python內建模組之re模組

2022-09-10 10:06:13 字數 4471 閱讀 8487

在python要想使用正則必須借助於模組，re就是其中之一

查詢字串中所有匹配到的字元，並返回乙個列表，

沒有匹配資料則返回乙個空列表

import re


re.findall('正規表示式','帶匹配的文字')  # 根據正則匹配除所有符合條件的資料


res = re.findall('b','eva jason jackson')


print(res)  # ['a', 'a', 'a']
查詢字串中的指定的字元，匹配到乙個就立刻停止，並返回乙個物件，需要用group方法取值

res = re.search('正規表示式','帶匹配的文字')  # 根據正則匹配到乙個符合條件的就結束


res = re.search('a','eva jason jackson')


print(res)  # 結果物件


print(res.group())  # 正在的結果


if res:


print(res.group())


else:


print('不好意思 沒有找到')
如果沒有匹配到字元會返回乙個none，並且呼叫group後會報錯查詢字串中的指定的字元，只匹配開頭的字元，返回乙個物件，需要用group方法取值

res = re.match('a','abac')  # 根據正則從頭開始匹配(文字內容必須在開頭匹配上)


print(res)


print(res.group())


if res:


print(res.group())


else:


print('不好意思 沒有找到')
如果沒有符合條件的資料 那麼match返回none 並且使用group會直接報錯類似字串的切割，不過這裡就算切割字母左右沒有字元也會切割出乙個空 ""

import re


先按'a'分割得到''和'bcd',在對''和'bcd'分別按'b'分割


res = re.split('[ab]','abcd')


print(res)  # ['', '', 'cd']
類似字串內建方法的replace

# 類似於字串型別的replace方法


res = re.sub('\d','h','eva3jason4yuan4',1)  # 替換正則匹配到的內容


res = re.sub('\d','h','eva3jason4yuan4')  # 不寫預設替換所有


print(res)  # evahjason4yuan4
替換完成後會返回乙個元組 （"更換後的字串"， 被更換的個數）

"""返回元組 並提示替換了幾處"""


# res = re.subn('\d','h','eva3jason4yuan4',1)


# print(res)  # ('evahjason4yuan4', 1)


# res = re.subn('\d','h','eva3jason4yuan4')


# print(res)  # ('evahjasonhyuanh', 3)
定義乙個固定的正規表示式，可以多次重複使用匹配不同的字串

point = re.compile('(.*?)')


res1 = point.findall(date1)


res2 = point.search(date2)


res3 = point.match(date3)


res3 = point.finditer(date4)


regexp_obj = re.compile('\d+')


res = regexp_obj.search('absd213j1hjj213jk')


res1 = regexp_obj.match('123hhkj2h1j3123')


res2 = regexp_obj.findall('1213k1j2jhj21j3123hh')


print(res,res1,res2)
與findall的作用一致，但findall返回的是乙個列表，當資料量很大，會特別占用記憶體空間而finditer會返回乙個可迭代物件，當需要資料時，迭代獲取即可

# res = re.finditer('\d+','ashdklah21h23kj12jk3klj112312121kl131')


# print([i.group() for i in res])


# res = re.search('^[1-9](\d)(\d[0-9x])?$','110105199812067023')


# print(res)


# print(res.group())  # 110105199812067023


# print(res.group(1))  # 10105199812067


# print(res.group(2))  # 023
findall針對分組優先展示 無名分組

res = re.findall("^[1-9]\d(\d[0-9x])?$",'110105199812067023')


print(res)  # ['023']
取消分組優先展示 無名分組

res1 = re.findall("^[1-9](?:\d)(?:\d[0-9x])?$",'110105199812067023')


print(res1)


res = re.search('^[1-9](?p\d)(?p\d[0-9x])?$','110105199812067023')


print(res)


print(res.group())  # 110105199812067023


print(res.group(1))  # 10105199812067  無名分組的取值方式(索引取)


print(res.group('***'))  # 10105199812067


print(res.group('ooo'))  # 023
1、登入紅牛官網 點選分支結構網頁2、如圖所示，爬取所有分公司名稱，位址，郵箱，**等資訊

4、新建py檔案，開啟並讀取網頁原始碼檔案，用正規表示式篩選分公司資訊

# 讀取帶匹配的資料

with open(r'a.txt', 'r', encoding='utf8') as f:

data = f.read()

# 利用正則匹配資料

# 分公司名稱

title_list = re.findall('', data)

# print(title_list)

# 分公司位址

address_list = re.findall("(.*?)

", data)

# print(address_list)

# 分公司郵箱

email_list = re.findall("(.*?)

", data)

# print(email_list)

# 分公司**

phone_list = re.findall("(.*?)

", data)

res = zip(title_list, address_list, email_list, phone_list)

for data_tuple in res:

print("""

公司名稱:%s

""" % (data_tuple[0], data_tuple[1], data_tuple[2], data_tuple[3]))

python模組 之 re模組

功能 實現python對正規表示式對支援與應用，將想要得到對內容按照正規表示式匹配出來 應用場景 爬蟲指令碼 對使用者輸入內容進行合規檢查 如qq格式檢查 等 功能 匹配物件中所有符合正規表示式的內容，並取出來 返回值 列表，所匹配到對項都會返回到列表中 import re content 1362...

python模組 re模組

匹配任意字元 匹配指定字元類別 字元開頭 字元結尾 取非字元 重複多次字元 0次或多次 重複多次字元 1次或多次 重複單次字元 左右表示式任意匹配 重複m到n次字元 重複m次字元 d 匹配任何十進位制數,相當於 0 9 d 匹配任何非數字字元,相當於 0 9 s 匹配任何空白字元,相當於 fdss ...

python常用模組之re模組（正則）

python種的re模組常用的5種方法，分別是re.match re.search re.findall re.split re.sub。在介紹五種方法之前，需要介紹一下正則的基礎。表示任意字元，除 n以為 轉義字元 字符集，表示取其中任意乙個字元。比如 abc d 可以匹配到ad bd cd。d ...