① 想請教python 正則表達式
這你就需要了解正則表達式的貪婪匹配和非貪婪匹配
在此例中
#.*是貪婪匹配模式，所謂貪婪匹配就是在整個表達式匹配成功的前提下，盡可能多的匹配，
#也就是所謂的「貪婪」，通俗點講，就是看到想要的，有多少就撿多少，除非再也沒有想要的了。
#.*?是非貪婪模式，所謂非貪婪模式就是在整個表達式匹配成功的前提下，盡可能少的匹配，
#也就是所謂的「非貪婪」，通俗點講，就是找到一個想要的撿起來就行了，
#至於還有沒有沒撿的就不管了
#舉個例子
#字元串"abcdccd"
#那麼"a.*"匹配的是"abcdccd",貪婪模式，從a開始的我都要了
#"a.*?"匹配的是"a"，非貪婪模式，滿足條件的情況下，我只要a就行了
#"a.*?d"匹配的是"abcd"，非貪婪模式，我只要從a開始最快到d的字元串就行了
#"a.*d"匹配的是"abcdccd"，貪婪模式，我只要從a開始，到最遠d的就可以了
不知道這樣講解時否明白
② python 正則匹配xml中的文本
importre
str1="<paraValuename="startNum">100</paraValue>"
result=re.search(r'>(.*?)<',str1)
printresult.group(1)
③ python正則表達式匹配一個空格分隔的所有單詞對
findall應該只能按著你的patten順次往後找，所以出不來你想要的那種結果吧，倒不如直接用split分割然後寫個循環輸出你要的結果
import re
patt = r'\W+'
str1 = 'as jk jsd eqwe dsads'
reg = re.compile(patt)
res = reg.split(str1)
lst = []
for x in res:
if x:
length_flag = 0
else:
length_flag = 1
for x in range(0,len(res)-length_flag-1):
lst.append((res[x],res[x+1]))
print(lst)
輸出結果就是你要的了
[('as', 'jk'), ('jk', 'jsd'), ('jsd', 'eqwe'), ('eqwe', 'dsads')]
我用的python3所以print帶了括弧，
另外我是個沒啥基礎剛自學的 方法可能非常笨拙
④ python中尖括弧是什麼參數
日我對Python 中的尖括弧"的所有搜索都給出了關於文檔或 裝飾器語法,我很確定這兩者都不是,因為它看起來像實際的邏輯. 上述Python 代碼中的尖..
⑤ Python 正則化匹配html網頁尖括弧 匹配不了
正確的html閉標簽里，是以/開頭的，所以網頁的源代碼不可能是<\/span>，<span class=\"name\">小小少年lala<\/span>\r\n\t里的前三個\是為了在字元串里顯示「和/而已，並不是字元串的內容。
網頁應該是
<span class="name">小小少年lala</span>\r\n\t
你的正則應該用
p=re.compile('<span class="name">(.*)<\/span>')
⑥ python 正則 (\d{1,3}\.){3}\d{1,3}，列印出的結果不對啊...()後面加{3}感覺沒什麼用啊！
括弧是捕獲組的意思。也就是你要捕獲的內容。。在你這個事例中就是1.。。。
而你要想對d{1,3}.這個模式匹配但不捕獲就可以用非捕獲組。。就是
r'(?:d{1,3}.){3}d{1,3}'用`?:`來表示這個括弧內容不想捕獲。。
⑦ Python其實很簡單 第十一章 正則表達式
正則表達式是一個特殊的字元序列，它用來檢查一個字元串是否與某種模式匹配。正則表達式在編譯程序中至關重要，但並不是每個人都需要特別深入的學習和掌握。在此，只介紹一些最基本的應用。
1、元字元
元字元是構成正則表達式的一些特殊字元。在正則表達式中，元字元被賦予了新的含義。
下面介紹一些常用的元字元及其含義：
. 匹配除換行符以外的任意字元。
w 匹配字母、數字、下劃線或漢字。
W 匹配w所匹配的字元以外的字元。
s 匹配單個空白符（包括Tab鍵和換行符）。
S 匹配除s匹配的字元以外的字元。
d 匹配數字。
b 匹配單詞的分界符，如：空格、標點符號或換行符。
^ 匹配字元串的開始
$ 匹配字元串的結束
2、限定符
限定符是在正則表達式中用來指定數量的字元。常用的限定符有：
? 匹配前面的字元0或1次。如：zo?m可以匹配zom和zm，但不能匹配 zoom
+ 匹配前面的字元1或n次。如：zo?m可以匹配zom和zoom，但不能匹配zm
* 匹配前面的字元0或n次。如：zo?m可以匹配zom、zoom和zm
{n} 匹配前面的字元n次。如：zo{2}m可以匹配zoom，但不能匹配zom和zm
{n,} 匹配前面的字元至少n次。如：zo{1,}m可以匹配zom和zoom，但不能匹配zm
{n,m} 匹配前面的字元至少n次，最多m次。如：zo{1,2}m可以匹配zom和zoom，但不能匹配zm
3、方括弧」[ ]」的用途
方括弧「[ ]」里可以列出某個字元范圍。如：[aeiou]表示匹配任意一個母音字母，[zqsl]表示匹配姓氏「趙錢孫李」的拼音第一個字母。
4、排除字元
方括弧」[ ]」中的「^」字元表示排除的意思，如：[^aeiou]表示匹配任意一個非母音字母的字元。
5、選擇字元
字元「|」相當於「或」。如：(^d{3}[-]d{8})|(^d{4}[-]d{7})$可以匹配形如」 - 」或「 - 」的電話號碼格式。
6、轉義字元
對於已經用於定義元字元和限定符的字元，需要加轉義符「」來表示。
如：為了匹配形如「192.168.0.1」的IPv4地址（1~255.0~255.0~255.0~255），可以用這樣的正則表達式：^(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$
這里解釋一下第一段IP地址的規則，取值范圍為1~255，可分解為以下情況：
250~255：25[0-5]；
200~249：2[0-4][0-9]；
100~199：[01]{1}[0-9]{2}；
0~99: [0-9]{1}[1-9]
再加上」.」： .
其他三段地址和第一段相似。
7、「( )」可以用於分組
在正則表達式中，用「( )」括起來的部分是一個整體。
8、r（或R）的意義
在正則表達式中，為了保證模式字元串為原生字元串（沒有經過加工處理的字元串），可以在模式字元串前加上一個字元『r』或『R』。例如：
# 這里用到對的re.match()方法接下來介紹
>>> import re # 導入re模塊
>>> re.match('bPy[a-z]+','Python') # 表達式'bPy[a-z]+'不能匹配』Python』
>>> re.match('bPy[a-z]+','Python') # 表達式'bPy[a-z]+'可以匹配』Python』
在上述代碼中，原本要用作匹配單詞開始或結束的元字元』b』在表達式中字元串中會被視為轉義一個字元『b』，為了轉義』b』就不得不再加一個』』符號。
也可以採用下面的方法：
>>> re.match(r'bPy[a-z]+','Python') #加字元』r』，可以保證原生字元串
9、match()方法
Match()方法 嘗試從字元串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match() 就返回 none。
語法格式：
re.match(pattern, string, [flags])
其中，pattern表示匹配的正則表達式；string是要匹配的字元串；flags表示標志位，用於控制正則表達式的匹配方式，如：re.I表示不區分大小寫。
例：
import re #導入re模塊
print(re.match('www', 'www.python.org/').span()) #span()函數可以獲取匹配的位置
print(re.match('org', 'www.python.org'))
輸出結果為：
(0, 3) #在位置0到3（不包括3）匹配成功
None #從起始位置未能匹配成功
10、search()方法
search()方法用於在整個字元串中搜索第一個匹配的值，如果匹配成功，則返回Match對象，否則返回None。
語法格式：
re.search(pattern, string, [flags])
其中，pattern表示匹配的正則表達式；string是要匹配的字元串；flags表示標志位，用於控制正則表達式的匹配方式，如：re.I表示不區分大小寫。
例如：
>>> re.search(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.')
可以看出，目標字元串「It's easy to use Python, but it's not easy to learn Python.」中一共有兩個『Python』，search()方法可以從字元串的起始位置開始查找到『Python』，當找到第一個匹配值後就停止查找，返回位置信息。
match()和search()的比較
match()要求目標字元串的起始位置就能匹配，search()對目標字元串全段進行逐次匹配，只要首次匹配成功就停止匹配。
請看下例:
>>> import re
>>> print(re.match(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
輸出結果：None
11、findall()方法
findall()方法用於在整個字元串中搜索所有匹配的值，如果匹配成功，則返回以匹配值為元素的列表，否則返回空列表。
語法格式：
re.findall(pattern, string[, flags])
其中，pattern表示匹配的正則表達式；string是要匹配的字元串；flags表示標志位，用於控制正則表達式的匹配方式，如：re.I表示不區分大小寫。
例：
>>> import re
>>>print(re.findall(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
輸出結果：['Python', 'Python']
可以看出，findall()的結果沒有指出匹配的具體位置。
12、正則表達式的應用
字元串替換
這里要用到sub()方法。它的語法格式如下：
re.sub(pattern, repl, string [,count] [,flgs])
其中，pattern是模式字元串；repl是用於替換的字元串；string是原字元串；可選參數count為模式匹配後替換的最大次數，省缺表示替換所有的匹配；可選參數flags的意義與前面的方法的該參數一致。
例：
>>> import re
>>> str1='x=36.567 y=123.234'
>>> str2=re.sub('.d+','',str1) #用空格代替小數點及其後的數字
>>> print(str2)
輸出結果：x=36 y=123
分隔字元串
這里要用到split()方法。它的返回值為一個列表，它的語法格式如下：
re.split(pattern, string [,maxsplit] [,flgs])
其中，pattern是模式字元串；string是原字元串；可選參數maxsplit為最大拆分次數，省缺表示拆分所有的匹配；可選參數flags的意義與前面的方法的該參數一致。
例：
>>> import re
>>> str='白日依山盡，黃河入海流。欲窮千里目，更上一層樓！'
>>> re.split(r'，|。|！',str) #按照「，」、「。」、「！」分隔字元串。
['白日依山盡', '黃河入海流', '欲窮千里目', '更上一層樓', '']
注意，返回值列表中多出了一個空字元。
⑧ Python常用的正則表達式處理函數詳解
正則表達式是一個特殊的字元序列，用於簡潔表達一組字元串特徵，檢查一個字元串是否與某種模式匹配，使用起來十分方便。
在Python中，我們通過調用re庫來使用re模塊：
import re
下面介紹Python常用的正則表達式處理函數。
re.match函數
re.match 函數從字元串的起始位置匹配正則表達式，返回match對象，如果不是起始位置匹配成功的話，match()就返回None。
re.match(pattern, string, flags=0)
pattern：匹配的正則表達式。
string：待匹配的字元串。
flags：標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。具體參數為：
re.I：忽略大小寫。
re.L：表示特殊字元集 w, W, , B, s, S 依賴於當前環境。
re.M：多行模式。
re.S：即 . ，並且包括換行符在內的任意字元（. 不包括換行符）。
re.U：表示特殊字元集 w, W, , B, d, D, s, S 依賴於 Unicode 字元屬性資料庫。
re.X：為了增加可讀性，忽略空格和 # 後面的注釋。
import re #從起始位置匹配 r1=re.match('abc','abcdefghi') print(r1) #不從起始位置匹配 r2=re.match('def','abcdefghi') print(r2)運行結果：
其中，span表示匹配成功的整個子串的索引。
使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
group(num)：匹配的整個表達式的字元串，group() 可以一次輸入多個組號，這時它將返回一個包含那些組所對應值的元組。
groups()：返回一個包含所有小組字元串的元組，從 1 到 所含的小組號。
import re s='This is a demo' r1=re.match(r'(.*) is (.*)',s) r2=re.match(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())運行結果：
上述代碼中的(.*)和(.*?)表示正則表達式的貪婪匹配與非貪婪匹配。
re.search函數
re.search函數掃描整個字元串並返回第一個成功的匹配，如果匹配成功則返回match對象，否則返回None。
re.search(pattern, string, flags=0)
pattern：匹配的正則表達式。
string：待匹配的字元串。
flags：標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。
import re #從起始位置匹配 r1=re.search('abc','abcdefghi') print(r1) #不從起始位置匹配 r2=re.search('def','abcdefghi') print(r2)運行結果：
使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
group(num=0)：匹配的整個表達式的字元串，group() 可以一次輸入多個組號，這時它將返回一個包含那些組所對應值的元組。
groups()：返回一個包含所有小組字元串的元組，從 1 到 所含的小組號。
import re s='This is a demo' r1=re.search(r'(.*) is (.*)',s) r2=re.search(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())運行結果：
從上面不難發現re.match與re.search的區別：re.match只匹配字元串的起始位置，只要起始位置不符合正則表達式就匹配失敗，而re.search是匹配整個字元串，直到找到一個匹配為止。
re.compile 函數
compile 函數用於編譯正則表達式，生成一個正則表達式對象，供 match() 和 search() 這兩個函數使用。
re.compile(pattern[, flags])
pattern：一個字元串形式的正則表達式。
flags：可選，表示匹配模式，比如忽略大小寫，多行模式等。
import re #匹配數字 r=re.compile(r'd+') r1=r.match('This is a demo') r2=r.match('This is 111 and That is 222',0,27) r3=r.match('This is 111 and That is 222',8,27) print(r1) print(r2) print(r3)運行結果：
findall函數
搜索字元串，以列表形式返回正則表達式匹配的所有子串，如果沒有找到匹配的，則返回空列表。
需要注意的是，match 和 search 是匹配一次，而findall 匹配所有。
findall(string[, pos[, endpos]])
string：待匹配的字元串。
pos：可選參數，指定字元串的起始位置，默認為0。
endpos：可選參數，指定字元串的結束位置，默認為字元串的長度。
import re #匹配數字 r=re.compile(r'd+') r1=r.findall('This is a demo') r2=r.findall('This is 111 and That is 222',0,11) r3=r.findall('This is 111 and That is 222',0,27) print(r1) print(r2) print(r3)運行結果：
re.finditer函數
和 findall 類似，在字元串中找到正則表達式所匹配的所有子串，並把它們作為一個迭代器返回。
re.finditer(pattern, string, flags=0)
pattern：匹配的正則表達式。
string：待匹配的字元串。
flags：標志位，用於控制正則表達式的匹配方式，如是否區分大小寫，多行匹配等。
import re r=re.finditer(r'd+','This is 111 and That is 222') for i in r: print (i.group())運行結果：
re.split函數
將一個字元串按照正則表達式匹配的子串進行分割後，以列表形式返回。
re.split(pattern, string[, maxsplit=0, flags=0])
pattern：匹配的正則表達式。
string：待匹配的字元串。
maxsplit：分割次數，maxsplit=1分割一次，默認為0，不限次數。
flags：標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等。
import re r1=re.split('W+','This is 111 and That is 222') r2=re.split('W+','This is 111 and That is 222',maxsplit=1) r3=re.split('d+','This is 111 and That is 222') r4=re.split('d+','This is 111 and That is 222',maxsplit=1) print(r1) print(r2) print(r3) print(r4)運行結果：
re.sub函數
re.sub函數用於替換字元串中的匹配項。
re.sub(pattern, repl, string, count=0, flags=0)
pattern：正則中的模式字元串。
repl：替換的字元串，也可為一個函數。
string：要被查找替換的原始字元串。
count：模式匹配後替換的最大次數，默認0表示替換所有的匹配。
import re r='This is 111 and That is 222' # 刪除字元串中的數字 r1=re.sub(r'd+','',r) print(r1) # 刪除非數字的字元串 r2=re.sub(r'D','',r) print(r2)運行結果：
到此這篇關於Python常用的正則表達式處理函數詳解的文章就介紹到這了，希望大家以後多多支持！
⑨ python的正則表達式
1,正則表達式的一些內容
正則表達式主要是用來匹配文本中需要查找的內容,例如在一片文章中找出電話號碼,就中國的來說11位純數字(不說座機),則使用"d{11}" 意味匹配數字11次,就能准確的查找出文本中的電話號碼. 還有就是在編寫網路爬蟲的時候需要提取很多超鏈接再次進行爬取,使用正則表達式就很方便.直接匹配http開頭就行,當然也可以使用beautifulsoup的select方法.
看下面的程序看看正則表達提取文本中的郵箱:
w 匹配字母,數字,下劃線
+ 匹配1次或者多次
re是正則表達式的工具包,工具包出錯的話在anaconda的命令行輸入"pip install re"安裝,其他的工具包也是如此.
re.compile()中的r示意不是轉義字元,也就是保持後面字元串原樣,findall返回一個列表.下面還有一個版本的程序略有不同.
compile的另一個參數re.IGONORECASE(忽略大小寫),還可以是re.DORALL,多行模式,具體功能也是模糊不清,不過在使用通配符 . 匹配的時候加上re.DOTALL參數能夠匹配換行.如果希望忽略大小寫和多行模式都開啟可以使用re.compile(r'....',re.IGNORECASE|re.DOTALL) .
表達式使用( ),對匹配到的內容分為3組 也就是(w+)出現字母,數字,下劃線一次或多次,這個分組就是下面使用match對象的grou()方法的時候的參數.不給參數和參數0都是得到整個匹配到的內容, 參數1得到第一個括弧匹配到的內容,以此類推參數2和3,如果沒有括弧分組的話使用參數會出現錯誤.
search( )查找和正則式匹配的內容,只匹一次後面的那個找不到.返回一個match對象
w 匹配字母,數字,下劃線
W 匹配字母,數字.下劃線之外的所有字元
d 匹配數字
D 匹配非數字
s 匹配空格,製表符,換行符
S匹配除空格製表符,換行符之外的其他字元
[ .... ]定義自己的匹配,如[aeiouAEIOU ]匹配所有的母音字母,注意不是匹配單詞.
{最少次數,最多次數},例如{3,9} 匹配3-9次,{ ,10}匹配0-10次. 默認為匹配最多次數(貪心匹配),非貪心模式在後面加上問號
? 可選 0次或者1次吧
+匹配1次或多次
*匹配0次或者多次
^ 判斷開頭 ^d 如果待匹配串是數字開頭則返回第一個數字
$判斷結尾 d$ 如果待匹配串是數字結尾則返回最後一個數字
. 通配符,匹配除換行之外的所有字元
d{11} 匹配數字11次
. * 匹配所有字元除 換行
[a-zA-Z0-9._%+-] 小寫和大寫字母、數字、句點、下劃線、百分號、加號或短橫
[a-zA-Z]{2,4} 匹配字母 2 - 4次