① 想请教python 正则表达式
这你就需要了解正则表达式的贪婪匹配和非贪婪匹配
在此例中
#.*是贪婪匹配模式，所谓贪婪匹配就是在整个表达式匹配成功的前提下，尽可能多的匹配，
#也就是所谓的“贪婪”，通俗点讲，就是看到想要的，有多少就捡多少，除非再也没有想要的了。
#.*?是非贪婪模式，所谓非贪婪模式就是在整个表达式匹配成功的前提下，尽可能少的匹配，
#也就是所谓的“非贪婪”，通俗点讲，就是找到一个想要的捡起来就行了，
#至于还有没有没捡的就不管了
#举个例子
#字符串"abcdccd"
#那么"a.*"匹配的是"abcdccd",贪婪模式，从a开始的我都要了
#"a.*?"匹配的是"a"，非贪婪模式，满足条件的情况下，我只要a就行了
#"a.*?d"匹配的是"abcd"，非贪婪模式，我只要从a开始最快到d的字符串就行了
#"a.*d"匹配的是"abcdccd"，贪婪模式，我只要从a开始，到最远d的就可以了
不知道这样讲解时否明白
② python 正则匹配xml中的文本
importre
str1="<paraValuename="startNum">100</paraValue>"
result=re.search(r'>(.*?)<',str1)
printresult.group(1)
③ python正则表达式匹配一个空格分隔的所有单词对
findall应该只能按着你的patten顺次往后找，所以出不来你想要的那种结果吧，倒不如直接用split分割然后写个循环输出你要的结果
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)
输出结果就是你要的了
[('as', 'jk'), ('jk', 'jsd'), ('jsd', 'eqwe'), ('eqwe', 'dsads')]
我用的python3所以print带了括号，
另外我是个没啥基础刚自学的 方法可能非常笨拙
④ python中尖括号是什么参数
日我对Python 中的尖括号"的所有搜索都给出了关于文档或 装饰器语法,我很确定这两者都不是,因为它看起来像实际的逻辑. 上述Python 代码中的尖..
⑤ Python 正则化匹配html网页尖括号 匹配不了
正确的html闭标签里，是以/开头的，所以网页的源代码不可能是<\/span>，<span class=\"name\">小小少年lala<\/span>\r\n\t里的前三个\是为了在字符串里显示“和/而已，并不是字符串的内容。
网页应该是
<span class="name">小小少年lala</span>\r\n\t
你的正则应该用
p=re.compile('<span class="name">(.*)<\/span>')
⑥ python 正则 (\d{1,3}\.){3}\d{1,3}，打印出的结果不对啊...()后面加{3}感觉没什么用啊！
括号是捕获组的意思。也就是你要捕获的内容。。在你这个事例中就是1.。。。
而你要想对d{1,3}.这个模式匹配但不捕获就可以用非捕获组。。就是
r'(?:d{1,3}.){3}d{1,3}'用`?:`来表示这个括号内容不想捕获。。
⑦ Python其实很简单 第十一章 正则表达式
正则表达式是一个特殊的字符序列，它用来检查一个字符串是否与某种模式匹配。正则表达式在编译程序中至关重要，但并不是每个人都需要特别深入的学习和掌握。在此，只介绍一些最基本的应用。
1、元字符
元字符是构成正则表达式的一些特殊字符。在正则表达式中，元字符被赋予了新的含义。
下面介绍一些常用的元字符及其含义：
. 匹配除换行符以外的任意字符。
w 匹配字母、数字、下划线或汉字。
W 匹配w所匹配的字符以外的字符。
s 匹配单个空白符（包括Tab键和换行符）。
S 匹配除s匹配的字符以外的字符。
d 匹配数字。
b 匹配单词的分界符，如：空格、标点符号或换行符。
^ 匹配字符串的开始
$ 匹配字符串的结束
2、限定符
限定符是在正则表达式中用来指定数量的字符。常用的限定符有：
? 匹配前面的字符0或1次。如：zo?m可以匹配zom和zm，但不能匹配 zoom
+ 匹配前面的字符1或n次。如：zo?m可以匹配zom和zoom，但不能匹配zm
* 匹配前面的字符0或n次。如：zo?m可以匹配zom、zoom和zm
{n} 匹配前面的字符n次。如：zo{2}m可以匹配zoom，但不能匹配zom和zm
{n,} 匹配前面的字符至少n次。如：zo{1,}m可以匹配zom和zoom，但不能匹配zm
{n,m} 匹配前面的字符至少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、方括号”[ ]”的用途
方括号“[ ]”里可以列出某个字符范围。如：[aeiou]表示匹配任意一个元音字母，[zqsl]表示匹配姓氏“赵钱孙李”的拼音第一个字母。
4、排除字符
方括号”[ ]”中的“^”字符表示排除的意思，如：[^aeiou]表示匹配任意一个非元音字母的字符。
5、选择字符
字符“|”相当于“或”。如：(^d{3}[-]d{8})|(^d{4}[-]d{7})$可以匹配形如” - ”或“ - ”的电话号码格式。
6、转义字符
对于已经用于定义元字符和限定符的字符，需要加转义符“”来表示。
如：为了匹配形如“192.168.0.1”的IPv4地址（1~255.0~255.0~255.0~255），可以用这样的正则表达式：^(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$
这里解释一下第一段IP地址的规则，取值范围为1~255，可分解为以下情况：
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、“( )”可以用于分组
在正则表达式中，用“( )”括起来的部分是一个整体。
8、r（或R）的意义
在正则表达式中，为了保证模式字符串为原生字符串（没有经过加工处理的字符串），可以在模式字符串前加上一个字符‘r’或‘R’。例如：
# 这里用到对的re.match()方法接下来介绍
>>> import re # 导入re模块
>>> re.match('bPy[a-z]+','Python') # 表达式'bPy[a-z]+'不能匹配’Python’
>>> re.match('bPy[a-z]+','Python') # 表达式'bPy[a-z]+'可以匹配’Python’
在上述代码中，原本要用作匹配单词开始或结束的元字符’b’在表达式中字符串中会被视为转义一个字符‘b’，为了转义’b’就不得不再加一个’’符号。
也可以采用下面的方法：
>>> re.match(r'bPy[a-z]+','Python') #加字符’r’，可以保证原生字符串
9、match()方法
Match()方法 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 none。
语法格式：
re.match(pattern, string, [flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例：
import re #导入re模块
print(re.match('www', 'www.python.org/').span()) #span()函数可以获取匹配的位置
print(re.match('org', 'www.python.org'))
输出结果为：
(0, 3) #在位置0到3（不包括3）匹配成功
None #从起始位置未能匹配成功
10、search()方法
search()方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回Match对象，否则返回None。
语法格式：
re.search(pattern, string, [flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例如：
>>> re.search(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.')
可以看出，目标字符串“It's easy to use Python, but it's not easy to learn Python.”中一共有两个‘Python’，search()方法可以从字符串的起始位置开始查找到‘Python’，当找到第一个匹配值后就停止查找，返回位置信息。
match()和search()的比较
match()要求目标字符串的起始位置就能匹配，search()对目标字符串全段进行逐次匹配，只要首次匹配成功就停止匹配。
请看下例:
>>> import re
>>> print(re.match(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
输出结果：None
11、findall()方法
findall()方法用于在整个字符串中搜索所有匹配的值，如果匹配成功，则返回以匹配值为元素的列表，否则返回空列表。
语法格式：
re.findall(pattern, string[, flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例：
>>> import re
>>>print(re.findall(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
输出结果：['Python', 'Python']
可以看出，findall()的结果没有指出匹配的具体位置。
12、正则表达式的应用
字符串替换
这里要用到sub()方法。它的语法格式如下：
re.sub(pattern, repl, string [,count] [,flgs])
其中，pattern是模式字符串；repl是用于替换的字符串；string是原字符串；可选参数count为模式匹配后替换的最大次数，省缺表示替换所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
例：
>>> import re
>>> str1='x=36.567 y=123.234'
>>> str2=re.sub('.d+','',str1) #用空格代替小数点及其后的数字
>>> print(str2)
输出结果：x=36 y=123
分隔字符串
这里要用到split()方法。它的返回值为一个列表，它的语法格式如下：
re.split(pattern, string [,maxsplit] [,flgs])
其中，pattern是模式字符串；string是原字符串；可选参数maxsplit为最大拆分次数，省缺表示拆分所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
例：
>>> import re
>>> str='白日依山尽，黄河入海流。欲穷千里目，更上一层楼！'
>>> re.split(r'，|。|！',str) #按照“，”、“。”、“！”分隔字符串。
['白日依山尽', '黄河入海流', '欲穷千里目', '更上一层楼', '']
注意，返回值列表中多出了一个空字符。
⑧ Python常用的正则表达式处理函数详解
正则表达式是一个特殊的字符序列，用于简洁表达一组字符串特征，检查一个字符串是否与某种模式匹配，使用起来十分方便。
在Python中，我们通过调用re库来使用re模块：
import re
下面介绍Python常用的正则表达式处理函数。
re.match函数
re.match 函数从字符串的起始位置匹配正则表达式，返回match对象，如果不是起始位置匹配成功的话，match()就返回None。
re.match(pattern, string, flags=0)
pattern：匹配的正则表达式。
string：待匹配的字符串。
flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。具体参数为：
re.I：忽略大小写。
re.L：表示特殊字符集 w, W, , B, s, S 依赖于当前环境。
re.M：多行模式。
re.S：即 . ，并且包括换行符在内的任意字符（. 不包括换行符）。
re.U：表示特殊字符集 w, W, , B, d, D, s, S 依赖于 Unicode 字符属性数据库。
re.X：为了增加可读性，忽略空格和 # 后面的注释。
import re #从起始位置匹配 r1=re.match('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.match('def','abcdefghi') print(r2)运行结果：
其中，span表示匹配成功的整个子串的索引。
使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
group(num)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时它将返回一个包含那些组所对应值的元组。
groups()：返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
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())运行结果：
上述代码中的(.*)和(.*?)表示正则表达式的贪婪匹配与非贪婪匹配。
re.search函数
re.search函数扫描整个字符串并返回第一个成功的匹配，如果匹配成功则返回match对象，否则返回None。
re.search(pattern, string, flags=0)
pattern：匹配的正则表达式。
string：待匹配的字符串。
flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。
import re #从起始位置匹配 r1=re.search('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.search('def','abcdefghi') print(r2)运行结果：
使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
group(num=0)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时它将返回一个包含那些组所对应值的元组。
groups()：返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
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())运行结果：
从上面不难发现re.match与re.search的区别：re.match只匹配字符串的起始位置，只要起始位置不符合正则表达式就匹配失败，而re.search是匹配整个字符串，直到找到一个匹配为止。
re.compile 函数
compile 函数用于编译正则表达式，生成一个正则表达式对象，供 match() 和 search() 这两个函数使用。
re.compile(pattern[, flags])
pattern：一个字符串形式的正则表达式。
flags：可选，表示匹配模式，比如忽略大小写，多行模式等。
import re #匹配数字 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)运行结果：
findall函数
搜索字符串，以列表形式返回正则表达式匹配的所有子串，如果没有找到匹配的，则返回空列表。
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：待匹配的字符串。
pos：可选参数，指定字符串的起始位置，默认为0。
endpos：可选参数，指定字符串的结束位置，默认为字符串的长度。
import re #匹配数字 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)运行结果：
re.finditer函数
和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
pattern：匹配的正则表达式。
string：待匹配的字符串。
flags：标志位，用于控制正则表达式的匹配方式，如是否区分大小写，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())运行结果：
re.split函数
将一个字符串按照正则表达式匹配的子串进行分割后，以列表形式返回。
re.split(pattern, string[, maxsplit=0, flags=0])
pattern：匹配的正则表达式。
string：待匹配的字符串。
maxsplit：分割次数，maxsplit=1分割一次，默认为0，不限次数。
flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，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)运行结果：
re.sub函数
re.sub函数用于替换字符串中的匹配项。
re.sub(pattern, repl, string, count=0, flags=0)
pattern：正则中的模式字符串。
repl：替换的字符串，也可为一个函数。
string：要被查找替换的原始字符串。
count：模式匹配后替换的最大次数，默认0表示替换所有的匹配。
import re r='This is 111 and That is 222' # 删除字符串中的数字 r1=re.sub(r'd+','',r) print(r1) # 删除非数字的字符串 r2=re.sub(r'D','',r) print(r2)运行结果：
到此这篇关于Python常用的正则表达式处理函数详解的文章就介绍到这了，希望大家以后多多支持！
⑨ python的正则表达式
1,正则表达式的一些内容
正则表达式主要是用来匹配文本中需要查找的内容,例如在一片文章中找出电话号码,就中国的来说11位纯数字(不说座机),则使用"d{11}" 意味匹配数字11次,就能准确的查找出文本中的电话号码. 还有就是在编写网络爬虫的时候需要提取很多超链接再次进行爬取,使用正则表达式就很方便.直接匹配http开头就行,当然也可以使用beautifulsoup的select方法.
看下面的程序看看正则表达提取文本中的邮箱:
w 匹配字母,数字,下划线
+ 匹配1次或者多次
re是正则表达式的工具包,工具包出错的话在anaconda的命令行输入"pip install re"安装,其他的工具包也是如此.
re.compile()中的r示意不是转义字符,也就是保持后面字符串原样,findall返回一个列表.下面还有一个版本的程序略有不同.
compile的另一个参数re.IGONORECASE(忽略大小写),还可以是re.DORALL,多行模式,具体功能也是模糊不清,不过在使用通配符 . 匹配的时候加上re.DOTALL参数能够匹配换行.如果希望忽略大小写和多行模式都开启可以使用re.compile(r'....',re.IGNORECASE|re.DOTALL) .
表达式使用( ),对匹配到的内容分为3组 也就是(w+)出现字母,数字,下划线一次或多次,这个分组就是下面使用match对象的grou()方法的时候的参数.不给参数和参数0都是得到整个匹配到的内容, 参数1得到第一个括号匹配到的内容,以此类推参数2和3,如果没有括号分组的话使用参数会出现错误.
search( )查找和正则式匹配的内容,只匹一次后面的那个找不到.返回一个match对象
w 匹配字母,数字,下划线
W 匹配字母,数字.下划线之外的所有字符
d 匹配数字
D 匹配非数字
s 匹配空格,制表符,换行符
S匹配除空格制表符,换行符之外的其他字符
[ .... ]定义自己的匹配,如[aeiouAEIOU ]匹配所有的元音字母,注意不是匹配单词.
{最少次数,最多次数},例如{3,9} 匹配3-9次,{ ,10}匹配0-10次. 默认为匹配最多次数(贪心匹配),非贪心模式在后面加上问号
? 可选 0次或者1次吧
+匹配1次或多次
*匹配0次或者多次
^ 判断开头 ^d 如果待匹配串是数字开头则返回第一个数字
$判断结尾 d$ 如果待匹配串是数字结尾则返回最后一个数字
. 通配符,匹配除换行之外的所有字符
d{11} 匹配数字11次
. * 匹配所有字符除 换行
[a-zA-Z0-9._%+-] 小写和大写字母、数字、句点、下划线、百分号、加号或短横
[a-zA-Z]{2,4} 匹配字母 2 - 4次