉字的字符
S 匹配任意不是空白符的字符
D 匹配任意非数字的字符
B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符
# 不包含空白符的字符串
\S+
# 用尖括号括起来的以a开头的字符串
<a[^>]+>

常用分组语法

分类 代码/语法 说明
捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
(?exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号
零宽断言 (?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读

懒惰限定符

代码/语法 说明
*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
{n,m}? 重复nm次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复

.Net中常用的正则表达式选项

名称 说明
IgnoreCase(忽略大小写) 匹配时不区分大小写。
Multiline(多行模式) 更改^和的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,的精确含意是:匹配n之前的位置以及字符串结束前的位置.)
Singleline(单行模式) 更改.的含义,使它与每一个字符匹配(包括换行符n)。
IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

关于平衡组/递归匹配的内容尚且没有完全理解,因为对堆栈的理解确实比较确实,先在此处停止吧。

Python对正则表达式的支持

Python提供了re模块来支持正则表达式相关操作,下面是re模块中的核心函数。

函数 说明
compile(pattern, flags=0) 编译正则表达式返回正则表达式对象
match(pattern, string, flags=0) 用正则表达式匹配字符串 成功返回匹配对象 否则返回None
search(pattern, string, flags=0) 搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None
split(pattern, string, maxsplit=0, flags=0) 用正则表达式指定的模式分隔符拆分字符串 返回列表
sub(pattern, repl, string, count=0, flags=0) 用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数
fullmatch(pattern, string, flags=0) match函数的完全匹配(从字符串开头到结尾)版本
findall(pattern, string, flags=0) 查找字符串所有与正则表达式匹配的模式 返回字符串的列表
finditer(pattern, string, flags=0) 查找字符串所有与正则表达式匹配的模式 返回一个迭代器
purge() 清除隐式编译的正则表达式的缓存
re.I / re.IGNORECASE 忽略大小写匹配标记
re.M / re.MULTILINE 多行匹配标记

Python对正则表达式的支持

Python
 m1 = re.match(r'^[0-9a-zA-Z_]{6,20}$', username)
    # re 是 python 中正则表达式的模块。r 在之前也出现过,表示原始字符串。 ^ 和 $ 分别匹配字符串的首尾。
 pattern = re.compile(r'(?<=\D)1[34578]\d{9}(?=\D)')
    # 和上面不同,compile是返回正则表达式对象。?<=\D 表示从非数字的字符开始匹配, ?=\D 表示到非数字的字母停止匹配。
最后编辑于
文章链接: http://pheustal.com/2019/09-30/pythonday12
本作品采用CC-BY-SA许可。