数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学Python 正则表达式模式匹配
什么是正则表达式？
在现实世界中，大多数编程语言中的字符串解析都是由正则表达式处理的。在 Python 编程语言中，正则表达式是一种用于匹配文本模式的方法。
每个 Python 安装都自带的“re”模块提供正则表达式支持。
在 Python 中，正则表达式搜索通常写成如下形式：
match = re.search(pattern, string)
re.search() 方法接受两个参数：正则表达式模式和一个字符串，并在字符串中搜索该模式。如果在字符串中找到该模式，search() 返回一个匹配对象；否则返回 None。因此，在正则表达式中，给定一个字符串，确定该字符串是否与给定模式匹配，并可选地收集包含相关信息的子字符串。正则表达式可以用来回答以下问题：
这个字符串是有效的 URL 吗？
/etc/passwd 中哪些用户属于给定的组？
日志文件中所有警告消息的日期和时间是什么？
访问者键入的 URL 请求了哪个用户名和文档？
匹配模式
正则表达式是一种复杂的迷你语言。它们依赖于特殊字符来匹配未知字符串，但让我们从字面字符开始，例如字母、数字和空格字符，它们始终匹配自身。让我们来看一个基本的例子
#Need module 're' for regular expression
import re
#
search_string = "TutorialsPoint"
pattern = "Tutorials"
match = re.match(pattern, search_string)
#If-statement after search() tests if it succeeded
if match:
print("regex matches: ", match.group())
else:
print('pattern not found')结果
regex matches: Tutorials
匹配字符串
Python 的“re”模块有很多方法，要测试特定的正则表达式是否与特定字符串匹配，可以使用 re.search()。re.MatchObject 提供其他信息，例如在字符串的哪个部分找到匹配项。
语法
matchObject = re.search(pattern, input_string, flags=0)
示例
#Need module 're' for regular expression
import re
# Lets use a regular expression to match a date string.
regex = r"([a-zA-Z]+) (\d+)"
if re.search(regex, "Jan 2"):
match = re.search(regex, "Jan 2")
# This will print [0, 5), since it matches at the beginning and end of the
# string
print("Match at index %s, %s" % (match.start(), match.end()))
# The groups contain the matched values. In particular:
# match.group(0) always returns the fully matched string
# match.group(1), match.group(2), ... will return the capture
# groups in order from left to right in the input string
# match.group() is equivalent to match.group(0)
# So this will print "Jan 2"
print("Full match: %s" % (match.group(0)))
# So this will print "Jan"
print("Month: %s" % (match.group(1)))
# So this will print "2"
print("Day: %s" % (match.group(2)))
else:
# If re.search() does not match, then None is returned
print("Pattern not Found! ")结果
Match at index 0, 5 Full match: Jan 2 Month: Jan Day: 2
由于上述方法在第一次匹配后停止，因此它更适合于测试正则表达式而不是提取数据。
捕获组
如果模式包含两个或多个括号，则最终结果将是一个元组而不是字符串列表，借助括号 () 组机制和 findall()。每个匹配的模式都由一个元组表示，每个元组包含 group(1)、group(2)……数据。
import re
regex = r'([\w\.-]+)@([\w\.-]+)'
str = ('hello [email protected], [email protected], hello [email protected]')
matches = re.findall(regex, str)
print(matches)
for tuple in matches:
print("Username: ",tuple[0]) #username
print("Host: ",tuple[1]) #host结果
[('john', 'hotmail.com'), ('hello', 'Tutorialspoint.com'), ('python', 'gmail.com')]
Username: john
Host: hotmail.com
Username: hello
Host: Tutorialspoint.com
Username: python
Host: gmail.com查找和替换字符串
另一个常见任务是在给定字符串中搜索模式的所有实例并替换它们，re.sub(pattern, replacement, string) 将准确执行此操作。例如，要替换旧电子邮件域的所有实例
代码
# requid library
import re
#given string
str = ('hello [email protected], [email protected], hello [email protected], Hello World!')
#pattern to match
pattern = r'([\w\.-]+)@([\w\.-]+)'
#replace the matched pattern from string with,
replace = r'\[email protected]'
## re.sub(pat, replacement, str) -- returns new string with all replacements,
## \1 is group(1), \2 group(2) in the replacement
print (re.sub(pattern, replace, str))结果
hello [email protected], [email protected], hello [email protected], Hello World!
正则表达式选项标志
在上面的 Python 正则表达式中，我们可以使用不同的选项来修改模式匹配的行为。这些额外的参数，可选标志添加到 search() 或 findall() 等函数中，例如 re.search(pattern, string, re.IGNORECASE)。
IGNORECASE：
顾名思义，它使模式不区分大小写（大写/小写），这样包含“a”和“A”的字符串都匹配。
DOTALL
re.DOTALL 允许点 (.) 元字符匹配所有字符，包括换行符 (\n)。
MULTILINE
re.MULTILINE 允许匹配字符串每一行的开头 (^) 和结尾 ($) 。但是，通常情况下，^ 和 $ 只会匹配整个字符串的开头和结尾。
7K+ 次浏览
