python内置模块【re正则表达式】

python内置模块【re正则表达式】

一大堆文本中提取其中指定的数据，用正则表达式

1.字符串相关

• 'wxy’匹配文本中的wxy

  import re
  text='你好，我叫wxy,英文名为angle，你可以叫我wxy或者angle'
  data_list=re.findall('wxy',text)
  print(data_list) #['wxy', 'wxy']
  

• [abc],匹配文本中的a或b或c字符

  import re
  text='你好，我叫wxy,英文名为angle，你可以叫我wxy或者angle'
  data_list=re.findall('[abc]',text)
  print(data_list) #['a', 'a']
  

• [^abc],匹配处理abc以外的字符

  import re
  text='你好,angle'
  data_list=re.findall('[^abc]',text)
  print(data_list) #['你', '好', ',', 'n', 'g', 'l', 'e']
  

• [a-z],匹配a-z任意字符

  import re
  text='你好,angle'
  data_list=re.findall('[a-z]',text)
  print(data_list) #['a', 'n', 'g', 'l', 'e']
  

• . ,代指除换行符以外的任意字符

  import re
  text='你好,angle,a\n'
  data_list=re.findall('a.',text)
  print(data_list)# ['an']
  

• \w，代指字母或数字或下划线(汉字)

  import re
  text='你好,a_n_g_le'
  data_list=re.findall('\w',text)
  print(data_list) #['你', '好', 'a', '_', 'n', '_', 'g', '_', 'l', 'e']
  

• \d，代指数字

  import re
  text='你好,2698959795用户'
  data_list=re.findall('\d',text)
  print(data_list) #['2', '6', '9', '8', '9', '5', '9', '7', '9', '5']
  

• \s，代指任意空白符，空格等

  import re
  text='你好\t,26989用户\n'
  data_list=re.findall('\s',text)
  print(data_list) #['\t', '\n']
  

2.数量相关

• *，重复0次或多次

  import re
  text='你好，我叫wxy，你可以叫我wy'
  data_list=re.findall('wx*y',text)
  print(data_list) #['wxy', 'wy']
  

• +，重复一次或多次

  import re
  text='你好，我叫wxy，你可以叫我wy'
  data_list=re.findall('wx+y',text)
  print(data_list) #['wxy']
  

• ?,重复0或1次

  import re
  text='你好，我叫wxy，你可以叫我wy或wxxxy'
  data_list=re.findall('wx?y',text)
  print(data_list) #['wxy', 'wy']
  

• {n},重复n次

  import re
  text='2698959795'
  data_list=re.findall('26989\d{5}',text)
  print(data_list) #['2698959795']
  

• {n,},至少重复n次

  import re
  text='2698959795'
  data_list=re.findall('26989\d{1,}',text)
  print(data_list) #['2698959795']
  

• {n,m},重复n到m次

  import re
  text='2698959795'
  data_list=re.findall('26989\d{1,3}',text)
  print(data_list) #['26989597']
  

3.括号（分组）

• 提取数据区域

  import re
  text='[email protected]'
  data_list=re.findall('(26989\d+)@qq.com',text)
  print(data_list) #['2698959795']
  

• 获取指定区域+或条件

  import re
  text='[email protected],[email protected]'
  data_list=re.findall('((269895\d+|6\d+)@qq.com)',text)
  print(data_list) #[('[email protected]', '2698959795'), ('[email protected]', '6989612')]
  

4.re模块

• findall,获取匹配的所有数据

  import re
  text='你好，我叫wxy,英文名为angle，你可以叫我wxy或者angle'
  data_list=re.findall('wxy',text)
  print(data_list) #['wxy', 'wxy']
  

• match,从起始开始匹配，匹配成功返回一个对象，未匹配成功返回None

  import re
  text='你好，我叫wxy,英文名为angle，你可以叫我wxy或者angle'
  data_list=re.match('你好',text)
  print(data_list) #
  print(data_list.group()) #你好
  

• search,浏览整个字符串去匹配第一个，未匹配成功返回None

  import re
  text='你好，我叫wxy,英文名为angle，你可以叫我wxy或者angle'
  data_list=re.search('wxy',text)
  print(data_list) #
  print(data_list.group()) #wxy
  

• sub,替换匹配成功的位置

  import re
  text='你好，我叫wxy，你可以叫我wxy或者angle'
  data_list=re.sub('wxy','小红',text)
  data_list1=re.sub('wxy','小红',text,1)
  print(data_list) #你好，我叫小红，你可以叫我小红或者angle
  print(data_list1) #你好，我叫小红，你可以叫我wxy或者angle
  

• split,根据匹配成功的位置分割

  import re
  text='你好，我叫wxy，你可以叫我wxy或者angle'
  data_list=re.split('wxy',text)
  data_list1=re.split('wxy',text,1)
  print(data_list) #['你好，我叫', '，你可以叫我', '或者angle']
  print(data_list1) #['你好，我叫', '，你可以叫我wxy或者angle']
  

• finditer

  import re
  text='你好，我叫wxy,英文名为angle，你可以叫我wxy或者angle'
  data_list=re.finditer('wxy',text)
  for i in data_list:
  	print(i,i.group()) 
      
  #  wxy
  #  wxy