1.正则表达式
正则表达式是用来匹配与查找字符串的,从网上爬取数据自然或多或少会用到正则表达式,python的正则表达式要先引入re模块,正则表达式以r引导,例如:
其中**r“\d+”**正则表达式表示匹配连续的多个数值,search是re中的函数,从"abc123cd"字符串中搜索连续的数值,得到"123",返回一个匹配对象,结果如上.
2.字符串"\d"匹配0~9之间的一个数值
3.字符"+"重复前面一个匹配字符一次或者多次.
注意:**r"b\d+"**第一个字符要匹配"b",后面是连续的多个数字,因此"是b1233",不是"a12".
4.字符"*"重复前面一个匹配字符零次或者多次.
“" 与 "+"类似,但有区别,列如:
可见 r"ab+“匹配的是"ab”,但是r"ab “匹配的是"a”,因为表示"b"可以重复零次，但是”+“却要求"b"重复一次以上.
5.字符"?"重复前面一个匹配字符零次或者一次.
匹配结果"ab”,重复b一次.
6.字符".“代表任何一个字符,但是没有特别声明时不代表字符”\n".
结果“.”代表了字符"x".
7."|"代表把左右分成两个部分 .
结果匹配"ab"或者"ba"都可以.
8.特殊字符使用反斜杠"“引导,例如”\r"、"\n"、"\t"、"\"分别表示回车、换行、制表符号与反斜线自己本身.
9.字符"\b"表示单词结尾,单词结尾包括各种空白字符或者字符串结尾.
结果匹配"car",因为"car"后面是一个空格.
10."[]中的字符是任选择一个,如果字符ASCll码中连续的一组,那么可以使用"-"字符连接,例如[0-9]表示0-9的其中一个数字,[A-Z]表示A-Z的其中一个大写字符,[0-9A-z]表示0-9的其中一个数字或者A-z的其中一个大写字符.
11."^"出现在[]的第一个字符位置,就代表取反,例如[ ^ab0-9]表示不是a、b，也不是0-9的数字.
12."\s"匹配任何空白字符,等价"[\r\n\x20\t\f\v]"
13."\w"匹配包括下划线子内的单词字符,等价于"[a-zA-Z0-9]"
14."$"字符比配字符串的结尾位置
匹配结果是最后一个"ab",而不是第一个"ab"
15.使用括号(…)可以把(…)看出一个整体,经常与"+"、"*"、"?"的连续使用,对（…）部分进行重复.
结果匹配"abab","+“对"ab"进行了重复
16.查找匹配字符串
正则表达式re库的search函数使用正则表达式对要匹配的字符串进行匹配,如果匹配不成功返回None,如果匹配成功返回一个匹配对象,匹配对象调用start()函数得到匹配字符的开始位置,匹配对象调用end()函数得到匹配字符串的结束位置,search虽然只返回匹配第一次匹配的结果,但是我们只要连续使用search函数就可以找到字符串全部匹配的字符串.
匹配找出英文句子中所有单词
我们可以使用正则表达式r”[A-Za-z]+\b"匹配单词,它表示匹配由大小写字母组成的连续多个字符,一般是一个单词,之后"\b"表示单词结尾.
程序开始匹配到一个单词后m.start(),m.end()就是单词的起始位置,s[start:end]为截取的单词,之后程序再次匹配字符串s=s[end:],即字符串的后半段,一直到匹配完毕为止就找出每个单词.
总结
到此这篇关于python常用正则表达式的文章就介绍到这了,更多相关python正则表达式内容请搜索好代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持好代码网！
