您的位置 首页 java

Python系列–正则表达式,读这一篇就够了

Python 系列– 正则表达式 ,读这一篇就够了

Python自1.5版本就开始提供正则表达式(regular expression,简称re)功能,极大提高 字符串 模式匹配效率。说到正则表达式(re),各种开发语言都提供不同的版本, Shell 中支持的re和 Java 中支持的版本或者表达方式不近相同,Python中支持的re是一种类似Perl的re版本。

一、正则表达式中的模式

1.常见特殊字符

Python中的正则表达式包含“.”“^”“$”“*”“?”“+”等,它们分别代表什么含义呢?

“.”匹配除换行符以外的任何字符。

“^”匹配字符串的开始。

“$”匹配字符串的末尾或在换行符之前字符串的末尾。

“*”匹配前面重新的0或更多(贪婪)重复。贪婪意味着它将尽可能多的重复匹配。

“+”匹配前面的1或更多(贪婪)重复。

“?”匹配前面重新的0或1(贪婪)。

*?,+?,??前三个特殊字符的非贪婪版本。

{m,n}匹配从前面重新的m到n重复。

{m,n}?非贪婪版本的上述版本。

“\”逃离特殊字符或信号特殊序列。

2.不常用的特殊字符

number 匹配相同号的组的内容。

A仅在字符串开始时匹配。

Z仅在字符串的末尾匹配。

b匹配空字符串,但仅在单词的开始或结尾处。

B匹配空字符串,但不是在单词的开始或结尾处。

d匹配任何十 进制 数字;等于使用 ASCII 标志的字节模式或字符串模式的集合[0-9]。在没有ASCII标志的字符串模式中,它将匹配整个 Unicode 数字范围。

D匹配任何非数字字符;相当于[^d]。

s匹配任何空白字符;等于使用ASCII标志的字节模式或字符串模式的[ t n r f v]。

S在没有ASCII标志的字符串模式中,它将匹配整个Unicode空格字符范围。匹配任何非空白字符;相当于[^ s]。

w匹配任何字母数字字符;等于与ASCII标志的字节模式或字符串模式的[A-ZA-Z0-9_]。

在没有ASCII标志的字符串模式中,它将匹配Unicode字母数字字符的范围(字母加数字加下划线)。

3.常用模式总结

模式

描述

^

匹配字符串的开头

$

匹配字符串的末尾。

.

匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。

[…]

用来表示一组字符,单独列出:[amk] 匹配 ‘a’,’m’或’k’

[^…]

不在[ ]中的字符:[^abc] 匹配除了a,b,c之外的字符。

re*

匹配0个或多个的表达式。

re+

匹配1个或多个的表达式。

re?

匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式

re{ n}

精确匹配 n 个前面表达式。例如, o{2} 不能匹配 “Bob” 中的 “o”,但是能匹配 “food” 中的两个 o。

re{ n,}

匹配 n 个前面表达式。例如, o{2,} 不能匹配”Bob”中的”o”,但能匹配 “foooood”中的所有 o。”o{1,}” 等价于 “o+”。”o{0,}” 则等价于 “o*”。

re{ n, m}

匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式

a|b

匹配a或b

(re)

对正则表达式分组并记住匹配的文本

(?imx)

正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。

(?-imx)

正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。

(?: re)

类似 (…), 但是不表示一个组

(?imx: re)

在括号中使用i, m, 或 x 可选标志

(?-imx: re)

在括号中不使用i, m, 或 x 可选标志

(?#…)

注释.

(?= re)

前向肯定界定符。如果所含正则表达式,以 … 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。

(?! re)

前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功

(?> re)

匹配的独立模式,省去回溯。

w

匹配字母数字及下划线

W

匹配非字母数字及下划线

s

匹配任意空白字符,等价于 [ tnrf]

S

匹配任意非空字符

d

匹配任意数字,等价于 [0-9].

D

匹配任意非数字

A

匹配字符串开始

Z

匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。

z

匹配字符串结束

G

匹配最后匹配完成的位置。

b

匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘erb’ 可以匹配”never” 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。

B

匹配非单词边界。’erB’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’。

n, t, 等.

匹配一个换行符。匹配一个 制表符

1…9

匹配第n个分组的内容。

10

匹配第n个分组的内容,如果它经匹配。否则指的是 八进制 字符码的表达式。

二、模式匹配实例

1.匹配日期时间

日志中常见的日期时间格式为“2021-12-23 16:57:20”,正则表达式可表示为’d{4}-[0[1-9]|1[0-2]]-[0[1-9]|1[0-9]|3[0,1]] [0[0-9]|1[0-9]|2[0-3]]:[0-5][0-9]:[0-5][0-9]’,代码如下:

2.匹配注释

(1)Python注释

Python代码中的注释符号“#”开头,“#”后面接注释内容,正则表达式可以表示为‘#.*’,代码示例如下:

(2)C、C++注释

C、C++语言中的注释为“//xxx”或者“/*xxx*/”,当为第一种注释时,正则表达式可以表达为“//.*”

代码示例可以表示如下:

当代码注释为第二种时,代码示例如下:

3.匹配手机号码

国内手机号特征为“1”开头,手机号段大概有13x、14x、15x、16x、17x、18x、19x,号码长度为11位,纯数字组合,那么一个匹配手机号码的正则表达式大致可以表达为“^1[3456789]d{9}$”。

文章来源:智云一二三科技

文章标题:Python系列–正则表达式,读这一篇就够了

文章地址:https://www.zhihuclub.com/185654.shtml

关于作者: 智云科技

热门文章

网站地图