导航:首页 > 编程语言 > python在线正则表达式

python在线正则表达式

发布时间:2023-08-23 10:30:05

㈠ 从零开始学python爬虫(四):正则表达式

Regular Expression, 正则表达式, 种使 表达式的 式对字符串进 匹配的语法规则。

我们抓取到的 源代码本质上就是 个超 的字符串, 想从 提取内容。 正则再合适不过了。

正则的优点: 速度快, 效率 , 准确性 正则的缺点: 新 上 难度有点 。

不过只要掌握了正则编写的逻辑关系, 写出 个提取 内容的正则其实并不谈旦复杂

正则的语法: 使 元字符进 排列组合 来匹配字符串

在线测试正则表达式网址:

https://tool.oschina.net/regex/

元字符: 具有固定含义的特冲旦殊符号 常 元字符:

量词: 控制前 的元字符出现的次数

贪婪匹配和惰性匹配

这两个要着重的说 下,因为我们写爬 的最多的就是这个惰性匹配。

先看案例

那么接下来的问题是, 正则我会写了, 怎么在python程序中使 正则呢?答案是re模块

re模块中我们只需要记住这么 个功能就 够我们使 了。散侍扰

下面一个案例,是练习用正则表达式提取豆瓣电影top250的数据并保存,一起来学一下吧。

㈡ 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!

㈢ 请教Python中匹配IP的正则表达式

下面是IPv4的IP正则匹配表达式

importre
#简单的匹配给定的字符串是否是ip地址,下面的例子它不是IPv4的地址,但是它满足正则表达式
ifre.match(r"^(?:[0-9]{1,3}.){3}[0-9]{1,3}$","272.168,1,1"):
print"IPvaild"
else:
print"IPinvaild"
#精确的匹配给定的字符串是否是IP地址
ifre.match(r"^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?).){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$","223.168.1.1"):
print"IPvaild"
else:
print"IPinvaild"
#简单的从长文本中提取中提取ip地址
string_ip="isthis289.22.22.22ip?
result=re.findall(r"(?:[0-9]{1,3}.){3}[0-9]{1,3}",string_ip)
ifresult:
printresult
else:
print"recannotfindip"
#精确提取IP
result=re.findall(r"(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?).){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)",string_ip):
ifresult:
printresult
else:
print"recannotfindip"

下面是IPv6的正则匹配表达式

string_IPv6="1050:0:0:0:5:600:300c:326b"
#匹配是否满足IPv6格式要求,请注意例子里大小写不敏感
ifre.match(r"^(?:[A-F0-9]{1,4}:){7}[A-F0-9]{1,4}$",string_IPv6,re.I):
print"IPv6vaild"
else:
print"IPv6invaild"
#提取IPv6,例子里大小写不敏感
result=re.findall(r"(?<![:.w])(?:[A-F0-9]{1,4}:){7}[A-F0-9]{1,4}(?![:.w])",string_IPv6,re.I)
#打印提取结果
printresult

㈣ python3 正则表达式如何实现中文模糊匹配替换并输出

要使用正则表达式实现中文模型李糊匹配替换并输出,你可以使用 Python 的 re 模块。以下是一个示例代码,读取一个名为 input.txt 的文件,将其中的 "竹某婵" 或 "竹婵某" 替换为 "竹婵婵",然后将结果保存到一个名为 output.txt 的新文件中:

import re

# 定义一个函数来实现替换操作
def replace_pattern(match_obj):
return "竹婵婵"

# 读取文件内容
with open("input.txt", "r", encoding="utf-8") as file:
content = file.read()

# 使用正则表达式进行模糊匹配替换
pattern = r"竹(?:某|婵)(?:婵|某)"
replaced_content = re.sub(pattern, replace_pattern, content)

# 将替换后的内容写入新的文件
with open("output.txt", "w", encoding="utf-8") as file:
file.write(replaced_content)

在这个例子中,正则表达式 r"竹(?:某|婵)(?:婵|某)" 用于匹配 "竹某婵" 或 "竹婵某"。(?:...) 是一个非捕获组,它表示匹配其中的任意一个字符,但不会捕获该组。这里的组分别包含 "某" 和 "婵",因此可以匹配 "竹某婵" 或 "竹婵某"。接下来,re.sub 函数用于替换匹配到的字符串。这里我们提供了一个替换函行缓数 replace_pattern,它直接返回 "竹婵婵"。最后,将替换后的内容写入一个名为 output.txt 的新文件。

…………

回复:

如果要实现匹配任意特定中文字符,可以使用 Unicode 的中文字符卜带迟范围。以下是修改后的示例代码,可以将 "竹某婵" 或 "竹婵某" 替换为 "竹婵婵",其中 "某" 为任意中文字符:

import re

# 定义一个函数来实现替换操作
def replace_pattern(match_obj):
return "竹婵婵"

# 读取文件内容
with open("input.txt", "r", encoding="utf-8") as file:
content = file.read()

# 使用正则表达式进行模糊匹配替换
pattern = r"竹[u4e00-u9fa5]婵|竹婵[u4e00-u9fa5]"
replaced_content = re.sub(pattern, replace_pattern, content)

# 将替换后的内容写入新的文件
with open("output.txt", "w", encoding="utf-8") as file:
file.write(replaced_content)

在这个例子中,正则表达式 r"竹[u4e00-u9fa5]婵|竹婵[u4e00-u9fa5]" 用于匹配 "竹某婵" 或 "竹婵某",其中 "某" 为任意中文字符。[u4e00-u9fa5] 用于匹配任意一个中文字符。接下来,re.sub 函数用于替换匹配到的字符串。这里我们提供了一个替换函数 replace_pattern,它直接返回 "竹婵婵"。最后,将替换后的内容写入一个名为 output.txt 的新文件。

㈤ python入门问题,关于正则表达式。求高手通俗解答。

pattern=r'([1-9]{1,3}(.[0-9]{1,3}){3})'

[1-9]{1,3}表示匹配由1-9之间任意数组成的1位、2位或3位数,如1,12,123

.[0-9]{1,3}表示匹配1个点接由0-9之间任意数组成的1位、2位或3位数,如.1,.12,.123

(.[0-9]{1,3}){3}表示.[0-9]{1,3}的匹配条件重复3次,如.1.2.3,.1.12.123,168.1.1

([1-9]{1,3}(.[0-9]{1,3}){3})表示匹配1-9之间任意数组成的1位、2位或3位数+1个点接由0-9之间任意数组成的1位、2位或3位数 * 3次,所以可以匹配127.0.0.1,192.168.1.66

()仅仅表示括号内的匹配项作为一组匹配,不会影响匹配的条件,

㈥ python中提供了哪几种通过正则表达式匹配字符串的方法有哪

python中提供了3种通过正则表达式匹配字符串的方法。种通过正则表达式匹配字符串的方法有以下三种。
1、贪婪匹配与非贪婪匹配:在定义用于匹配的模式串时,使用.*,则为贪婪匹配。使用.*,则为非贪婪匹配。
2、indall与search的选取问题:自己定义的模式串只能匹配到一个结果,使用search方法结合group方法可以直接得到这个字符串。自己定义的模式串能匹配到多个结果,则使用findall方法可以得到存储多个结果字符串的列表。
3、匹配时"()"和[]的用法:目标字符串‘abcde’[…]会匹配在[]内的任意一个字符,而不会匹配整个字符串。(…)会匹配在()内的整个字符串。使用search方法时则正常匹配(相当于没有()),使用findall方法时则只会匹配(…)的内容。)[]同时出现,考虑(…)式的字符串与[…]式内的字符和顺序,使用findall方法时结果会舍弃[…]内容,使用search方法时则正常匹配(相当于没有()和[])。

阅读全文

与python在线正则表达式相关的资料

热点内容
金燕卡银行app叫什么 浏览:11
随机数概率算法 浏览:625
除了刷机精灵还有什么app 浏览:268
android参考手册 浏览:639
重庆加密微硅粉工厂 浏览:752
pubg未来之役安卓怎么登录 浏览:210
漫威超级战争如何更改服务器 浏览:487
怎么找学校服务器ip 浏览:557
cmd命令变量 浏览:685
程序员与建造师 浏览:972
云电脑搭建什么服务器 浏览:506
dev编译器怎么改成英文版 浏览:345
我的世界有什么好服务器吗 浏览:585
perl对比python 浏览:544
三星s8怎样回复安全文件夹 浏览:28
shell编辑命令 浏览:583
mac如何建一个私密文件夹 浏览:301
3nvm服务器怎么搭建 浏览:404
云服务器处理视频 浏览:813
如何用nx编程 浏览:610