前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >K哥把正则表达式知识肝完了!

K哥把正则表达式知识肝完了!

作者头像
Python进击者
发布2021-05-07 10:38:06
4160
发布2021-05-07 10:38:06
举报
文章被收录于专栏:JAVAandPython君

大家好,我是Kuls。

基本每个会编程的朋友都听说过正则,但是每次实际运用的时候却不知道怎么写。

包括我

废话不多说,开始吧。

我们先还是来认识一下什么是正则吧⬇️

正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

不懂没事,看下面你就知道了!

不管学习什么,我们都需要知道它能给我们带来什么。

其实写过爬虫的朋友知道,我们有时候需要提取html中的一些特定内容,这个时候用正则就显得会方便很多。

除了爬虫,在我们注册某些网站,填写密码时候,会判断密码的复杂度,这个也是可以通过正则实现的。

除了以上还有很多,例如写算法题的时候正则一行代码就可以解决、可以自定义正则屏蔽弹幕中的不良语言诸如此类的还有很多,我们下面也会提到。

知道了正则能给我们带来什么,接下来我们来看看在哪写正则呢?

其实在哪写的说法不准确,而是写正则的工具有哪些?

  • https://regex101.com/
  • Python的re库

在本篇文章中主要是用以上两种方式进行编写。

基本匹配

接下来,我们看看具体如何编写。

首先,我们来看看正则的基本匹配,也就是你输入什么,就会给你匹配什么。

这个大家都懂,所以没必要细说。

点运算符

了解了基本匹配,我们来看看点运算符

对,没错,就是一个点

我们可以看到它匹配了任意单个字符,但是并没有匹配换行符(换行符就是每一行的最后一个隐藏的符号)

几个限定符

限定符在正则中也是非常非常重要的,有哪些呢?

我们一一介绍

1、?

?的含义就是问号前面那个字符出现0或1次,在上图的例子中use中没有d所以出现了0次,used有一个d所以出现了1次。

2、+

+的含义就是加号前面那个字符出现大于等于1次,在上图的例子里use没有d,所以没有匹配到;但是used和usedddd它们两个中的d都出现了大于等于1次,所以能够被匹配。

3、*

*的含义就是星号前面那个字符出现大于等于0次,这个就很好理解了,这里就不多说了。

[ ]

接下来我们来看看正则中又一个重要的元字符

[]

大家看了上面四张图,估计对于[]就会有一定的认识了,简而言之就是匹配方括号内的任意字符,其中0-9表示0到9之间,包括0和9的数字,其他的同理。

{ }

除了[]还有{}

大括号其实表示的是一个量词,常用来限定一个或者一组字符可以重复出现的次数,大家可以下面实例

首先第一张图,{4}表示的是前面字符只能匹配出现4次的;

第二张图,{2,4}表示的是前面字符只能匹配至少出现2次,最多出现4次的;

第三张图{3,}表示前面字符只能匹配出现至少3次的。

|

或运算符,估计大家能猜到是什么意思

不多说了。

^和$

^ 用来检查匹配的字符串是否在所匹配字符串的开头

$ 用来检查匹配的字符串是否在所匹配字符串的结尾

字符集

字符

描述

.

除换行符外的所有字符

\w

匹配所有字母数字,等同于 [a-zA-Z0-9_]

\W

匹配所有非字母数字,即符号,等同于:[^\w]

\d

匹配数字:[0-9]

\D

匹配非数字:[^\d]

\s

匹配所有空格字符,等同于:[\t\n\f\r\p{Z}]

\S

匹配所有非空格字符:[^\s]

\f

匹配一个换页符

\n

匹配一个换行符

\r

匹配一个回车符

\t

匹配一个制表符

\v

匹配一个垂直制表符

\p

匹配 CR/LF(等同于 \r\n),用来匹配 DOS 行终止符

贪婪匹配和惰性匹配

贪婪和惰性我们从字面意思就可以知道是啥意思

下面就是贪婪的写法

下面就是惰性匹配的写法

其实就是一个问号的差别,有问号的就是惰性的,没有问号就贪婪。

实战案例

以上基本的一些正则知识都给大家介绍了,下面给大家举一些我们常用的一些正则实例。

爬取HTML标签中的内容

代码语言:javascript
复制
<span>123asdasd</span>

很多时候我们想要去爬取一些HTML标签中的文字内容,怎么爬取呢?

代码语言:javascript
复制
import re
a = '<span>123asdasd</span>'
res = re.findall(r'<span>(.*?)</span>', a)
print(res)

打印出来的结果:

代码语言:javascript
复制
['123asdasd']

我们还可以看

代码语言:javascript
复制
<a helf="www.baidu.com" title="百度">你好</a>

这里我们来提取title中的文字

代码语言:javascript
复制
import re
title = '<a helf="www.baidu.com" title="百度">你好</a>'
res = re.findall(r'title="(.*?)"', title)
print(res)

打印的结果:

代码语言:javascript
复制
['百度']

其他实例

在网上其实很多人都总结了许多的案例,这里给大家找了一个比较全面的

https://www.cnblogs.com/fozero/p/7868687.html

正则其他学习资料

关于正则的其他学习资料,这里强烈推荐这个开源项目

https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md#1-%E5%9F%BA%E6%9C%AC%E5%8C%B9%E9%85%8D

如果你觉得本文对你有所帮助,给我来个点赞、在看呀!


一个高中就混迹互联网的小渣渣,目前还在大学摸鱼

如果想跟我交个朋友,可以加我微信:LLLLLLS123

我的博客:www.kuls6.top

欢迎加我微信交流学习阅读更多精彩文章,可以关注我!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-04-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python进击者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 基本匹配
  • 点运算符
  • 几个限定符
  • [ ]
  • { }
  • |
  • ^和$
  • 字符集
  • 贪婪匹配和惰性匹配
  • 实战案例
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档