您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“python正則表達(dá)式re.sub各個(gè)參數(shù)實(shí)例分析”的有關(guān)知識(shí),在實(shí)際案例的操作過(guò)程中,不少人都會(huì)遇到這樣的困境,接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
re是正則的表達(dá)式,sub是substitute,表示替換
re.sub共有五個(gè)參數(shù)。
re.sub(pattern, repl, string, count=0, flags=0)
其中三個(gè)必選參數(shù):pattern, repl, string
兩個(gè)可選參數(shù):count, flags
pattern
,表示正則中的模式字符串,這個(gè)沒(méi)太多要解釋的。
需要知道的是:
反斜杠加數(shù)字:\N
,則對(duì)應(yīng)著匹配的組:matched group
比如\6
,表示匹配前面pattern
中的第6個(gè)group
意味著,pattern
中,前面肯定是存在對(duì)應(yīng)的組,后面也才能去引用
舉個(gè)例子
hello xinfa, nihao xinfa
我們想把xinfa
替換成linxinfa
,就可以這樣:
import re inputStr = "hello xinfa, nihao xinfa" replacedStr = re.sub(r"hello (\w+), nihao \1", "linxinfa", inputStr) print("replacedStr = ", replacedStr) #輸出結(jié)果為: replacedStr = linxinfa
注意,上面的(\w+)
,括號(hào)括起來(lái)表示一個(gè)組;
里面的\w
表示匹配字母、數(shù)字、下劃線,等價(jià)于[A-Za-z0-9_]
;
然后+
表示匹配前面的子表達(dá)式一次或多次。
所以(\w+)
就是匹配多個(gè)字母、數(shù)字、下劃線的意思。表達(dá)式中的\1
表示匹配第一個(gè)組,第一個(gè)組就是(\w+)
。
repl,就是replacement,被替換的字符串的意思。
repl可以是字符串,也可以是函數(shù)。
如果repl
是字符串的話(huà),其中的任何反斜杠轉(zhuǎn)義字符,都會(huì)被處理。
比如:
\n:會(huì)被處理為對(duì)應(yīng)的換行符;
\r:會(huì)被處理為回車(chē)符;
其他不能識(shí)別的轉(zhuǎn)移字符,則只是被識(shí)別為普通的字符: 比如\j
,會(huì)被處理為j
這個(gè)字母本身;
比較特殊的是\g<n>
,\g
表示匹配組,n
是組的id
,比如\g<1>
表示第一個(gè)組。
還是上面的例子,我們想把xinfa
提取出來(lái),只剩xinfa
hello xinfa, nihao xinfa
就可以這樣寫(xiě):
import re inputStr = "hello xinfa, nihao xinfa" replacedStr = re.sub(r"hello (\w+), nihao \1", "\g<1>", inputStr) print("replacedStr = ", replacedStr) #輸出結(jié)果為: replacedStr = xinfa
比如輸入內(nèi)容是:
hello 123 world 456
想要把其中的數(shù)字部分,都加上111,變成:
hello 234 world 567
那么就可以這樣:
#!/usr/bin/python # -*- coding: utf-8 -*- import re; def pythonReSubDemo(): """ demo Pyton re.sub """ inputStr = "hello 123 world 456" def _add111(matched): intStr = matched.group("number") intValue = int(intStr) addedValue = intValue + 111 addedValueStr = str(addedValue) return addedValueStr replacedStr = re.sub("(?P<number>\d+)", _add111, inputStr) print("replacedStr=",replacedStr) #輸出結(jié)果為:replacedStr= hello 234 world 567 if __name__=="__main__": pythonReSubDemo()
注意上面,用了一個(gè)?P<value>
。
?P
的意思就是命名一個(gè)名字為value
的組,匹配規(guī)則符合后面的\d+
。
string
,即表示要被處理,要被替換的那個(gè)string
字符串。
舉例說(shuō)明:
繼續(xù)之前的例子,假如對(duì)于匹配到的內(nèi)容,只處理其中一部分。
比如:
hello 123 world 456 nihao 789
我們只是想要處理前面兩個(gè)數(shù)字:123,456
,分別給他們加111
,而不處理789
,
那么就可以這樣:
#!/usr/bin/python # -*- coding: utf-8 -*- import re; def pythonReSubDemo(): """ demo Pyton re.sub """ inputStr = "hello 123 world 456 nihao 789" def _add111(matched): intStr = matched.group("number") intValue = int(intStr) addedValue = intValue + 111 addedValueStr = str(addedValue) return addedValueStr replacedStr = re.sub("(?P<number>\d+)", _add111, inputStr, 2) print("replacedStr = ", replacedStr) #輸出結(jié)果為:replacedStr = hello 234 world 567 nihao 789 if __name__=="__main__": pythonReSubDemo()
flags
是編譯標(biāo)志。編譯標(biāo)志讓你可以修改正則表達(dá)式的一些運(yùn)行方式。
在re
模塊中標(biāo)志可以使用兩個(gè)名字,一個(gè)是全名如IGNORECASE
,一個(gè)是縮寫(xiě),一字母形式如I
。(如果你熟悉 Perl 的模式修改,一字母形式使用同樣的字母;例如re.VERBOSE
的縮寫(xiě)形式是re.X
。)
多個(gè)標(biāo)志可以通過(guò)按位或
它們來(lái)指定。如re.I | re.M
被設(shè)置成I
和M
標(biāo)志。
下面列舉下常用的編譯標(biāo)志。
使匹配對(duì)大小寫(xiě)不敏感;
舉個(gè)例子,[A-Z]
也可以匹配小寫(xiě)字母,Spam
可以匹配 Spam、spam
或spAM
。
locales
是C
語(yǔ)言庫(kù)中的一項(xiàng)功能,是用來(lái)為需要考慮不同語(yǔ)言的編程提供幫助的。
舉個(gè)例子,如果你正在處理法文
文本,你想用 w+
來(lái)匹配文字,但w
只匹配字符類(lèi)[A-Za-z]
,它并不能匹配é
。
如果你的系統(tǒng)配置適當(dāng)且本地化設(shè)置為法語(yǔ),那么內(nèi)部的 C
函數(shù)將告訴程序é
也應(yīng)該被認(rèn)為是一個(gè)字母。
當(dāng)在編譯正則表達(dá)式時(shí)使用 LOCALE
標(biāo)志會(huì)得到用這些 C
函數(shù)來(lái)處理 w
后的編譯對(duì)象,這會(huì)更慢,但也會(huì)象你希望的那樣可以用w+
來(lái)匹配法文
文本。
MULTILINE
多行的意思,改變 ^ 和 $ 的行為。
使用 ^
只匹配字符串的開(kāi)始,而 $
則只匹配字符串的結(jié)尾和直接在換行前(如果有的話(huà))的字符串結(jié)尾。
當(dāng)本標(biāo)志指定后,^
匹配字符串的開(kāi)始和字符串中每行的開(kāi)始。同樣的, $
元字符匹配字符串結(jié)尾和字符串中每行的結(jié)尾(直接在每個(gè)換行之前)。
例如
import re s='hello \nworld \nxinfa' print(s) pattern=re.compile(r'^\w+') print(re.findall(pattern,s)) #加上flags=re.M pattern=re.compile(r'^\w+', flags=re.M) print(re.findall(pattern,s))
輸出結(jié)果為
hello
world
xinfa
['hello']
['hello', 'world', 'xinfa']
此模式下 .
的匹配不受限制,可匹配任何字符,包括換行符,也就是默認(rèn)是不能匹配換行符。
例:
#!/usr/bin/python # -*- coding: utf-8 -*- import re s = '''first line ...: second line ...: third line''' regex=re.compile('.+') print(regex.findall(s)) regex=re.compile('.+', re.S) print(regex.findall(s))
輸出結(jié):
['first line', ' ...: second line', ' ...: third line']
['first line\n ...: second line\n ...: third line']
冗余模式, 此模式忽略正則表達(dá)式中的空白和#號(hào)的注釋。
例:
email_regex = re.compile("[\w+\.]+@[a-zA-Z\d]+\.(com|cn)") email_regex = re.compile("""[\w+\.]+ # 匹配@符前的部分 @ # @符 [a-zA-Z\d]+ # 郵箱類(lèi)別 \.(com|cn) # 郵箱后綴 """, re.X)
當(dāng)repl為函數(shù)時(shí)的替換更加靈活,此時(shí)可以在函數(shù)中自定義在某種特定的匹配下替換為某種特定的字符。
示例
import re # 將匹配的數(shù)字乘以 2 def double(matched): print('matched: ',matched) print("matched.group('value'): ",matched.group('value')) value = int(matched.group('value')) return str(value * 2) string = 'A23G4HFD567' print(re.sub('(?P<value>\d+)', double, string))
“python正則表達(dá)式re.sub各個(gè)參數(shù)實(shí)例分析”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。