作者:極光
来源:Python 技术
正则表达式相信大家应该都不陌生,本质上就是一种微小的、高度专业化的编程语言,使用它你可以为要匹配的可能字符串集指定规则。大多数编程语言正则语法基本相似,只是实现正则的函数库不同,今天就来跟大家一起了解下 Python 支持正则表达式的函数。
正则最简单的应用,就是对字符串进行操作,用来找出想要匹配的字符串,比如 Python 就只会匹配字符串 Python ,当然也可以设置不区分大小写,这样就可以匹配更多,比如 python、pyThon等。
如果还想来点复杂的匹配要怎么做,这就需要用到元字符了,下面就是所有的元字符:
// 元字符 [ ] ( ) . ^ $ * + ? { } |
这一对元字符主要用于指定字符类,也就是你想要匹配的一组字符。
比如:[asd] 就是要匹配任何字符 a, s, d,但如果想匹配 a b c d e …… x y z 是不是要把所有的都写一遍?当然不是了,这个我们可以写成 [a-z] 就行了,- 就是用来表示一个范围,再比如表示数字 1 至 9,可以写成 [1-9] 。
上面说的是包含的字符范围,如果想匹配不包含的范围要怎么做?这就要用到元字符 ^,比如匹配除了 n, u, 3 之外的字符,可以写成 [^nu3]。
还有一点需要注意,在 [ ] 中的元字符会作为普通字符匹配,比如 [$+] 就会匹配 $, +。
最后说下元字符 ,它的意义是用于转义所有元字符,也就是去掉元字符的特殊性,比如 {$\,其实就是匹配字串 {, $, 。
上面说了 [a-z] 可以匹配所有小写字母,[0-9] 用来匹配所有数字,这样已经够简单了,还有更简单的几种特殊范围表达方式。
字符说明.匹配除 "n" 之外的任何单个字符。要匹配包括 'n' 在内的任何字符,请使用象 '[.n]' 的模式。d相当于[0-9],即匹配一个数字字符。D相当于[^0-9],即匹配一个非数字字符。s相当于[fnrtv],也就是匹配任何空白字符,包括空格、制表符、换页符等等。S相当于[^fnrtv],匹配任何非空白字符。w相当于[a-zA-Z0-9_],匹配任何字母与数字字符。W相当于[^a-zA-Z0-9_],匹配任何非字母与数字字符。
上面这些特殊序列可以包含在字符类中,比如 [sd,] 即匹配任何空白字符,数字和 ,。
只是做到匹配字符串集合,肯定是不够的,它还有个更大的优势,那就是可以指定某一部分字符是重复的,并且可以指定重复的次数。
先说第一个表示重复的元字符 *,它用来指定前面一个字符可以重复0次或者多次。
比如 ap*le 将会匹配 apple,appple,ale 等等。
这里当重复正则时,匹配引擎会尝试尽可能多的重复它。当发现模式的后续部分不匹配,则匹配引擎将会回退并以较少的重复次数再次尝试。
另一个重复的元字符 +,它用来表示前一个字符可重复1次或多次。它跟 * 相比,其实就是少了一个重复0次,也就是上面 ap*le 换成 ap+le 不会出现匹配到 ale。
第三个元字符就是 ?,它用来表示前一个字符可重复0次或1次,把上面的例子换成 ap?le,其实就是两个字符串 ale 或 aple。
最后一个复杂些就是 {m,n},这个表示前一个字符可重复次数是一个区间,也就是最少重复m次,最多重复n次。
例如 ap{2,3}le将会匹配 apple,appple 两个字符串,其他都不会匹配。
在这里需要注意下,m 需要小于 n,当然 m 或 n 也是可以省略的。比如当 m=0 时,可以省略 m,当 n 为无穷大时,也可以省略 n。
对!你没看错,如果想使用正则表达式,首先得要把它编译成模式对象。编译成对象后,它就可以使用各种操作方法了,比如字串匹配查询或替换等。
Python 编译的方法是 re.compile('正则表达式'),比如 re.compile('ap?le')。
当然也可以传一些特殊的参数,比如忽略大小写,那上面的编译方法就可以写成 re.compile('ap?le', re.IGNORECASE),这样在匹配字串时就可以忽略大小写了。
那除了这个还有别的参数吗?有,下面我把一部分常用的参数列出来,对了参数还可以简写,比如刚才使用的 re.IGNORECASE 可以简写成 re.I,这样就方便多了。
以下是常用编译参数:
参数简写说明IGNORECASEI忽略大小写ASCIIA使几个转义(w、b、s和d)匹配仅与具有相应特征属性的 ASCII 字符匹配DOTALLS使 . 匹配任何字符,包括换行符LOCALEL进行区域设置感知匹配MULTILINEM多行匹配,影响 ^ 和 $VERBOSEX忽略正则字符串中的空格,除非空格位于字符类中或前面带有未转义的反斜杠,可以组织和缩进,还可以写注释
大部分都容易理解,只是最后一个参数 VERBOSE 可能不太容易理解,这里给大家个官方的例子看下就理解了。
test = re.compile(r"""
&[#] # 数字开始部分
(
0[0-7]+ # 八进制
| [0-9]+ # 小数形式
| x[0-9a-fA-F]+ # 十六进制
)
; # 结束分号
""", re.VERBOSE)
其实上面说的编译都只是在做准备,准备接下来要介绍的,正则表达式最重要的查询匹配。
常用匹配方法:
上面这些方法,如果匹配成功,会返回一个对象实例,其中包含匹配相关的信息:起始和终结位置、匹配的子串以及其它信息。
// 示例代码
import re
ret = re.compile('[0-9]+')
ret.match("apple") // 返回 None
ret.match("12189") // 返回 <re.Match object; span=(0, 5), match='12189'>
ret.match("121ab") // 返回 <re.Match object; span=(0, 3), match='121'>
好了,今天我们简单介绍了下正则表达式,以及在 Python 中如何使用正则表达式,其实以上这些只是基础,后续还会为大家介绍更多。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27