正则表达式的一些总结

(17) 2024-05-04 17:51:37

正则表达式的一些总结

  • 前言
  • 常用用法
  • 另一种等价用法
    • 举例
  • 有没有^$的区别
  • 最好不用*而使用+
  • 贪婪匹配(最大匹配)和最小匹配
    • 最小匹配操作符

前言

正则表达式就是根据共性的特征写正则表达式,然后根据此式去匹配字符串,返回符合这些特征的字符串


常用用法

re.search(pattern, string, flags=0) 在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象.匹配了一个就结束了
re.match(pattern, string, flags=0) 从一个字符串的开始位置起(必须开头位置要匹配上)匹配正则表达式,返回match对象。匹配了一个就结束了
re.findall(pattern, string, flags=0) 搜索字符串,以列表类型返回全部能匹配的子串,返回列表类型
re.split(pattern, string, maxsplit=0, flags=0) 将一个字符串按照正则表达式匹配结果进行分割,返回列表类型。默认全部分割
re.finditer() 搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象
re.sub(pattern, repl, string, count=0, flags=0) 在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串

另一种等价用法

regex = re.compile(pattern, flags=0)
将正则表达式的字符串形式编译成正则表达式对象regex对象,之前的方法返回的是match对象或者是字符串列表match对象只有在下面的调用之后才会出现。
match对象是一次匹配,匹配一个就OK了就结束了。

regex.search() 在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象
regex.match() 从一个字符串的开始位置起匹配正则表达式,返回match对象
regex.findall() 搜索字符串,以列表类型返回全部能匹配的子串
regex.split() 将一个字符串按照正则表达式匹配结果进行分割,返回列表类型
regex.finditer() 搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象
regex.sub() 在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串

举例

m=re.search(pattern=r'[A-Z][a-z]+[A-Z][a-z]+',string='DuanHao,duanhao,zhangding,ZhangDing,Zhang ding')
print(m.group())
DuanHao
type(m)
<class 're.Match'>
m=re.findall(pattern=r'[A-Z][a-z]+[A-Z][a-z]+',string='DuanHao,duanhao,zhangding,ZhangDing,Zhang ding')
print(m)
['DuanHao', 'ZhangDing']
type(m)
<class 'list'>
m=re.split(r'\d{4}','asdf12455sdf84752ksdjf43976sdfjl')
m
['asdf', '5sdf', '2ksdjf', '6sdfjl']
for m in re.finditer(r'\d{4}','asdf12455sdf84752ksdjf43976sdfjl'):
...     print(m.group())
1245
8475
4397
m=re.sub(r'\d+','LOVE','zhangfjla1245duandksfj')
m
'zhangfjlaLOVEduandksfj'

有没有^$的区别

[a-z] 可以用来匹配任意位置上的小写字母: “…a…”,中间内容匹配就行
^ [a-z] 只能匹配以小写字母为行首的行: “a…”,必须开头位置就要匹配
[a-z]$ 只能匹配以小写字母为行尾的行: “…a”

最好不用*而使用+

m=re.findall(r'\d+','12999hk768')
m
['12999', '768']
m=re.findall(r'\d*','12999hk768')
m
['12999', '', '', '768', '']#字母和结尾都为none也可以被匹配到,因为*是0或者N多,+是1或者N多
m=re.findall(r'\d*','12999hk768aaa')
m
['12999', '', '', '768', '', '', '', '']

贪婪匹配(最大匹配)和最小匹配

regular=re.compile(r'py.*n')
type(regular)#可以看到regex对象的本质就是正则表达式,别看到regex就认为是新的一种东西
<class 're.Pattern'>
type(r'14')#虽然我们认为r'XXXX'就是正则表达式,但是它本身是原生字符串!只是我们大脑自动把它进行编译compile为正则表达式Pattern
<class 'str'>
regular.search('123py12345n12345n12npy2456n12')#(r'py.*n')是贪婪匹配
<re.Match object; span=(3, 27), match='py12345n12345n12npy2456n'>
new_regular=re.compile(r'py.*?')
type(new_regular)
<class 're.Pattern'>
new_regular.search('123py12345n12345n12npy2456n12')#(r'py.*?')是最小匹配
<re.Match object; span=(3, 5), match='py'>

最小匹配操作符

(加一个问号,都是针对那些有无穷多解,无穷多种匹配结果的)

*? 前一个字符0次或无限次扩展,最小匹配
+? 前一个字符1次或无限次扩展,最小匹配
?? 前一个字符0次或1次扩展,最小匹配
{m,n}? 扩展前一个字符m至n次(含n),最小匹配
THE END

发表回复