感谢师哥！一个正则表达式居然可以给我分享的这么详细！

由于最近需要使用爬虫爬取数据进行测试，所以开始了爬虫的填坑之旅，那么首先就是先系统的学习下关于正则相关的知识啦。所以将下面正则方面的知识点做了个整理。语言环境为Python。主要讲解下Python的Re模块。

成都创新互联服务项目包括潍坊网站建设、潍坊网站制作、潍坊网页制作以及潍坊网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，潍坊网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到潍坊省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

下面的语法我就主要列出一部分，剩下的在python官网直接查阅即可： docs.python.org/3/library/r…

一、基础语法总结

1.1、匹配单个字符

a . d D w W s S [...] [^...]

匹配单个字符（.）

规则：匹配除换行之外的任意字符

 
 
 
 
  
  
  
  
In [24]: re.findall("f.o","foo is not fao")  
  
  
  
  
Out[24]: ['foo', 'fao'] 
 
 
 

匹配任意（非）数字字符（d D）

 
 
 
 
  
  
  
  
d [0-9] 
  
  
  
  
D [^0-9] 
 
 
 

匹配任意（非）普通字符（w W）

w 普通字符 包括[_0-9A-Za-z]同时也包括汉字

W 非普通字符

匹配任意（非）空字符（s S）

s 匹配任意空字符 [ ]

S 匹配任意非空字符

匹配字符集合（[...]）

[A-Z][a-z][0-9][_123a-z]

匹配字符集（[^...]）

规则：字符集取非，除列出的字符之外的任意一个字符

[^abc] --> 除a b c之外任意字符

1.2、匹配多个字符

* 匹配0次或者多次

+ 匹配1次或者多次

? 匹配0次或者1次

{m} 匹配m次

{m,n} 匹配m次到n次区间内的任意一次

1.3、匹配位置

^ 匹配开始位置

$ 匹配结束位置

A 匹配开始位置

Z 匹配结束位置

匹配单词边界位置（一般用于首字母大写的匹配）

B 匹配非单词边界问题

1.4、转义

在正则表达式中有一类特殊字符需要转移，只需要在特殊字符之间加上 表示转移即可

. * + ? ^ $ [] {} () |

1.5、子组

使用() 可以为正则表达式建立内部分组，子组为正则表达式的一部分，可以看做一个内部整体。

 
 
 
 
  
  
  
  
In [61]: re.search(r"(https|http|ftp)://w+.w+.(com|cn)","https://www.baidu.com").group(0) 
  
  
  
  
Out[61]: 'https://www.baidu.com' 
  
  
  
  
In [62]: re.search(r"(https|http|ftp)://w+.w+.(com|cn)","https://www.baidu.com").group(1) 
  
  
  
  
Out[62]: 'https'  
 
 
 

1.6、贪婪模式和非贪婪模式

正则表达式的重复匹配总是尽可能多的向后匹配更多的内容。 贪婪模式包括：* + ? {m,n}

非贪婪模式：尽可能少的匹配内容 贪婪模式转换为非贪婪模式：*? +? ?? {m,n}?

 
 
 
 
  
  
  
  
In [106]: re.findall(r"ab+?","abbbbbbbb") 
  
  
  
  
Out[106]: ['ab'] 
  
  
  
  
In [107]: re.findall(r"ab??","abbbbbbbb") 
  
  
  
  
Out[107]: ['a']  
 
 
 

二、Re模块

接下来我所有函数里面的参数解释如下：

• pattern：正则表达式
• string：目标字符串
• pos：截取目标字符串起始位置
• endpose：截取目标字符串结束位置
• flags:功能标志
• replaceStr：替换的字符串
• max：最多替换几处（默认替换全部）

有上图我们看出来，接下来我们要将的Python中re模块、regex对象、match对象三者之间是存在一定关系的。

1. re模块的compile方法返回一个regex对象
2. re模块和regex对象的finditer()、fullmatch()、match()、search()等方法返回一个match对象
3. 他们分别有自己的属性和方法

2.1、compile

 
 
 
 
  
  
  
  
regex = re.compile(pattern, flags = 0) # 生成正则表达式对象  
 
 
 

2.2、findall

 
 
 
 
  
  
  
  
re.findall(pattern,string,pos,endpose) # 从目标字符串中匹配所有符合条件的内容  
 
 
 

2.3、split

 
 
 
 
  
  
  
  
re.split(pattern,string,flags) #根据正则表达式对目标字符串进行分割 
  
  
  
  
In [79]: re.split(r's+',"Hello World") 
  
  
  
  
Out[79]: ['Hello', 'World']  
 
 
 

2.4、sub

 
 
 
 
  
  
  
  
re.sub(pattern,replaceStr,string,max,flags) 
  
  
  
  
In [80]: re.sub(r's+',"##","hello world") 
  
  
  
  
Out[80]: 'hello##world'  
 
 
 

2.5、subn

 
 
 
 
  
  
  
  
re.subn(pattern,replaceStr,string,max,flags) #功能同sub，但是返回值返回替换后的字符串和替换了几处 
  
  
  
  
In [80]: re.sub(r's+',"##","hello world") 
  
  
  
  
Out[80]: ('hello##world',1)  
 
 
 

2.6、finditer

 
 
 
 
  
  
  
  
re.finditer(pattern,string) #使用正则表达式匹配目标字符串，返回一个match对象，match对象调用group()之后才能拿到值 
  
  
  
  
In [87]: it = re.finditer(r'd+',"2014nianshiqiqngduo 08aoyun 512dizhen") 
  
  
  
  
In [88]: for i in it: 
  
  
  
  
 ....: print(i) 
  
  
  
  
 ....:  
  
  
  
  
<_sre.SRE_Match object at 0x7f0639767920> 
  
  
  
  
<_sre.SRE_Match object at 0x7f0639767ac0> 
  
  
  
  
<_sre.SRE_Match object at 0x7f0639767920> 
  
  
  
  
In [93]: it = re.finditer(r'd+',"2014nianshiqiqngduo 08aoyun 512dizhen") 
  
  
  
  
In [94]: for i in it: 
  
  
  
  
 ....: print(i.group()) 
  
  
  
  
 ....:  
  
  
  
  
2014 
  
  
  
  
08 
  
  
  
  
512  
 
 
 

2.7、fullmatch

 
 
 
 
  
  
  
  
fullmatch(pattern,string,flags) #完全匹配目标字符串，相当于加了^ 和 $  
 
 
 

2.8、match

 
 
 
 
  
  
  
  
re.match(pattern,string,flags) #匹配目标字符串开头的位置  
 
 
 

2.9、search

 
 
 
 
  
  
  
  
re.search(pattern,string,flags) # 正则表达式匹配目标字符串，只匹配***处  
 
 
 

三、一些练习题

3.1、匹配首字母大写的单词

 
 
 
 
  
  
  
  
import re 
  
  
  
  
f = open('test.txt') 
  
  
  
  
pattern= r'[A-Z][a-zA-Z]*s*' 
  
  
  
  
# pattern= r'[A-Z]S' 
  
  
  
  
L = [] 
  
  
  
  
for i in f: 
  
  
  
  
 L += re.findall(pattern,i) 
  
  
  
  
print(L) 
 
 
 

test.txt文档内容如下：

 
 
 
 
  
  
  
  
Hello World -12.6 
  
  
  
  
Nihao 123 
  
  
  
  
How are you -12 
  
  
  
  
1.24 
  
  
  
  
asdk 34%, 
  
  
  
  
占比 1/2 
  
  
  
  
2003 - 2005./%  
 
 
 

3.2、匹配数字（正数、负数、小数、百分数、分数）

 
 
 
 
  
  
  
  
import re 
  
  
  
  
pattern = "-?d+((/?d+)|((.)?d+)|((%)?))" 
  
  
  
  
f = open('test.txt') 
  
  
  
  
l = [] 
  
  
  
  
for line in f: 
  
  
  
  
 l += re.finditer(pattern,line) 
  
  
  
  
for i in l: 
  
  
  
  
 print(i.group()) 
 
 
 

文章名称：感谢师哥！一个正则表达式居然可以给我分享的这么详细！
标题URL：http://www.gawzjz.com/qtweb2/news34/5434.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联