正则表达式之文本模式的匹配和查找

 更新时间:2019年08月23日 15:42:54   作者:IT派森   我要评论
这篇文章主要介绍了正则表达式之文本模式的匹配和查找操作方法,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下

1、需求

我们想要按照特定的文本模式进行匹配或查找。

2、解决方案

如果想要匹配的只是简单的文字,那么通常只需要用基本的字符串方法就可以了,比如str.find()、str.endswith()、str.startswith()或类似函数。

示例:

text='mark ,帅哥,18,183 帅,mark'
print(text=='mark')
print(text.startswith('mark'))
print(text.startswith('mark'))
print(text.find('帅哥'))

结果:

False
True
True
6

如果更为复杂的匹配则需要使用正则表达式以及re模块。为了说明使用正则表达式的基本流程,假设我们想匹配以数字形式构成的日期,比如"11/27/2018"。示例如下:

import re
text1='11/27/2018'
text2='Nov 27, 2018'
if re.match(r'\d+/\d+/\d+',text1):
  print('符合模型:数字/数字/数字')
else:
  print('不符合模型:数字/数字/数字')

if re.match(r'\d+/\d+/\d+',text2):
  print('符合模型:数字/数字/数字')
else:
  print('不符合模型:数字/数字/数字')

运行结果:

符合模型:数字/数字/数字
不符合模型:数字/数字/数字

如果打算针对同一模型做多次匹配,那么通常会先将正则表达式模式预编译成一个模式对象。

例如:

import re
text1='11/27/2018'
text2='Nov 27, 2018'
datepat=re.compile(r'\d+/\d+/\d+')
if datepat.match(text1):
  print('符合模型:数字/数字/数字')
else:
  print('不符合模型:数字/数字/数字')

if datepat.match(text2):
  print('符合模型:数字/数字/数字')
else:
  print('不符合模型:数字/数字/数字')

结果:

符合模型:数字/数字/数字
不符合模型:数字/数字/数字

match()方法总是尝试在字符串的开头找到匹配项。如果想针对整个文本搜索出所有的匹配项,那么就应该使用findall()方法,例如:

import re
text='今天是 11/27/2018,昨天是11/26/2018'
datepat=re.compile(r'\d+/\d+/\d+')
print(datepat.findall(text))

运行结果:

['11/27/2018', '11/26/2018']

当定义正则表达式时,我们常会将部分模式用括号包起来的方式引入捕获组,捕获组通常简化后续对匹配文本的处理,因为每个组的内容都可以单独提取出来。findall()方法搜索整个文本并找出所有的匹配项然后将它们以列表的形式返回。如果想以迭代的方式找出匹配项,可以使用finditer()方法。

例如:

import re
#加入捕获组
datepat=re.compile(r'(\d+)+/(\d+)+/(\d+)')
m=datepat.match('11/27/2018')
print(m.group(0))
print(m.group(1))
print(m.group(2))
print(m.group(3))
print(m.groups())
month,day,year=m.groups()
print(month)
print(day)
print(year)

print('*'*20)

text='今天是 11/27/2018,昨天是11/26/2018'
for month,day,year in datepat.findall(text):
  print('{}-{}-{}'.format(year,month,day))

print('*'*20)

for m in datepat.finditer(text):
  print(m.groups())

结果:

11/27/2018
11
27
2018
('11', '27', '2018')
11
27
2018
********************
2018-11-27
2018-11-26
********************
('11', '27', '2018')
('11', '26', '2018')

3、分析

本节主要介绍了re模块对文本匹配和搜索的基本功能,首先用re.compile()对模式进行编译,然后使用想match()、findall()、finditer()这样的方法做匹配和搜索。

当指定模式时我们通常会使用原始字符串,例如:

r'(\d+)/(\d+)/(\d+)'

这样的字符串不会对反斜字符转义,这在正则表达式中非常有用。否则,我们需要用双反斜杠线来标识一个单独的'',例如:

'(\\d+)/(\\d+)/(\\d+)'

请注意match()方法只会检查字符的开头,有可能出现的匹配的结果并不是你想要的,例如:

import re
#加入捕获组
datepat=re.compile(r'(\d+)+/(\d+)+/(\d+)')
m=datepat.match('11/27/2018xxxx')
print(m)

结果:

<re.Match object; span=(0, 10), match='11/27/2018'>

如果想要精确匹配,可以加一个结束标记:$

import re
#加入捕获组
datepat=re.compile(r'(\d+)+/(\d+)+/(\d+)$')
m1=datepat.match('11/27/2018xxxx')
m2=datepat.match('11/27/2018')
print(m1)
print(m2)

结果:

None
<re.Match object; span=(0, 10), match='11/27/2018'>

如果只是执行简单的文本匹配和搜索操作,可以省略编译步骤。
如果打算执行很多匹配或查找操作的话,通常需要先将模式编译然后重复使用。模块级的函数会对最近编译过的模式做缓存处理,并且比较省步骤。

总结

以上所述是小编给大家介绍的正则表达式之文本模式的匹配和查找,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

相关文章

  • 正则表达式匹配括号外的符号及数据

    正则表达式匹配括号外的符号及数据

    这篇文章主要介绍了正则表达式匹配括号外的符号及数据,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-06-06
  • JS正则表达式验证数字(非常全)

    JS正则表达式验证数字(非常全)

    正则表达式,又称规则表达式,在项目中经常会用到正则表达式,今天小编抽空给大家分享js正则表达式验证数字的方法,感兴趣的朋友参考下吧
    2016-12-12
  • 正则用(?&gt;…)实现固化分组提高效率

    正则用(?&gt;…)实现固化分组提高效率

    用(?>…)实现固化分组(成功匹配后,回簌时不会考虑这个匹配的字符)
    2012-10-10
  • webregexp 正则测试实现代码

    webregexp 正则测试实现代码

    WebRegExp 1.0 - 客服果果 [ 无忧版 ]对于想学习正则的朋友是个不错的在线工具,测试你正则的正确性。
    2009-03-03
  • 前端常用正则表达式汇总

    前端常用正则表达式汇总

    对于正则表达式,我们或许会经常使用,但是又很难记住。这篇文章,我将介绍下简单的正则表达式知识,然后总结前端开发中常用的正则表达式大全,需要的的朋友参考下
    2017-07-07
  • 用Javascript正则实现url链接的解析类

    用Javascript正则实现url链接的解析类

    一个非常健全的 Javascript 链接(URL)解析类,他用了正则表达式可以准确获取一个完整的 URL 中每个部分的内容,包括协议、URL中包含的用户名和密码、主机名、端口、路径名、参数、锚点(Fragment Anchor)等信息
    2008-06-06
  • 正则应用之 日期正则表达式

    正则应用之 日期正则表达式

    首先需要说明的一点,无论是Winform,还是Webform,都有很成熟的日历控件,无论从易用性还是可扩展性上看,日期的选择和校验还是用日历控件来实现比较好。
    2009-07-07
  • 正则表达式,只匹配一次下化线!

    正则表达式,只匹配一次下化线!

    正则表达式,只匹配一次下化线!...
    2006-12-12
  • JScript 8.0 正则表达式语法

    JScript 8.0 正则表达式语法

    正则表达式是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”)。模式描述在搜索文本时要匹配的一个或多个字符串。
    2008-05-05
  • 详解正则表达式 \v 元字符

    详解正则表达式 \v 元字符

    正则表达式是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”)。模式描述在搜索文本时要匹配的一个或多个字符串。\v元字符可以匹配垂直制表符。下面给大家介绍正则表达式 \v 元字符,感兴趣的朋友一起看看吧
    2018-01-01

最新评论