详解Python正则表达式re模块

  • Post category:Python

详解Python正则表达式re模块

正则表达式是一种用于匹配字符串的强大工具,可以在Python用于解析HTML、XML等本数据。Python中的re模块提供了正表达式的支持,本攻略将细讲解re模块基本用法、常用函数和示例应用。

re模块基本用法

在使用re模块之前,需要先导入该模:

import re

re模块提供了一些常用的函数,用于处理正则表达式:

  • re.search(pattern, string, flags=0):在字符串中搜索正则表达式的第一个匹配项。
  • re.match(pattern, string, flags=0):在字符串的开头匹配正则表达- re.findall(pattern, string, flags=0):在字符串中搜索正则表达式的所有匹配项。
  • re.sub(pattern, repl, string, count=0, flags=0):在字符串中搜索正则达式的所有匹配项,并将其换为指定的字符串。

其中,pattern参数表示正表达式,string参数表示匹配的字符串,flags`参数表示正则表达式的匹配模式。

正则表达式语法

正则表达式是由普通字符和特殊字符组成的字符串,用于描述一类字符串的模式。下是一些的正则表达式特字符:

  • .:匹配任意字符,除换行符。
  • *:匹配前的字符零次或次。
  • +:匹配前面字符一次或多次。
  • ?:匹配前面的字符零次或一次。
  • ^:匹配字符串的开头。
  • $:匹配字符串的尾。
  • []匹配括号中的任意一个字符。
  • ()将括号中的字符作一个整体进行匹配。
  • |:匹配两多个正则表达式中的任意一个。

示例1:匹配字符串中的数字

下面是一个例子,演示如何使用正则表达式匹配字符串中的数字:

import re

text = ' price is $1099.'
pattern = r'\d+'
result = re.findall(pattern, text)
if result:
    print('Matches found:', result)
else:
    print('Matches not found')

在上面的代码中,我们使用正则表达式\d+匹配字符串中的数字。\d表示匹一个数字字符,+表示匹配一个多数字字符。findall()函数可以返回所有匹配的结果。运行代码后,输出结果为Matches found: ['10', '99']

示例2:匹配HTML标签中的文本内容

下面是另一个例子,演示如何使用正则表达式匹配HTML标签中文:

import re

text = '<h1>Welcome to my website</h1>'
pattern = r'<.*?>(.*?)</.*?>'
result = re.search(pattern, text)
if result:
    print('Match found:', result.group(1))
else:
    print('Match not found')

在上面的代码中,我们使用正则表达式<.*?>(.*?)<!--.*?-->匹配HTML标签中的文本内容。<?>表示匹配一个或多任意字符,.*?表示非贪婪匹配,()表示将.*?匹配到的字符串作为捕获组。search()用于在字符串中搜索正则表达式的第一个匹配项。运行代码后,输出结果为Match found: Welcome to my website

总结

本攻略详细讲解了Python中re模块基用法、常用函数和正则表达语法。正则表达式是一用于匹配字符串的强大工具,可以Python中用解析HTML、XML等文数据。演示了如何使用正则表达式匹配字符串中的数字、匹配HTML标签中的文本。希望读者可以通过这些示例好理解正则表达式的应用。