Python正則表達(dá)式的使用方法是什么

這篇文章主要講解了“Python正則表達(dá)式的使用方法是什么”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“Python正則表達(dá)式的使用方法是什么”吧！

什么是正則表達(dá)式?

簡(jiǎn)而言之，正則表達(dá)式(regex)用于探索給定字符串中的固定模式。

我們想找到的模式可以是任何東西。

可以創(chuàng)建類似于查找電子郵件或手機(jī)號(hào)碼的模式。還可以創(chuàng)建查找以a開頭、以z結(jié)尾的字符串的模式。

在上面的例子中:

import re pattern = r'[,;.,–]' print(len(re.findall(pattern,string)))

我們想找出的模式是  r’[,;.,–]’。這個(gè)模式可找出想要的4個(gè)字符中的任何一個(gè)。regex101是一個(gè)用于測(cè)試模式的工具。將模式應(yīng)用到目標(biāo)字符串時(shí)，呈現(xiàn)出以下界面。

如圖所示，可以在目標(biāo)字符串中根據(jù)需要找到,;.,–。

每當(dāng)需要測(cè)試正則表達(dá)式時(shí)，都會(huì)用到上面的工具。這比一次又一次運(yùn)行python要快得多，調(diào)試也容易得多。

現(xiàn)在我們已經(jīng)可以在目標(biāo)字符串中找到這些模式，那么如何真正創(chuàng)建這些模式呢?

創(chuàng)建模式

使用正則表達(dá)式時(shí)，首先需要學(xué)習(xí)的是如何創(chuàng)建模式。

接下來(lái)將對(duì)一些最常用的模式進(jìn)行逐一介紹。

可以想到最簡(jiǎn)單的模式是一個(gè)簡(jiǎn)單的字符串。

pattern = r'times' string = "It was the best of times, it was the worst of times." print(len(re.findall(pattern,string)))

但這并不是很有用。為了幫助創(chuàng)建復(fù)雜的模式，正則表達(dá)式提供了特殊的字符/操作符。下面來(lái)逐個(gè)看看這些操作符。請(qǐng)等待gif加載。

1.[]操作符

這在第一個(gè)例子中使用過(guò)，可用于找到符合這些方括號(hào)中條件的一個(gè)字符。

[abc]-將查找文本中出現(xiàn)的所有a、b或c

[a-z]-將查找文本中出現(xiàn)的所有從a到z的字母

[a-z0–9A-Z]-將查找文本中出現(xiàn)的所有從A到Z的大寫字母、從a到z的小寫字母和從0到9的數(shù)字。

可以很容易地在Python中運(yùn)行下列代碼：

pattern = r'[a-zA-Z]' string = "It was the best of times, it was the worst of times." print(len(re.findall(pattern,string)))

除了.findall，正則表達(dá)式還有很多其他功能，稍后會(huì)涉及到。

2.點(diǎn)算符

點(diǎn)運(yùn)算符(.) 用于匹配除換行符以外的任何字符。

運(yùn)算符最大的優(yōu)點(diǎn)是，它們可以結(jié)合使用。

例如，想在字符串中找出以小d或大寫D開頭，以字母e結(jié)尾，包含6個(gè)字母的子字符串。

3.一些元序列

在使用正則表達(dá)式時(shí)，一些模式會(huì)經(jīng)常被用到。因此正則表達(dá)式為這些模式創(chuàng)建了一些快捷方式。最常用的快捷方式如下：

\w，匹配任何字母、數(shù)字或下劃線。相當(dāng)于[a-zA-Z0–9_]

\W，匹配除字母、數(shù)字或下劃線以外的任何內(nèi)容。

\d，匹配任何十進(jìn)制數(shù)字。相當(dāng)于[0–9]。

\D，匹配除十進(jìn)制數(shù)字以外的任何數(shù)字。

4.加號(hào)和星形運(yùn)算符

點(diǎn)算符只是用于獲取任何字符的單個(gè)實(shí)例。如果想找出更多實(shí)例要怎么做呢?

加號(hào)+用于表示最左邊字符的一個(gè)或多個(gè)實(shí)例。

星號(hào)*用于表示最左邊字符的0個(gè)或多個(gè)實(shí)例。

例如，如果想找出所有以d開頭，以e結(jié)尾的子字符串，d和e之間可以沒(méi)有也可以有多個(gè)字符。我們可以用：d\w*e

如果想找出所有以d開頭，以e結(jié)尾的子字符串，在d和e之間至少有一個(gè)字符，我們可以用：d\w+e

還可以使用更為通用的方法：用{}

\w{n} - 重復(fù)\w 正好n次。

\w{n,} - 重復(fù)\w至少n次，或者更多次。

\w{n1, n2} - 重復(fù) \w 至少n1次，但不超過(guò)n2次。

5.^插入符號(hào)和$美元符號(hào)。

^插入符號(hào)匹配字符串的開始，而$美元符號(hào)則匹配字符串的結(jié)尾。

6.單詞邊界

這是一個(gè)重要的概念。

有沒(méi)有注意到，在上面的例子中，總是匹配子字符串，而不是匹配單詞?

如果想找出所有以d開頭的單詞呢?

可以使用d\w*模式嗎?下面用網(wǎng)絡(luò)工具來(lái)試一試吧。

正則表達(dá)式函數(shù)

目前為止，只使用了 re包中的findall 函數(shù)，其實(shí)還有很多其他函數(shù)。下面來(lái)逐個(gè)介紹。

1. findall

上面已經(jīng)使用了 findall。這是我最常使用的一個(gè)。下面來(lái)正式認(rèn)識(shí)一下這個(gè)函數(shù)吧。

輸入：模式和測(cè)試字符串

輸出：字符串列表。

#USAGE: pattern = r'[iI]t' string = "It was the best of times, it was the worst of times." matches = re.findall(pattern,string) for match in matches: print(match)------------------------------------------------------------ It it

2.搜索

輸入：模式和測(cè)試字符串

輸出：首次匹配的位置對(duì)象。

#USAGE: pattern = r'[iI]t' string = "It was the best of times, it was the worst of times." location = re.search(pattern,string) print(location) ------------------------------------------------------------ <_sre.SRE_Match object; span=(0, 2), match='It'>

可以使用下面編程獲取該位置對(duì)象的數(shù)據(jù)：

print(location.group()) ------------------------------------------------------------ 'It'

3.替換

這個(gè)功能也很重要。當(dāng)使用自然語(yǔ)言處理程序時(shí)，有時(shí)需要用X替換整數(shù)，或者可能需要編輯一些文件。任何文本編輯器中的查找和替換都可以做到。

輸入：搜索模式、替換模式和目標(biāo)字符串

輸出：替換字符串

string = "It was the best of times, it was the worst of times." 
string = re.sub(r'times', r'life', string) 
print(string) 
------------------------------------------------------------ 
It was the best of life, it was the worst of life. 

案例研究

正則表達(dá)式在許多需要驗(yàn)證的情況下都會(huì)用到。我們可能會(huì)在網(wǎng)站上看到類似這樣的提示：“這不是有效的電子郵件地址”。雖然可以使用多個(gè)if和else條件來(lái)編寫這樣的提示，但正則表達(dá)式可能更具優(yōu)勢(shì)。

1.PAN編號(hào)

在美國(guó)，SSN(社會(huì)安全號(hào)碼)是用于稅務(wù)識(shí)別的號(hào)碼，而在印度，稅務(wù)識(shí)別用的則是  PAN號(hào)碼。PAN的基本驗(yàn)證標(biāo)準(zhǔn)是：上面所有的字母都必須大寫，字符的順序如下:

那么問(wèn)題是：

“ABcDE1234L”是有效的PAN號(hào)碼嗎?

如果沒(méi)有正則表達(dá)式，該如何回答這個(gè)問(wèn)題呢?可能會(huì)編寫一個(gè)for循環(huán)，并進(jìn)行遍歷搜索。但如果用正則表達(dá)式，那就像下面這樣簡(jiǎn)單：

match=re.search(r’[A-Z]{5}[0–9]{4}[A-Z]’,'ABcDE1234L') if match:  print(True) else:  print(False) ----------------------------------------------------------------- False

2.查找域名

有時(shí)我們必須從一個(gè)龐大的文本文檔中找出電話號(hào)碼、電子郵件地址或域名等。

例如，假設(shè)有以下文本：

<div class="reflist" style="list-style-type: decimal;"> <ol class="references"> <li id="cite_note-1"><span class="mw-cite-backlink"><b>^ ["Train (noun)"](http://www.askoxford.com/concise_oed/train?view=uk). <i>(definition &ndash; Compact OED)</i>. Oxford University Press<span class="reference-accessdate">. Retrieved 2008-03-18</span>.</span><span title="ctx_ver=Z39.88-2004&rfr_id=info%3Asid%2Fen.wikipedia.org%3ATrain&rft.atitle=Train+%28noun%29&rft.genre=article&rft_id=http%3A%2F%2Fwww.askoxford.com%2Fconcise_oed%2Ftrain%3Fview%3Duk&rft.jtitle=%28definition+%E2%80%93+Compact+OED%29&rft.pub=Oxford+University+Press&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal" class="Z3988"><span style="display:none;"> </span></span></span></li> <li id="cite_note-2"><span class="mw-cite-backlink"><b>^</b></span> <span class="reference-text"><span class="citation book">Atchison, Topeka and Santa Fe Railway (1948). <i>Rules: Operating Department</i>. p. 7.</span><span title="ctx_ver=Z39.88-2004&rfr_id=info%3Asid%2Fen.wikipedia.org%3ATrain&rft.au=Atchison%2C+Topeka+and+Santa+Fe+Railway&rft.aulast=Atchison%2C+Topeka+and+Santa+Fe+Railway&rft.btitle=Rules%3A+Operating+Department&rft.date=1948&rft.genre=book&rft.pages=7&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Abook" class="Z3988"><span style="display:none;"> </span></span></span></li> <li id="cite_note-3"><span class="mw-cite-backlink"><b>^ [Hydrogen trains](http://www.hydrogencarsnow.com/blog2/index.php/hydrogen-vehicles/i-hear-the-hydrogen-train-a-comin-its-rolling-round-the-bend/)</span></li> <li id="cite_note-4"><span class="mw-cite-backlink"><b>^ [Vehicle Projects Inc. Fuel cell locomotive](http://www.bnsf.com/media/news/articles/2008/01/2008-01-09a.html)</span></li> <li id="cite_note-5"><span class="mw-cite-backlink"><b>^</b></span> <span class="reference-text"><span class="citation book">Central Japan Railway (2006). <i>Central Japan Railway Data Book 2006</i>. p. 16.</span><span title="ctx_ver=Z39.88-2004&rfr_id=info%3Asid%2Fen.wikipedia.org%3ATrain&rft.au=Central+Japan+Railway&rft.aulast=Central+Japan+Railway&rft.btitle=Central+Japan+Railway+Data+Book+2006&rft.date=2006&rft.genre=book&rft.pages=16&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Abook" class="Z3988"><span style="display:none;"> </span></span></span></li> <li id="cite_note-6"><span class="mw-cite-backlink"><b>^ ["Overview Of the existing Mumbai Suburban Railway"](http://web.archive.org/web/20080620033027/http://www.mrvc.indianrail.gov.in/overview.htm). _Official webpage of Mumbai Railway Vikas Corporation_. Archived from [the original](http://www.mrvc.indianrail.gov.in/overview.htm) on 2008-06-20<span class="reference-accessdate">. Retrieved 2008-12-11</span>.</span><span title="ctx_ver=Z39.88-2004&rfr_id=info%3Asid%2Fen.wikipedia.org%3ATrain&rft.atitle=Overview+Of+the+existing+Mumbai+Suburban+Railway&rft.genre=article&rft_id=http%3A%2F%2Fwww.mrvc.indianrail.gov.in%2Foverview.htm&rft.jtitle=Official+webpage+of+Mumbai+Railway+Vikas+Corporation&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal" class="Z3988"><span style="display:none;"> </span></span></span></li> </ol> </div>

需要從上面文本中找出這里所有的域名——  askoxford.com;bnsf.com;hydrogencarsnow.com;mrvc.indianrail.gov.in;web.archive.org

該怎么做?

match=re.findall(r'http(s:|:)\/\/(www.|ww2.|)([0-9a-z.A-Z-]*\.\w{2,3})',string) for elem in match:  print(elem) -------------------------------------------------------------------- (':', 'www.', 'askoxford.com') (':', 'www.', 'hydrogencarsnow.com') (':', 'www.', 'bnsf.com') (':', '', 'web.archive.org') (':', 'www.', 'mrvc.indianrail.gov.in') (':', 'www.', 'mrvc.indianrail.gov.in')

這里用到了or運(yùn)算符，match返回元組，保留()里的模式部分。

3.查找電子郵件地址：

下面的正則表達(dá)式用于在長(zhǎng)文本中查找電子郵件地址。

match=re.findall(r'([\w0-9-._]+@[\w0-9-.]+[\w0-9]{2,3})',string)

這些都是高級(jí)示例，提供的信息已經(jīng)足夠幫你理解這些示例了。

感謝各位的閱讀，以上就是“Python正則表達(dá)式的使用方法是什么”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)Python正則表達(dá)式的使用方法是什么這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！