Python笔记五之正则表达式.docx

第

Python笔记五之正则表达式

这里从re.findall开始介绍，findall方法表示的是找到目标字符串里符合指定模式的全部数据。

比如我们有一个字符串abcdefg，想要从其中找到de，就可以如下操作：

str_1=abcdefg

target_str=de

print(re.findall(target_str,str_1))

返回的就是一个列表，列表元素是我们的目标字符串de：

[de]

我们的target_str就是一个匹配模式，这里是一个纯字符串，我们可以将其替换成其他的模式字符串。

接下来我们将分类介绍正则表达式语法。

2、表达式语法

正则表达式有很多种，比如表示匹配数量的+，*，，还有表示匹配字符串内容的\s，\w等。

下面将从这些类别分别开始介绍：匹配字符串类型、匹配字符串出现位置、匹配字符串数量、匹配字符串集合等

1.匹配字符串类型

1)\b-匹配空字符串，但只在单词开始或结尾

\b可以匹配空字符串，但是只在字符串开始或者结尾的位置，这里的空字符串涵盖了标签符号，比如,.，。？等，也包括换行制表符\n\t等，也包含，可以理解为字符串的边界部分。

所以\b的作用其实就可用于匹配特定字符串的前缀或者后缀，这里的前缀和后缀并不仅仅是指整个字符串的前缀和后缀，也包括字符串内部被分割的前缀和后缀。

比如对于下面这个字符串：

ihaveaapple

我们想找到是否有ha开头的单词，可以如此操作：

str_1=ihaveaapple

target_pattern=r\bha

print(re.findall(target_pattern,str_1))

字符串如果是以下几种情况，也可以匹配上：

str_1=i,haveaapple

str_1=i\thaveaapple

str_1=iha

我们还可以使用\b来匹配特定的单词，在英文中，单词的出现是前后都有空格或者标点符号的，那么我们就可以前后都加上\b来限定匹配是否出现过此单词：

str_1=ihaveanapple

str_1=ihaveanapple,

str_1=ihaveanapplehowareyou

target_pattern=r\bapple\b

print(re.findall(target_pattern,str_1))

2)\B-匹配空字符串，不能在开头或结尾

\B是\b的取非操作，含义是匹配空字符串，但是不能出现在开头或者结尾，也就是说\B所在的位置必须有1至多个非空字符串来替代：

str_1=ihaveanapple

target_pattern=rapp\B

print(re.findall(target_pattern,str_1))

3)\d-匹配十进制数字

\d用来匹配十进制数字，也就是0-9这些，比如下面的操作：

str_1=asdas98123asa978d

target_pattern=r\d

print(re.findall(target_pattern,str_1))

#[9,8,1,2,3,9,7,8]

可以看到返回的结果是分隔开的数字，如果想要他们在一起返回，我们可以使用\d+来操作，+表示的匹配1到n次，这个后面再介绍。

4)\D-匹配非十进制字符

\D表示的是\d相反的操作，非十进制字符，可以使用上面的示例进行测试。

5)\s-匹配空白字符

\s匹配的空白字符不包括标点符号，常见的有换行符，制表符，回车符等转义字符，\n\t\r\f等

str_1=asdas9812\v3a\rs,.\ta9\n78\fd

target_pattern=r\s

print(re.findall(target_pattern,str_1))

6)\S-匹配非空白字符

\S是\s取非操作，除了上面的换行符、制表符等字符外，包括标点符号皆可被匹配上

7)\w-匹配字符

\w不匹配换行符、制表符等转义字符，不匹配中英文常见标点符号，比如,.;等，但是可以匹配中英文字符、数字和下划线，比如下面的示例：

str_1=asd_a你好，s9。8？12\v3a\rs,.\ta9\n78\fd

target_pattern