-
1. 正則表達(dá)式
- 1.1 測試工具
- 1.2 限定符
- 1.3 字符集
- 1.4 運(yùn)算符
- 1.5 元字符
- 1.6 懶惰匹配和貪婪匹配
我們讀取文件內(nèi)容，肯定不是單純?yōu)榱溯敵龌蛘咧匦聦懭?，對于文本我們一定有一些查找、定位的需求?br> 在Python中，還有一個專門用于文本處理的庫，那就是
re庫。下面我會介紹re庫涉及的正則表達(dá)式的基本知識。
參考課程
1. 正則表達(dá)式
正則表達(dá)式是用來進(jìn)行字符串匹配的一個字符形式。
1.1 測試工具
常見的正則表達(dá)式測試工具有：
- regex101
- 代碼編輯器搜索欄的正則表達(dá)式匹配
1.2 限定符
-
?abc?表示字符c需要出現(xiàn)0次或者1次，或者換句話說，字符c至多出現(xiàn)一次。也就是說，abc?相當(dāng)于abc和ab這兩個字符串。 -
*ab*c表示字符b需要出現(xiàn)0次或者多次，或者換句話說，字符b可以出現(xiàn)任意多次。也就是說，ab*c相當(dāng)于ac、abc、abbc、ab……bc等多個字符串。 -
+ab+c表示字符b需要出現(xiàn)1次或者多次，或者換句話說，字符b至少出現(xiàn)一次。也就是說，ab+c相當(dāng)于abc、abbc、ab……bc等多個字符串。
注意ab*c和ab+c的細(xì)微區(qū)別。 -
{}
-
{num}ab{3}c表示字符b需要出現(xiàn)3次，或者換句話說，字符b只能出現(xiàn)2次。也就是說，ab{2}c相當(dāng)于abbc這一個字符串。 -
{num1,num2}ab{2,5}c表示字符b需要出現(xiàn)2或3或4或5次，也就是說，ab{2,5}c相當(dāng)于abbc、abbbc、abbbbc、abbbbbc這四個字符串。 -
{num,}ab{2,}c表示字符b需要出現(xiàn)2次及以上，也就說，ab{2,}c相當(dāng)于abbc、abbbc、abbbbc、ab……bc等無數(shù)個字符串。
1.3 字符集
在正常情況下，上述的限定符只會對其前面的一個字符起作用。如果想要某個字符串作為一個組合，可以使用字符集。(ab)+c表示字符串ab需要出現(xiàn)1次或者多次，或者換句話說，字符串ab至少出現(xiàn)一次。也就是說，(ab)+c相當(dāng)于abc、ababc、abababc、ab……abc等多個字符串。
1.4 運(yùn)算符
-
|a(b|d)c表示字符串b出現(xiàn)1次或者字符串d出現(xiàn)1次，也就是說，a(b|d)c相當(dāng)于abc、adc這兩個字符串。a(boy|girl)c也同樣適用，相當(dāng)于aboyc或者agirlc這兩個字符。 -
[][]表示匹配字符能選擇的范圍，成為字符類，例如,[abc]+只會匹配a\b\c這三個字母出現(xiàn)一次或多次的字符串，而一般更經(jīng)常使用的是[a-zA-Z0-9]*表示由大小寫字母和數(shù)字組成的字符串，[a-zA-Z0-9_]*表示由大小寫字母、數(shù)字和下劃線組成的字符串。 -
^^表示取反字符類，也就是說，[^a-zA-Z0-9]*表示除了大小寫字母、數(shù)字符號以外的其他字符出現(xiàn)一次或多次的字符串。 -
\\.表示轉(zhuǎn)置，把一些有特殊意義的字符轉(zhuǎn)變?yōu)閷?shí)際字符文章來源：http://www.zghlxwxcb.cn/news/detail-709924.html -
\b\b表示字符邊界文章來源地址http://www.zghlxwxcb.cn/news/detail-709924.html
1.5 元字符
-
\d數(shù)字字符-
\D非數(shù)字字符
-
-
\w單詞字符，包括英文字母、數(shù)字、下劃線-
\W非單詞字符
-
-
\s空白字符，包括空格、制表符、換行符-
\S非空白字符
-
-
.任意字符，不包含換行符 -
^匹配字符串的開頭，例如^a匹配行首的a -
$匹配字符串的結(jié)尾，例如x$匹配行尾的x
1.6 懶惰匹配和貪婪匹配
- 貪婪匹配
默認(rèn)匹配盡可能多的字符。 - 懶惰匹配
例子：<.+>匹配<和>之間的任意字符，而<.+?>則會使用懶惰匹配
到了這里，關(guān)于【python技巧】文本處理-re庫字符匹配的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
