python 正則表達(dá)式如何實(shí)現(xiàn)重疊匹配
正則表達(dá)式實(shí)現(xiàn)重疊匹配
import regex string = '100101010001' str_re = '101' print(regex.findall(str_re, string, overlapped=True))
普通的re庫(kù)匹配，只能匹配一個(gè)’101’。
正則表達(dá)式與正則匹配
正則表達(dá)式
正則表達(dá)式可理解為對(duì)數(shù)據(jù)篩選的表達(dá)式，是有限個(gè)原子和元字符組成。
原子：基本組成單位，每個(gè)表達(dá)式至少有一個(gè)原子
| 普通字符組成原子 | |
|---|---|
非打印字符組成原子 （不打印在輸出臺(tái)的字符） | \n：換行 \t：tab退格符 |
| 通用字符組成原子 | \w：匹配任意字母、數(shù)字、下劃線 \W：與\w相反 \d：匹配任意十進(jìn)制數(shù) \D：與\d相反 \s：匹配任意空白字符，如空格、換行、縮進(jìn) \S：與\s相反 |
| 原子表組成原子 | 一組原子組成一個(gè)表，由[]聲明 表內(nèi)原子優(yōu)先級(jí)相等，但內(nèi)容只出現(xiàn)依次 若原子表以 ^ 開(kāi)頭，則表示取反 |
#普通字符組成原子 pat1 = "abcd" #非打印字符組成原子 pat2 = "\n" #通用字符做原子 pat3 = "\w" #原子表組成原子 pat4 = "py[abc]" #可以匹配pya，pyb，pyc，但匹配pyab等原子表重復(fù)出現(xiàn)的情況失敗 #原子表開(kāi)頭帶 ^ 表示取反 pat5 = "py[^abc]" #第三個(gè)位置匹配除了a，b，c外的任意一個(gè)字符
元字符：正則表達(dá)式中具有特殊含義的字符
| . | 匹配任意字符，除了換行符 |
|---|---|
| ^ | 匹配字符串開(kāi)始的位置 |
| $ | 匹配字符串結(jié)束的位置，當(dāng)出現(xiàn)多組符合的匹配時(shí)，返回字符串最后的那組匹配 |
| * | 匹配 0，1，n 次前面的原子【貪婪模式：盡可能多的匹配】 |
| ? | 匹配 0，1 次前面的原子【懶惰模式：精確匹配】 |
| + | 匹配 1，n 次前面的原子 |
| { j } | 前面的原子出現(xiàn) j 次 |
| { j , } | 前面的原子至少出現(xiàn) j 次 |
| { j , k } | 前面的原子至少出現(xiàn) j 次，至多出現(xiàn) k 次 |
| i | j | 匹配 i 或 j ，若 i 與 j 同時(shí)出現(xiàn)，匹配 i |
| ( ) | 組，限制這組數(shù)據(jù)的組合如（）內(nèi)所描述一樣，只返回符合括號(hào)內(nèi)描述的內(nèi)容 |
模式修正符
即函數(shù)中 flag 位置的參數(shù)，在不改變正則表達(dá)式的情況下改變其含義，調(diào)整匹配結(jié)果。
| re.I | 匹配時(shí)忽略大小寫(xiě) |
| re.M | 多行匹配 |
| re.L | 本地化識(shí)別匹配 |
| re.U | 根據(jù)unicon字符匹配，影響\w \W |
| re.S | 匹配包括換行符 |
正則匹配
正則表達(dá)式是對(duì)字符串進(jìn)行模糊匹配，其中一個(gè)應(yīng)用為正則匹配。正則匹配是python爬蟲(chóng)的一個(gè)使用技術(shù)，用于在爬取的文本信息中提取目標(biāo)信息。
正則匹配常用的函數(shù)：（調(diào)用正則表達(dá)式模塊re）
re.search(pat, str[, flag])：掃描字符串str，返回pat的位置（第一次成功匹配的），flag用于控制正則表達(dá)式的匹配方式
import re str = 'python' pat = 'pytho[a-n]' print(re.search(pat, str))
re.match(pat, str[, flag])：掃描字符串str開(kāi)始的位置，返回pat的位置（第一次成功匹配的），flag用于控制正則表達(dá)式的匹配方式【若開(kāi)始就不符合則結(jié)束，返回none】
import re str_1 = 'hello world' str_2 = 'world hello' pat = 'world' print(re.match(pat, str_1)) print(re.match(pat, str_2))
re.complie(pat[, flag])：編譯正則表達(dá)式pat，返回正則表達(dá)式對(duì)象findall(str[, pos[, endpos]])：匹配所有，用列表返回string中所有匹配到的子串【不止第一次】，pos和endpos可指定在string中的起始位置re.complie(pat).findall(str)：全局匹配函數(shù)，匹配str中所有符合pat的子串，裝入一個(gè)列表返回結(jié)果
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))
re.sub(pat, repl, str[, count[, flag]])：替換字符串中的匹配項(xiàng)【清洗數(shù)據(jù)】，可用count指定最大替換次數(shù)
import re str = "400-823-823" pat = "-" #短橫改空格，最大替換次數(shù)2 str_new = re.sub(pat, " ", str, count=2)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持本站。
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信