• 正则表达式

    文章目录

    简介

    本文将介绍如何在Notepad++，Pycharm和Python中使用正则表达式搜索字符串
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述

    使用规则

    字符含义
    普通字符只与自己匹配，作为字面字符
    通配符（.）与除换行符（\r、\n）外的任何单个字符匹配。
    Python的re.DOTALL/re.S模式 或 notepad++的“.匹配新行”模式，通配符可以与换行符匹配，Pycharm不支持。
    字符集 （-）匹配范围内的单个字符，例如[pj]、[a-z]、[a-zA-Z0-9]
    排除字符集（^）例如[^abc]与除a、b、c外的其他任何单个字符都匹配
    二选一（|）python|perl 匹配 python或python
    子模式（小括号）例如p(ython|erl)
    可选模式（?）放在子模式后面，将其指定为可选的。例如abc?与ab和abc匹配。
    ?默认为贪婪模式，即尽量匹配更长的字符串，从后面添加?可以变为??非贪婪模式
    重复模式（*+{ }）(pattern)*：pattern可重复0、1或多次。
    (pattern)+：pattern可重复1或多次。
    (pattern){m, n}：模式可重复m~n次，也可以是{n}、{m, }。
    * + {m, n} {m, }默认为贪婪模式，即尽量匹配更长的字符串，从后面添加?可以变为*? +? {m, n}? {m, }?非贪婪模式
    字符串开头（^）和结尾（$）例如(^http)与http开头的字符串匹配，(org$)与org结尾的字符串匹配
    python默认为单行模式，即^匹配第一行的开头，$匹配最后一行的结尾，
    re.M或re.MULTILINE（多行模式）^$分别可以匹配每一行文本的开头和结尾。例如在 ‘foo1\nfoo2\n’ 或 ‘foo1\nfoo2’ 中搜索 foo.$，通常匹配 ‘foo2’，但在 MULTILINE 模式下可以匹配到 ‘foo1’。
    例如在默认单行模式下’ddddd\nabbbc’搜索’^a.*c$'失败，但多行模式下搜索结果为(6, 11)。
    pycharm和notepad++默认且只能是多行模式
    \d匹配所有的十进制数字
    \D匹配所有的非十进制数字（包括换行符）
    \s匹配所有的空白字符（空格、TAB等）
    \S匹配所有的非空白字符（包括换行符）
    \w匹配所有的字母、汉字、数字
    \W匹配所有的非字母、汉字、数字（包括换行符）
    \b（根据例子理解）匹配在单词开始或结尾位置的空字符串。r’\bfoo\b’匹配’foo’, ‘foo.’, ‘(foo)’, ‘bar foo baz’但不匹配’foobar’, ‘foo3’。
    \B（根据例子理解） 匹配不在单词开始或结尾位置的空字符串。r’py\B’匹配’python’, ‘py3’, ‘py2’但不匹配’py’, ‘py.’, ‘py!’。

    注意：

    1. 匹配特殊字符时，需要使用\进行转义。例如要匹配字符串中’python.org’，因为.是特殊字符（通配符），所以要对其进行转义，表达式应该为’python\\.org’（这里包括两层转义：解释器执行的转义和模块re执行的转义，因为在字符串中\为转义字符，所以\\才表示一个真正的\）,也可以使用原始字符串r’python\.org’
    2. （重要）贪婪模式 vs. 懒惰模式（易错）
      经常看到，贪婪模式（默认）寻求最长匹配，懒惰模式寻求最短匹配。直观上，abbb查询ab?? 结果应是a，aaab查询标记a??b结果应是b，但aaab查询标记a??b的结果实际是ab，即这样理解是错误的。
      实际上应该这样理解，懒惰模式一旦找到符合的匹配即作为查询结果返回，贪婪模式（默认）找到符合的匹配后，不断向后添加字符至匹配失败，失败前一步的字符串作为查询结果返回。为了方便理解，可以认为匹配过程是将子串string[s, e]（s从0到n-1，e从s+1到n）与查询串pattern的(1+n)*n/2次比较过程。

    Notepad++

    windows notepad++换行符是\r\n

    “Ctrl+F”，弹出查找窗口，如下图所示
    在这里插入图片描述
    匹配大小写：勾选时匹配大小写
    .匹配新行：不勾选时通配符（.）不能匹配（\r、\n），勾选时通配符（.）能匹配（\r、\n）

    PyCharm

    在这里插入图片描述
    匹配大小写：勾选时匹配大小写

    Python re

    re模块官方API
    主串：被查询的长字符串；模式串：作为查询关键字的短字符串

    compile

    # 使用模式串pattern（str类型）构建正则表达式对象
re.compile(pattern, flags=0)

# 常用flag，可以用“|”将多个flag连接起来
# 忽略大小写
re.I
re.IGNORECASE
# 多行模式
re.M
re.MULTILINE
# .匹配新行
re.S
re.DOTALL

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    search

    # 返回第一个位置的 匹配对象（re.Match object） 或 None
# 两种调用方式的函数原型
re.search(pattern, string, flags=0)
Pattern.search(string[, pos[, endpos]])

# 调用方式1（模式串str，主串str，flags）
re.search(pattern, string, flags)
# 调用方式2（模式串str，flags；主串str，开始位置int，结束位置int）
prog = re.compile(pattern, flags)
prog.search(string, pos ,endpos)

# 例如
result = re.search('345', '123456')
print(result.start(), result.end())
# 2 5

prog = re.compile('345')
result = prog.search('123456')
print(result.start(), result.end())
# 2 5

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20

    split

    # 分割字符串
re.split(pattern, string, maxsplit=0, flags=0)
Pattern.split(string, maxsplit=0)

>>> re.split(r'\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
# 添加括号后，用来分割的字符也将作为返回值
>>> re.split(r'(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
>>> re.split(r'\W+', 'Words, words, words.', 1)
['Words', 'words, words.']
>>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)
['0', '3', '9']
>>> re.split(r'(\W+)', '...words, words...')
['', '...', 'words', ', ', 'words', '...', '']

>>> re.split(r'\b', 'Words, words, words.')
['', 'Words', ', ', 'words', ', ', 'words', '.']
# 注意，*是可以匹配到空字符串的（+不能），所以此处的r'\W*'成功匹配8次（包含6次空字符串匹配）
>>> re.split(r'\W*', '...words...')
['', '', 'w', 'o', 'r', 'd', 's', '', '']
>>> re.split(r'(\W*)', '...words...')
['', '...', '', '', 'w', '', 'o', '', 'r', '', 'd', '', 's', '...', '', '', '']
# r'\w*'成功匹配8次（包含7次空字符串匹配）
>>> re.split(r'\w*', '...words...')
['', '.', '.', '.', '', '.', '.', '.', '']
>>> re.split(r'(\w*)', '...words...')
['', '', '.', '', '.', '', '.', 'words', '', '', '.', '', '.', '', '.', '', '']

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28

    findall

    # 返回pattern在string中所有非重叠匹配的字符串列表
re.findall(pattern, string, flags=0)
Pattern.findall(string[, pos[, endpos]])

# 例如
>>> re.findall(r'\bf[a-z]*', 'which foot or hand fell fastest')
['foot', 'fell', 'fastest']

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
  • 相关阅读:
    一套JAVA语言开发的：危大工程智慧一体化工地系统源码，（后台管理端+APP+可视化大屏端）
    【HTML专栏1】语法规范、基础结构标签
    跨时钟域处理方法
    Linux字符设备驱动开发(一)
    建构小小虎丘园林，每个人都是设计师
    SpringBoot注册web组件
    swiper使用
    c++ mutable
    【C++】特殊类设计
    ChatGPT第五讲
  • 原文地址：https://blog.csdn.net/qq_42283621/article/details/126091228