亲宝软件园·资讯

展开

正则表达式重叠匹配

Dragon水魅 人气:0

正则表达式实现重叠匹配

import regex
string = '100101010001'
str_re = '101'
print(regex.findall(str_re, string, overlapped=True))

普通的re库匹配,只能匹配一个’101’。

正则表达式与正则匹配

正则表达式

正则表达式可理解为对数据筛选的表达式,是有限个原子和元字符组成。

原子:基本组成单位,每个表达式至少有一个原子

普通字符组成原子 

非打印字符组成原子

(不打印在输出台的字符)

\n:换行

\t:tab退格符

通用字符组成原子

\w:匹配任意字母、数字、下划线

\W:与\w相反

\d:匹配任意十进制数

\D:与\d相反

\s:匹配任意空白字符,如空格、换行、缩进

\S:与\s相反

原子表组成原子

一组原子组成一个表,由[]声明

表内原子优先级相等,但内容只出现依次

若原子表以 ^ 开头,则表示取反

#普通字符组成原子
pat1 = "abcd"
 
#非打印字符组成原子
pat2 = "\n"
 
#通用字符做原子
pat3 = "\w"
 
#原子表组成原子
pat4 = "py[abc]"
#可以匹配pya,pyb,pyc,但匹配pyab等原子表重复出现的情况失败
 
#原子表开头带 ^ 表示取反
pat5 = "py[^abc]"
#第三个位置匹配除了a,b,c外的任意一个字符

元字符:正则表达式中具有特殊含义的字符

.匹配任意字符,除了换行符
^匹配字符串开始的位置
$匹配字符串结束的位置,当出现多组符合的匹配时,返回字符串最后的那组匹配
*匹配 0,1,n 次前面的原子【贪婪模式:尽可能多的匹配】
?匹配 0,1 次前面的原子【懒惰模式:精确匹配】
+匹配 1,n 次前面的原子
{ j }前面的原子出现 j 次
{ j , }前面的原子至少出现 j 次
{ j , k }前面的原子至少出现 j 次,至多出现 k 次
i | j匹配 i 或 j ,若 i 与 j 同时出现,匹配 i
( )组,限制这组数据的组合如()内所描述一样,只返回符合括号内描述的内容

模式修正符

即函数中 flag 位置的参数,在不改变正则表达式的情况下改变其含义,调整匹配结果。

re.I匹配时忽略大小写
re.M多行匹配
re.L本地化识别匹配
re.U根据unicon字符匹配,影响\w \W
re.S匹配包括换行符

正则匹配

正则表达式是对字符串进行模糊匹配,其中一个应用为正则匹配。正则匹配是python爬虫的一个使用技术,用于在爬取的文本信息中提取目标信息。

正则匹配常用的函数:(调用正则表达式模块re)

import re
str = 'python'
pat = 'pytho[a-n]'
print(re.search(pat, str))
import re
str_1 = 'hello world'
str_2 = 'world hello'
pat = 'world'
print(re.match(pat, str_1))
print(re.match(pat, str_2))
import re
str = "hello world hello world hello world"
pat = "hello"
print(re.complie(pat).findall(str))
print(re.complie(pat).findall(str, 5, 15))
import re
str = "400-823-823"
pat = "-"
#短横改空格,最大替换次数2
str_new = re.sub(pat, " ", str, count=2)

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。

加载全部内容

相关教程
猜你喜欢
用户评论