Python中的正則

regex_lst = [

　　(`字元組`,),

　　(`非列印字元`,),

　　(`特殊字元`,),

　　(`定位符`,),

　　(`限定符`,),

　　(`re模組`,),

　　(`分組命名`,),

　　(`或匹配`,),

　　(`貪婪匹配與惰性匹配`,),

]

 

字元組

　　[0-9]

　　[a-z]

　　[A-Z]

　　[^a]

非列印字元

　　w     匹配字母，數字，下劃線　　word

　　s      匹配空字元　　　　　　　   space

　　d　  匹配數字　　　　　　　　   digit

特殊字元

　　.        匹配除換行符
之外的任何單字元

定位符

　　^　　匹配字串的開始位置

　　$　   匹配字串的結尾位置

限定符

　　*　　    0次或多次

　　+　　   1次或多次

　　?　　   0次或1次

　　{n}　　 n次

　　{n,}　　n次或多次

　　{n,m}    n次至m次

 

re模組

　　re_lst = [

　　　　(`re.compile(regex)`,),

　　　　(`re.findall(pattern, str)`,),

　　　　(`re.finditer(pattern, str)`,),

　　　　(`re.search(pattern, str)`,),

　　]

re.compile(regex)

import re

"""
re.compile(regex)
    編譯一個正規表示式模式，返回一個模式物件
"""
regex = r`[a-z]`
pattern = re.compile(regex)

re.findall(pattern, str)

import re

"""
re.findall(pattern, str)
    返回所有滿足匹配條件的結果，並放到列表中
"""
regex = r`[a-zA-Z]+`
s = `Hello Python`
pattern = re.compile(regex)

lst = re.findall(pattern, s)
print(lst)    # [`Hello`, `Python`]

re.finditer(pattern, str)

import re

"""
re.finditer(pattern, str)
    返回迭代器
    迭代器中每一個元素需要呼叫group()，得到結果
"""
regex = r`[a-zA-Z]+`
s = `Hello Python`
pattern = re.compile(regex)

iterator = re.finditer(pattern, s)

print(iterator)    # <callable_iterator object at 0x000001FDB3F29BE0>

for i in iterator:
    print(i.group())

re.search(pattern, str)

import re

"""
re.search(pattern, str)
    返回滿足匹配條件的第一個結果物件
"""
regex = r`[a-zA-Z]+`
s = `Hello Python`
pattern = re.compile(regex)

obj = re.search(pattern, s)

if obj:
    print(obj.group())

分組命名

import re

"""
flags
    re.I    忽略大小寫
    re.M    多行模式，改變^和$的行為
    re.S    .可以匹配任意字元，包括換行符
"""
regex = r`<dd>.*?title="(?P<title>.*?)".*?</dd>`
s = `<dd><a href="#" title="Python中的正則">...</a></dd>`
pattern = re.compile(regex, re.S)

iterator = re.finditer(pattern, s)

for i in iterator:
    print(i.group(`title`))

或匹配

import re

"""
取消分組
    (?:)
或匹配
    long|short
"""
regex = r`www.(?:page|hopen).com`
s = `www.hopen.com`
pattern = re.compile(regex)

iterator = re.finditer(pattern, s)

for i in iterator:
    print(i.group())

貪婪匹配與惰性匹配

import re


def get_data(regex, s):
    pattern = re.compile(regex)
    obj = re.search(pattern, s)
    if obj:
        return obj.group()


# 貪婪匹配
regex_greedy = r`<.*>`
# 惰性匹配
regex_lazy = r`<.*?>`
content = `<a href="#">...</a>`

ret_1 = get_data(regex_greedy, content)
ret_2 = get_data(regex_lazy, content)
print(ret_1)    # <a href="">...</a>
print(ret_2)    # <a href="">