정규식은 문자열이 특정 패턴과 일치하는지 쉽게 확인하는 데 도움이 되는 특수 문자 시퀀스입니다. Python은 버전 1.5부터 Perl 스타일 정규식 패턴을 제공하는 re 모듈을 추가했습니다. re 모듈은 Python 언어에 완전한 정규식 기능을 제공합니다. 정규식은 강력한 문자 처리 도구입니다. 그 본질은 문자열이 우리가 정의한 문자 시퀀스의 특정 패턴과 일치하는지 쉽게 확인할 수 있는 문자 시퀀스입니다. Python에서는 정규식을 모듈 사용으로 가져올 수 있습니다.
정규식에 쓰여진 일반 문자는 모두 직접 일치를 의미합니다.
하지만 메타문자(메타문자)라는 용어가 있습니다. 이들은 정규식 문자열에 나타나며 직접적으로 일치시키는 것이 아니라 몇 가지 특별한 의미를 표현하기 위해 사용됩니다.
이러한 특수 메타 문자에는 다음이 포함됩니다.
. * + ? [ ] ^ $ { } | ( )
각각의 의미를 소개하겠습니다.
1. 모든 문자에 점 일치
예를 들어 아래 텍스트에서 모든 색상을 선택하려고 합니다.
Apples are greenOranges is orangeBanana is yellow
즉, color로 끝나고 이전 문자를 포함하는 모든 단어를 찾습니다. 다음과 같이 정규 표현식을 작성할 수도 있습니다.
Crows are black
색상의 점은 모든 문자를 나타냅니다.
. 색상 조합은 단어 color와 두 단어의 문자열이 결합된 문자를 찾는 것을 의미합니다.
예:# 导入re模块 import re #输入文本内容 content='''苹果是绿色的 橙子是橙色的 香蕉是黄色的 乌鸦是黑色的''' p=re.compile(r'.色')#r表示不要进行python语法中对字符串的转译 for one in p.findall(content): print(one)
2. 별표 - 여러 번 일치를 반복합니다.
Orange is orange
Banana is yellowCrow is blackMonkey,
예:
정규 표현식은 다음과 같이 작성할 수 있습니다.
# 导入re模块 import re #输入文本内容 content='''苹果,是绿色的 橙子,是橙色的 香蕉,是黄色的 乌鸦,是黑色的 猴子,''' p=re.compile(r',.*')#r表示不要进行python语法中对字符串的转译 for one in p.findall(content): print(one)
3. 더하기 기호 - 일치를 여러 번 반복합니다
+는 이전 하위 표현식과 0번을 제외하고 한 번 이상 일치함을 의미합니다
아래 텍스트 마지막 줄에 쉼표 다음 내용이 없으므로 선택하지 마세요
Apple is greenOrange is orange
Banana is yellowCrow is blackMonkey
예:
그냥 쓰셔도 됩니다 .+
# 导入re模块 import re #输入文本内容 content='''苹果,是绿色的 橙子,是橙色的 香蕉,是黄色的 乌鸦,是黑色的 猴子,''' p=re.compile(r',.+')#r表示不要进行python语法中对字符串的转译 for one in p.findall(content): print(one)
4. 지정된 횟수
중괄호는 이전 문자가 지정된 횟수와 일치합니다
표현 oil {3,4} 연속된 기름 문자가 최소 3번, 최대 4번 일치함을 의미합니다예:
# 导入re模块 import re #输入文本内容 content='''红彤彤,绿油油,黑乎乎,绿油油油油''' p=re.compile(r'绿油{3,4}')#r表示不要进行python语法中对字符串的转译 for one in p.findall(content): print(one)
5. -greedy 모드와 non-greedy 모드
다음 문자열이 필요합니다. 이러한 목록을 얻으려면
에서 모든 html 태그를 추출하세요정규식 <을 사용하면 생각하기 쉽습니다. *>다음 코드를 작성하면
# 导入re模块 import re #输入文本内容 source='<html><head><title>Title</title>' p=re.compile(r'<.*>')#r表示不要进行python语法中对字符串的转译 print(p.findall(source))
하지만 실행 결과는 전체 문자열이 일치합니다
무슨 일이 일어난 걸까요? 정규식에서는 '*', '+', '?'를 사용하면 가능한 한 많은 내용을 일치시키므로 <.*> (반복 횟수를 나타냄)은 문자열의 마지막 도 일치하는 패턴과 일치할 때까지 일치합니다.为了解决整个问题,就需要使用非贪婪模式,也就是在星号后面加上?,变成这样<.*?>
代码改为
# 导入re模块 import re #输入文本内容 source='<html><head><title>Title</title>' p=re.compile(r'<.*?>')#r表示不要进行python语法中对字符串的转译 print(p.findall(source))
这样就单独去匹配出来了每一个标签
方括号表示要匹配某几种类型字符。
比如
[abc]可以匹配a,b,c里面的任意一个字符。等价于[a-c]
a-c中间的-表示一个范围从a到c
如果你想匹配所有小写字母,可以使用[a-z]
一些元字符在方括号内便失去了魔法,变得和普通字符一样了。
比如
[akm.]匹配a k m .里面的任意一个字符
在这里. 在括号不再表示匹配任意字符了,而就是表示匹配.这个字符
例如:
实例 | 描述 |
---|---|
[pP]ython | 匹配“Python”或者“python” |
rub[ye] | 匹配“ruby”或者“rube” |
^表示匹配文本的起始位置
正则表达式可以设定单行模式和多行模式
如果是单行模式,表示匹配整个文本的开头位置。
如果是多行模式,表示匹配文本每行的开头位置。
比如,下面的文本中,每行最前面的数字表示水果的编号,最后的数字表示价格
001-苹果价格-60,
002-橙子价格-70,
003-香蕉价格-80,
范例:
# 导入re模块 import re #输入文本内容 source='''001-苹果-60 002-橙子-70 003-香蕉-80''' p=re.compile(r'^\d+')#r表示不要进行python语法中对字符串的转译 for one in p.findall(source): print(one)
运行结果如下
如果去掉complie的第二个参数re.M,运行结果如下
就只进行一行匹配,
因为在单行模式下,^只会匹配整个文本的开头位置
$表示匹配文本的结束位置
如果是单行模式,表示匹配整个文本的结束位置。
如果是多行模式,表示匹配文本每行的结束位置。
比如,下面的文本中,每行最前面的数字表示水果的编号,最后的数字表示价格
001-苹果价格-60,
002-橙子价格-70,
003-香蕉价格-80,
如果我们要提取所有的水果编号,用这样的正则表达式\d+$
范例:
# 导入re模块 import re #输入文本内容 source='''001-苹果-60 002-橙子-70 003-香蕉-80''' p=re.compile(r'^\d+$',re.M)#re.M进行多行匹配 for one in p.findall(source): print(one)
成功匹配到每行最后的价格
主括号称之为正则表达式的组选择。是从正则表达式匹配的内容里面扣取出其中的某些部分
前面,我们有个例子,从下面的文本中,选择每行逗号前面的字符串,也包括逗号本身。
苹果,苹果是绿色的
橙子,橙子是橙色的
香蕉,香蕉是黄色的
就可以这样写正则表达式个^.*,。
但是,如果我们要求不要包括逗号呢?
当然不能直接这样写^.*
因为最后的逗号是特征所在,如果去掉它,就没法找逗号前面的了。
但是把逗号放在正则表达式中,又会包含逗号。
解决问题的方法就是使用组选择符:括号。
我们这样写^(.*),
我们把要从整个表达式中提取的部分放在括号中,这样水果的名字就被单独的放在组group中了。
对应的Python代码如下
# 导入re模块 import re #输入文本内容 source='''苹果,苹果是绿色的 橙子,橙子是橙色的 香蕉,香蕉是黄色的''' p=re.compile(r'^(.*),',re.M)#re.M进行多行匹配 for one in p.findall(source): print(one)
这样我们就可以把,前的字符取出来了
反斜杠\在正则表达式中有多种用途
比如,我们要在下面的文本中搜索所有点前面的字符串,也包括点本身
苹果.是绿色的
橙子.是橙色的
香蕉.是黄色的
如果,我们这样写正则表达式.*.,聪明的你肯定发现不对劲。
因为点是一个元字符,直接出现在正则表达式中,表示匹配任意的单个字符,不能表示.这个字符的本身的意思了
怎么办呢?
如果我们要搜索的内容本身就包含元字符,就可以使用反斜杠进行转义
这里我们就应用这样的表达式.*\.
范例:
# 导入re模块 import re #输入文本内容 source='''苹果.是绿色的 橙子.是橙色的 香蕉.是黄色的''' p=re.compile(r'.*\.')#r表示不要进行python语法中对字符串的转译 for one in p.findall(source): print(one)
成功匹配!
利用反斜杠还可以匹配某种字符类型
反斜杠后面接一些字符,表示匹配某种类型的一个字符
字符 | 功能 |
---|---|
\d | 匹配0~9之间的任意一个数字字符,等价于表达式[0-9] |
\D | 匹配任意一个不上0-9之间的数字字符,等价于表达是[^0-9] |
\s | 匹配任意一个空白字符,包括空格、tab、换行符等、等价于[\t\n\r\f\v] |
\S | 匹配任意一个非空白字符,等价于[^\t\tn\r\f\v] |
\w | 匹配任意一个文字字符,包括大小写、数字、下划线、等于[a-zA-A0-9] |
\W | 匹配任意一个非文字字符,等价于表达式[^a-zA-Z0-9] |
反斜杠也可以用在方括号里面,比如[\s,.]:表示匹配任何空白字符,或者逗号,或者点
正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位OR(I)它们来指定。如re.l | re.M被设置成Ⅰ和M标志:
修饰符 | 描述 |
---|---|
re.I | 使匹配对大小写不敏感 |
re.L | 做本地化识别(locale-aware)匹配 |
re.M | 多行匹配,影响^和$ |
re.S | 使. 匹配包括换行在内的所有字符 |
re.U | 根据Unicode字符集解析字符。这个标志影响lw,W,Nb,\B. |
re.X | 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解 |
字符串对象的split()方法只适应于非常简单的字符串分割情形。当你需要更加灵活的切割字符串的时候,就不好用了。
比如,我们需要从下面字符串中提取武将的名字。
我们发现这些名字之间,有的是分号隔开,有的是逗号隔开,有的是空格隔开,而且分割符号周围还有不定数量的空格
names =“关羽;张飞,赵云,马超,黄忠 李逵”
这时,最好使用正则表达式里面的split方法:
范例:
# 导入re模块 import re #输入文本内容 names ="关羽;张飞,赵云,马超,黄忠 李逵" namelist=re.split(r'[;,\s]\s*',names) print(namelist)
正则表达式[;,ls]\s*指定了,分割符为分号、逗号、空格里面的任意一种均可,并且该符号周围可以有不定数量的空格。
위 내용은 Python 정규식의 일반적인 문법 예 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!