正则表达式高级用法
一、正则高级用法
1、分组
概念
处理简单的判断是否匹配之外，正则表达式还有提取子串的功能，用()表示的就是要提取的分组
代码
<span class="hljs-keyword">import</span> re
ret = re.search(<span class="hljs-string">r"(?P<phone>(?P<quhao>0\d{2,3})-(\d{7,8}))"</span>, <span class="hljs-string">"zutuanxue_com's phone is 010-88888888"</span>)
print(ret)
<span class="hljs-comment"># 组的排序：从外到内，从左到右</span>
print(ret.group(<span class="hljs-number">0</span>)) <span class="hljs-comment">#组中下标为0的表示原数据</span>
print(ret.group(<span class="hljs-string">"phone"</span>))
print(ret.group(<span class="hljs-number">1</span>))
print(ret.group(<span class="hljs-string">"quhao"</span>)) <span class="hljs-comment"># 可以根据组的名字获取组的数据</span>
print(ret.group(<span class="hljs-number">2</span>))
print(ret.group(<span class="hljs-number">3</span>))
<span class="hljs-comment">#查看匹配的各组的数据</span>
print(ret.groups())说明
- 正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来
- group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串
2、编译
概念
当在python中使用正则表达式时，re模块会做两件事，一件是编译正则表达式，如果表达式的字符串本身不合法，会报错。另一件是用编译好的正则表达式提取匹配字符串
编译优点
如果一个正则表达式要使用几千遍，每一次都会编译，出于效率的考虑进行正则表达式的编译，就不需要每次都编译了，节省了编译的时间，从而提升效率
compile()函数
原型
def compile(pattern, flags=0)作用
将pattern模式编译成正则对象
参数
参数 | 说明 |
|---|---|
pattern | 匹配的正则表达式(一种字符串的模式) |
flags | 标识位，用于控制正则表达式的匹配方式 |
flags
值 | 说明 |
|---|---|
re.I | 是匹配对大小写不敏感 |
re.L | 做本地化识别匹配 |
re.M | 多行匹配，影响到^和$ |
re.S | 使.匹配包括换行符在内的所有字符 |
re.U | 根据Unicode字符集解析字符，影响\w、\W、\b、\B |
re.X | 通过给予我们功能灵活的格式以便更好的理解正则表达式 |
返回值
编译好的正则对象
示例
<span class="hljs-keyword">import</span> re
re_phone = re.compile(<span class="hljs-string">r"(0\d{2,3}-\d{7,8})"</span>)
print(re_phone, type(re_phone))编译后其他方法的使用
原型
def match(self, string, pos=0, endpos=-1)
def search(self, string, pos=0, endpos=-1)
def findall(self, string, pos=0, endpos=-1)
def finditer(self, string, pos=0, endpos=-1)参数
参数 | 说明 |
|---|---|
string | 待匹配的字符串 |
pos | 从string字符串pos下标开始 |
endpos | 结束下标 |
示例
s1 = <span class="hljs-string">"zutuanxue_com's phone is 010-88888888"</span>
s2 = <span class="hljs-string">"kaige's phone is 010-99999999"</span>
ret1 = re_phone.search(s1)
print(ret1, ret1.group(<span class="hljs-number">1</span>))
ret2 = re_phone.search(s2)
print(ret2, ret2.group(<span class="hljs-number">1</span>))3、贪婪匹配
贪婪概念
匹配尽可能多的字符
<span class="hljs-keyword">import</span> re
print(re.findall(<span class="hljs-string">r"(\d+0)"</span>, <span class="hljs-string">"12340567085465046567"</span>))非贪婪概念
尽可能少的匹配称为非贪婪匹配，*?、+?即可
<span class="hljs-keyword">import</span> re
print(re.findall(<span class="hljs-string">r"(\d+?0)"</span>, <span class="hljs-string">"12340567085465046567"</span>))常见示例
/* part1 */ /* part2 */
<span class="hljs-keyword">import</span> re
s = <span class="hljs-string">'''/* zutuanxue_com good */ dsdgergaergser /* kaige nice */'''</span>
print(re.findall(<span class="hljs-string">r"/\* (.*) \*/"</span>, s))
print(re.findall(<span class="hljs-string">r"/\* (.*?) \*/"</span>, s))二、高级使用
1、字符串切割
早期字符串切割代码
s1 = <span class="hljs-string">"zutuanxue_com is a good man"</span>
print(s1.split(<span class="hljs-string">" "</span>))现在的需求
字符串"zutuanxue_com is a good man"中的单词切割出来（注意字符串中空格个数不定）
正则中的split()函数
原型：re.split(pattern, string)
作用：切割字符串
解决需求
<span class="hljs-keyword">import</span> re
s2 = <span class="hljs-string">"zutuanxue_com is a good man"</span>
print(re.split(<span class="hljs-string">r"\s+"</span>, s2))切割"zutuanxue_com#is$a%good&man"中的单词
<span class="hljs-keyword">import</span> re
s3 = <span class="hljs-string">"zutuanxue_com#is$a%good&man"</span>
print(re.split(<span class="hljs-string">r"[#$%&]"</span>, s3))2、字符串替换
早期字符串替换代码
s1 = <span class="hljs-string">"zutuanxue_com is a good man"</span>
s2 = s1.replace(<span class="hljs-string">"good"</span>, <span class="hljs-string">"nice"</span>)
print(s2)现在的需求
将字符串"zutuanxue_com is a good man!zutuanxue_com is a nice man!zutuanxue_com is a cool man"中的"good"、“nice”、“cool"都改为"handsome”
sub函数与subn()函数
原型
def sub(pattern, repl, string, count=0, flags=0)
def subn(pattern, repl, string, count=0, flags=0)作用
在目标字符串string中查找匹配的pattern模式的字符串，再把它们替换成指定repl字符串，可以指定最多替换count次，否则替换所有
区别
a、sub返回一个替代后的字符串
b、subn返回一个元组，元组的第一个元素为替换后的字符串，第二个元素为替换的次数
解决需求
<span class="hljs-keyword">import</span> re
s3 = <span class="hljs-string">"zutuanxue_com is a good man!zutuanxue_com is a nice man!zutuanxue_com is a cool man"</span>
print(re.sub(<span class="hljs-string">r"good|nice|cool"</span>, <span class="hljs-string">"handsome"</span>, s3))
print(re.subn(<span class="hljs-string">r"good|nice|cool"</span>, <span class="hljs-string">"handsome"</span>, s3))腾讯云开发者
