使用Python正则表达式操作文本数据的方法
什么是正则表达式
正则表达式，是简单地字符的序列，可指定特定的搜索模式。正则表达式已存在很长一段时间，并且它本身就是计算机科学的一个领域。
在 Python中，使用Python的内置re模块处理正则表达式操作 。在本节中，我将介绍创建正则表达式并使用它们的基础知识。您可以使用以下步骤实现正则表达式：
- 指定模式字符串。
- 将模式字符串编译为正则表达式对象。
- 使用正则表达式对象在字符串中搜索模式。
- 可选：从字符串中提取匹配的模式。
编写和使用正则表达式
在Python中创建正则表达式的第一步是导入re 模块：
import re
Python正则表达式使用模式字符串表示，模式字符串是指定所需搜索模式的字符串。在最简单的形式中，模式字符串只能由字母，数字和空格组成。以下模式字符串表示精确字符序列的搜索查询。您可以将每个角色视为一个单独的模式。在后面的例子中，我将讨论更复杂的模式：
import re pattern_string = "this is the pattern"
下一步是将模式字符串处理为Python可以使用的对象，以便搜索模式。这是使用re模块的compile（）方法完成的。的编译（）方法将图案字符串作为参数并返回一个正则表达式对象：
import re pattern_string = "this is the pattern" regex = re.compile(pattern_string)
获得正则表达式对象后，可以使用它在搜索字符串中搜索模式字符串中指定的模式。搜索字符串只是您要在其中查找模式的字符串的名称。要搜索模式，可以使用regex对象的search（）方法，如下所示：
import re
pattern_string = "this is the pattern" regex = re.compile(pattern_string)
match = regex.search("this is the pattern")
如果模式字符串中指定的模式位于搜索字符串中，则search（）方法将返回匹配对象。否则，它返回None数据类型，这是一个空值。
由于Python相当松散地解释了True和False值，因此搜索函数的结果可以像if语句中的布尔值一样使用，这可能相当方便：
....
match = regex.search("this is the pattern") if match:
print("this was a match!")
这个模式应该产生一个匹配，因为它与模式字符串中指定的模式完全匹配。如果在搜索字符串的任意位置找到模式，搜索函数将生成匹配，如下所示:
....
match = regex.search("this is the pattern") if match:
print("this was a match!")
if regex.search("*** this is the pattern ***"): print("this was not a match!")
if not regex.search("this is not the pattern"): print("this was not a match!")
特殊字符
正则表达式取决于使用某些特殊字符来表达模式。因此，除非用于预期目的，否则不应直接使用以下字符：
. ^ $ * + ? {} () [] |
如果确实需要使用模式字符串中的任何前面提到的字符来搜索该字符，则可以编写以反斜杠字符开头的字符。这称为转义字符。这是一个例子：
pattern string = "c*b" ## matches "c*b"
如果需要搜索反斜杠字符本身，则使用两个反斜杠字符，如下所示：
pattern string = "cb" ## matches "cb"
匹配空格
在模式字符串中的任何位置使用s都匹配空白字符。这比空格字符更通用，因为它适用于制表符和换行符：
....
a_space_b = re.compile("asb") if a_space_b.search("a b"):
print("'a b' is a match!")
if a_space_b.search("1234 a b 1234"): print("'1234 a b 1234' is a match")
if a_space_b.search("ab"):
print("'1234 a b 1234' is a match")
匹配字符串的开头
如果在模式字符串的开头使用^字符，则只有在搜索字符串的开头找到模式时，正则表达式才会产生匹配：
....
a_at_start = re.compile("^a") if a_at_start.search("a"):
print("'a' is a match")
if a_at_start.search("a 1234"): print("'a 1234' is a match")
if a_at_start.search("1234 a"): print("'1234 a' is a match")
匹配字符串的结尾
类似地，如果在模式字符串的末尾使用$符号，则正则表达式将仅在模式出现在搜索字符串的末尾时生成匹配：
....
a_at_end = re.compile("a$") if a_at_end.search("a"):
print("'a' is a match") if a_at_end.search("a 1234"):
print("'a 1234' is a match") if a_at_end.search("1234 a"):
print("'1234 a' is a match")
匹配一系列字符
可以匹配一系列字符而不是一个字符。这可以为模式增加一些灵活性：
[A-Z] matches all capital letters
[a-z] matches all lowercase letters
[0-9] matches all digits
....
lower_case_letter = re.compile("[a-z]") if lower_case_letter.search("a"):
print("'a' is a match")
if lower_case_letter.search("B"): print("'B' is a match")
if lower_case_letter.search("123 A B 2"): print("'123 A B 2' is a match")
digit = re.compile("[0-9]") if digit.search("1"):
print("'a' is a match") if digit.search("342"):
print("'a' is a match") if digit.search("asdf abcd"):
print("'a' is a match")
匹配几种模式中的任何一种
如果存在构成匹配的固定数量的模式，则可以使用以下语法组合它们：
(||)
以下a_or_b正则表达式将匹配任何字符或ab字符的字符串：
....
a_or_b = re.compile("(a|b)") if a_or_b.search("a"):
print("'a' is a match") if a_or_b.search("b"):
print("'b' is a match") if a_or_b.search("c"):
print("'c' is a match")
匹配序列而不是仅匹配一个字符
如果+字符位于另一个字符或模式之后，则正则表达式将匹配该模式的任意长序列。这非常有用，因为它可以很容易地表达可以是任意长度的单词或数字。
将模式放在一起
通过一个接一个地组合图案串可以产生更复杂的图案。在下面的示例中，我创建了一个正则表达式，用于搜索严格后跟单词的数字。生成正则表达式的模式字符串由以下内容组成：
与数字序列匹配的模式字符串：[0-9]+与空白字符匹配的模式字符串：s与字母序列匹配的模式字符串：[az] +
与字符串结尾或空格字符匹配的模式字符串：（s | $）
....
number_then_word = re.compile("[0-9]+s[a-z]+(s|$)")
正则表达式split（）函数
Python中的Regex 对象也有一个split（）方法。split方法将搜索字符串拆分为子字符串数组。所述分裂发生在沿着其中该图案被识别的字符串中的每个位置。结果是在模式的实例之间出现的字符串数组。如果模式出现在搜索字符串的开头或结尾，则分别在结果数组的开头或结尾包含一个空字符串：
....
print(a_or_b.split("123a456b789")) print(a_or_b.split("a1b"))
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了浅谈python 线程池threadpool之实现，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-11-11
利用Python的Flask框架来构建一个简单的数字商品支付解决方案
这篇文章主要介绍了利用Python的Flask框架来构建一个简单的数字商品支付解决方案,文中用极简的代码展示了一个flask框架下的支付模版，需要的朋友可以参考下2015-03-03
初入python和django做项目,遇到很多前端页面代码冗余的情况,特别是头部和脚部,代码都是一样的,所以下面这篇文章主要给大家介绍了关于Django模板过滤器和继承的相关资料,需要的朋友可以参考下2021-11-11
这篇文章主要介绍了pandas 实现将NaN转换为None的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了python selenium爬取网易云音乐歌单名，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-03-03
在本文中,我们将探索一个使用Python的wxPython库开发的文件管理器应用程序,这个应用程序不仅能够浏览和选择文件,还支持文件预览、压缩、图片转换以及生成PPT演示文稿的功能,需要的朋友可以参考下2024-08-08
这篇文章主要介绍了Python 制作子弹图，众所周知，Python 的应用是非常广泛的，今天我们就通过 matplotlib 库学习下如何制作精美的子弹图,需要的朋友可以参考一下2021-12-12
使用memory_profiler监测python代码运行时内存消耗方法
今天小编就为大家分享一篇使用memory_profiler监测python代码运行时内存消耗方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
Python基于递归和非递归算法求两个数最大公约数、最小公倍数示例
这篇文章主要介绍了Python基于递归和非递归算法求两个数最大公约数、最小公倍数,涉及Python递归算法、流程循环控制进行数值运算相关操作技巧,需要的朋友可以参考下2018-05-05
今天小编就为大家分享一篇python:print格式化输出到文件的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
最新评论