python中re模块怎么导入_python中re模块的使用

╰+攻爆jí腚メ 2022-10-25 14:19 242阅读 0赞

正则表达式，听起来挺高大上，几乎所有的语言都有这个内容，python中是用re模块，接下来先介绍下什么是正则表达式，比如你要从一大串字符串中提取出你要的信息，www.baidu.com www.youtube.com,你要从中提取出baidu，youtube等字符串，怎么办呢，首先来分析它的结构，不难看出，这些字符串前面是www,后面是.com，中间就是我们要的部分，因此我们可以写一个这样的表达式

p=r'www\\.(.+?)\\.com'  其中的\\.是为了转义.，.在正则表达式中是通配符，可以匹配任何字符，这个表达式就可以匹配如www.baidu.com，www.sina.com这样的字符串了，那中间的(.+？)是什么意思呢，()代表的是第几个子模式，比如(0(1)(2))，其中的数字就代表第几个子模式，其实非常容易理解，就看左边有多少个(就可以，如果没有(,就默认为1，用一个()把所有的字符串包裹住，那现在我们的子模式1中就是baidu，sina等内容了，那这个？是什么意思呢，代表非贪婪模式，就是尽可能少匹配，一遇到后面是.com就停止匹配。说了这么多，上代码。

import re \#导入re模块

s=r'www.baidu.com www.youtube.com'

pat=r'www\\.(.+?)\\.com'

p=re.compile(pat) \#预编译正则表达式，下次使用可以缩短时间

m=re.match(pat,s) \#匹配s的开头的字符串，返回matchobject对象，如果是search()就是匹配所有的字符串

print(m.group(1)) \#打印第一个子模式的内容，指定了1，不指定就默认为0

print(m.groups()) \#打印所有子模式的内容，返回一个元组，

print(re.findall(pat,s)) \#打印出所有正则表达式匹配了字符串的内容，上面的是只匹配第一个，这个是匹配所有的

结果如下：

baidu

('baidu',)

\['baidu', 'youtube'\]

正则表达式的匹配规则：. 匹配所有内容，若想匹配它本身(一个点符号)，r'\\.' 转移即可，\[ a-z\]字符集，匹配a-z的任意字母，其实就是任意一个小写字母，大写就是\[A-Z\]，\[^a-z \] 匹配非小写字母，^就是非，r'^ a  b$’,^开头为a，$结尾为b，\\w匹配字母和数字,\\d匹配数字，\\r匹配空格，\\t匹配tab

还有很多匹配规则，这里只列出常用的，具体可以查看官方文档多练习