
作者:極光
來源:Python 技術
正則表達式相信大家應該都不陌生,本質(zhì)上就是一種微小的、高度專業(yè)化的編程語言,使用它你可以為要匹配的可能字符串集指定規(guī)則。大多數(shù)編程語言正則語法基本相似,只是實現(xiàn)正則的函數(shù)庫不同,今天就來跟大家一起了解下 Python 支持正則表達式的函數(shù)。
正則最簡單的應用,就是對字符串進行操作,用來找出想要匹配的字符串,比如 Python 就只會匹配字符串 Python ,當然也可以設置不區(qū)分大小寫,這樣就可以匹配更多,比如 python、pyThon等。
如果還想來點復雜的匹配要怎么做,這就需要用到元字符了,下面就是所有的元字符:
// 元字符 [ ] ( ) . ^ $ * + ? { } |
這一對元字符主要用于指定字符類,也就是你想要匹配的一組字符。
比如:[asd] 就是要匹配任何字符 a, s, d,但如果想匹配 a b c d e …… x y z 是不是要把所有的都寫一遍?當然不是了,這個我們可以寫成 [a-z] 就行了,- 就是用來表示一個范圍,再比如表示數(shù)字 1 至 9,可以寫成 [1-9] 。
上面說的是包含的字符范圍,如果想匹配不包含的范圍要怎么做?這就要用到元字符 ^,比如匹配除了 n, u, 3 之外的字符,可以寫成 [^nu3]。
還有一點需要注意,在 [ ] 中的元字符會作為普通字符匹配,比如 [$+] 就會匹配 $, +。
最后說下元字符 ,它的意義是用于轉(zhuǎn)義所有元字符,也就是去掉元字符的特殊性,比如 {$\,其實就是匹配字串 {, $, 。
上面說了 [a-z] 可以匹配所有小寫字母,[0-9] 用來匹配所有數(shù)字,這樣已經(jīng)夠簡單了,還有更簡單的幾種特殊范圍表達方式。
字符說明.匹配除 "n" 之外的任何單個字符。要匹配包括 'n' 在內(nèi)的任何字符,請使用象 '[.n]' 的模式。d相當于[0-9],即匹配一個數(shù)字字符。D相當于[^0-9],即匹配一個非數(shù)字字符。s相當于[fnrtv],也就是匹配任何空白字符,包括空格、制表符、換頁符等等。S相當于[^fnrtv],匹配任何非空白字符。w相當于[a-zA-Z0-9_],匹配任何字母與數(shù)字字符。W相當于[^a-zA-Z0-9_],匹配任何非字母與數(shù)字字符。
上面這些特殊序列可以包含在字符類中,比如 [sd,] 即匹配任何空白字符,數(shù)字和 ,。
只是做到匹配字符串集合,肯定是不夠的,它還有個更大的優(yōu)勢,那就是可以指定某一部分字符是重復的,并且可以指定重復的次數(shù)。
先說第一個表示重復的元字符 *,它用來指定前面一個字符可以重復0次或者多次。
比如 ap*le 將會匹配 apple,appple,ale 等等。
這里當重復正則時,匹配引擎會嘗試盡可能多的重復它。當發(fā)現(xiàn)模式的后續(xù)部分不匹配,則匹配引擎將會回退并以較少的重復次數(shù)再次嘗試。
另一個重復的元字符 +,它用來表示前一個字符可重復1次或多次。它跟 * 相比,其實就是少了一個重復0次,也就是上面 ap*le 換成 ap+le 不會出現(xiàn)匹配到 ale。
第三個元字符就是 ?,它用來表示前一個字符可重復0次或1次,把上面的例子換成 ap?le,其實就是兩個字符串 ale 或 aple。
最后一個復雜些就是 {m,n},這個表示前一個字符可重復次數(shù)是一個區(qū)間,也就是最少重復m次,最多重復n次。
例如 ap{2,3}le將會匹配 apple,appple 兩個字符串,其他都不會匹配。
在這里需要注意下,m 需要小于 n,當然 m 或 n 也是可以省略的。比如當 m=0 時,可以省略 m,當 n 為無窮大時,也可以省略 n。
對!你沒看錯,如果想使用正則表達式,首先得要把它編譯成模式對象。編譯成對象后,它就可以使用各種操作方法了,比如字串匹配查詢或替換等。
Python 編譯的方法是 re.compile('正則表達式'),比如 re.compile('ap?le')。
當然也可以傳一些特殊的參數(shù),比如忽略大小寫,那上面的編譯方法就可以寫成 re.compile('ap?le', re.IGNORECASE),這樣在匹配字串時就可以忽略大小寫了。
那除了這個還有別的參數(shù)嗎?有,下面我把一部分常用的參數(shù)列出來,對了參數(shù)還可以簡寫,比如剛才使用的 re.IGNORECASE 可以簡寫成 re.I,這樣就方便多了。
以下是常用編譯參數(shù):
參數(shù)簡寫說明IGNORECASEI忽略大小寫ASCIIA使幾個轉(zhuǎn)義(w、b、s和d)匹配僅與具有相應特征屬性的 ASCII 字符匹配DOTALLS使 . 匹配任何字符,包括換行符LOCALEL進行區(qū)域設置感知匹配MULTILINEM多行匹配,影響 ^ 和 $VERBOSEX忽略正則字符串中的空格,除非空格位于字符類中或前面帶有未轉(zhuǎn)義的反斜杠,可以組織和縮進,還可以寫注釋
大部分都容易理解,只是最后一個參數(shù) VERBOSE 可能不太容易理解,這里給大家個官方的例子看下就理解了。
test = re.compile(r"""
&[#] # 數(shù)字開始部分
(
0[0-7]+ # 八進制
| [0-9]+ # 小數(shù)形式
| x[0-9a-fA-F]+ # 十六進制
)
; # 結束分號
""", re.VERBOSE)
其實上面說的編譯都只是在做準備,準備接下來要介紹的,正則表達式最重要的查詢匹配。
常用匹配方法:
上面這些方法,如果匹配成功,會返回一個對象實例,其中包含匹配相關的信息:起始和終結位置、匹配的子串以及其它信息。
// 示例代碼
import re
ret = re.compile('[0-9]+')
ret.match("apple") // 返回 None
ret.match("12189") // 返回 <re.Match object; span=(0, 5), match='12189'>
ret.match("121ab") // 返回 <re.Match object; span=(0, 3), match='121'>
好了,今天我們簡單介紹了下正則表達式,以及在 Python 中如何使用正則表達式,其實以上這些只是基礎,后續(xù)還會為大家介紹更多。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03