专栏首页python3Python标准库 - re

Python标准库 - re

编写代码时, 经常要匹配特定字符串, 或某个模式的字符串, 一般会借助字符串函数, 或正则表达式完成.

对于正则表达式, 有些字符具有特殊含义, 需使用反斜杠字符'\'转义, 使其表示本身含义. 如想匹配字符'\', 却要写成'\\\\', 很是困扰. Python中Raw string解决了该问题, 只需给'\'加上前缀'r'即可, 如r'\n', 表示'\'和'n'两个普通字符, 而不是原来的换行. 前缀'r'类似于sed命令的-r(use extended regular expressions)参数.  

正则表达式可包括两部分, 一是正常字符, 表本身含义; 二是特殊字符, 表一类正常字符, 或字符数量...

re模块提供了诸多方法进行正则匹配.

match    Match a regular expression pattern to the beginning of a string.

search   Search a string for the presence of a pattern.

sub      Substitute occurrences of a pattern found in a string.

subn     Same as sub, but also return the number of substitutions made.

split    Split a string by the occurrences of a pattern.

findall  Find all occurrences of a pattern in a string.

finditer Return an iterator yielding a match object for each match.

purge    Clear the regular expression cache.

escape   Backslash all non-alphanumerics in a string.

还有compile函数, 其较特殊, 将匹配模式编译为一个正则表达式对象(RegexObject, _sre.SRE_Pattern), 并返回, 该对象仍然可以使用上述这些函数. 这也从侧面说明了, 对于re模块, 有非编译和编译两种使用方式, 如下所示.

1.

result = re.match(pattern, string)

2.

prog = re.compile(pattern)

result = prog.match(string)

它们达到的效果是相同的, 只是后者暂存了正则表达式对象, 对于某块代码中频繁使用该正则表达式的情形, 后者性能一般会高于前者.

对于match()和search()匹配成功, 会返回一个匹配对象(Match Object, _sre.SRE_Match), 其也有若干方法, 下面几个较常用.

group 

    group([group1, ...]) -> str or tuple.

    Return subgroup(s) of the match by indices or names.

    For 0 returns the entire match.

groups(...)

    groups([default=None]) -> tuple.

    Return a tuple containing all the subgroups of the match, from 1.

    The default argument is used for groups

    that did not participate in the match

end(...)

    end([group=0]) -> int.

    Return index of the end of the substring matched by group.

start(...)

    start([group=0]) -> int.

    Return index of the start of the substring matched by group.

至此对re模块框架性梳理就这样了, 给出些例子, 对上面的内容总结下.

1.

In [23]: text = "He was carefully disguised but captured quickly by police."

In [24]: re.findall(r"\w+ly", text)

Out[24]: ['carefully', 'quickly']

2.

In [25]: m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")

In [26]: m.group(0)

Out[26]: 'Isaac Newton'

In [27]: m.group(1)

Out[27]: 'Isaac'

In [28]: m.group(2)

Out[28]: 'Newton'

In [29]: m.group(1, 2)

Out[29]: ('Isaac', 'Newton')

3.

In [31]: account = "abcxyz_"

In [32]: replace_regex = re.compile(r'_$')

In [33]: replace_regex.sub(account[0], account)

Out[33]: 'abcxyza'

正则表达式使用中的细节还有很多, 这里无法尽数, 实践过程中慢慢体会和总结吧.

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 通信英语_3

    total aceess communcation system 全接入的通信系统

    用户2398817
  • Spokesmen, How to ma

    When consumers buy different products in the market, they always have their expe...

    用户2398817
  • python通过sftp远程传输文件

    用户2398817
  • 伸展树的先序和后序

    摘要:设T是二叉搜索树。我们证明了关于Splay算法行为的两个结果(Sleator和Tarjan 1985)。我们的第一个结果是通过按照T的预订或T的后序的顺序...

    罗大琦
  • 年度宽客 (2000 - 2019)

    前几天看到了 Quant of the Year 2019 颁布的新闻,回想从 2015 年开始自学机器学习时就没关注这个了,因为这个奖项通常都是 Q-quan...

    用户5753894
  • 调查计算语言文档双语方法中的语言影响(Computation and Language)

    对于濒危语言而言,数据收集活动必须能够应对很多数据源自口传而且生产副本费用高昂的挑战。因此,为了确保录音的可解释性,至少要将这些录音转译成使用广泛的语言版本。本...

    用户6868260
  • 架构操练Kata:金融风险系统

    (译自Simon Brown的Software Architecture for Developers II;译者:伍斌) 背景 一家办公室设在伦敦、纽约和...

    吾真本
  • 【论文推荐】最新六篇行人再识别(ReID)相关论文—和谐注意力网络、时序残差学习、评估和基准、图像生成、三元组、对抗属性-图像

    【导读】专知内容组整理了最近六篇行人再识别(Person Re-Identification)相关文章,为大家进行介绍,欢迎查看! 1. Harmonious ...

    WZEARW
  • 用于感测的储层计算:一种实验方法(CS ET)

    如果机器学习解决方案要渗透到生活的更多方面,则对其的限制越来越大。特别地,尤其在便携式医疗设备中,能量效率和操作速度至关重要。水库计算(RC)范式通过其运行的基...

    非过度曝光
  • 学习对测试执行进行编码和分类(CS SE)

    自动确定测试执行的正确性的挑战被称为测试预言问题,并且是自动化测试中剩下的关键问题之一。本文的目的是以一种通用,可扩展和准确的方式来解决测试预言问题。

    非过度曝光

扫码关注云+社区

领取腾讯云代金券

玩转腾讯云 有奖征文活动