在正则表达式中,存在操作符和操作元,操作符存在优先级,操作元被称做原子
操作符优先级(由高到低)
(先不用在意操作符的名称,虽然也看不太懂)
1. 转义符号 (Escaping Symbol):
\
2. 分组、捕获 (Grouping or Capturing):
(...) (?:...) (?=...) (?!...) (?<=...) (?<!...)
3. 数量 (Quantifiers)
a* a+ a? a{n, m}
4. 序列与定位(Sequence and Anchor)
abc ^ $ \b \B
5. 或(Alternation)
a|b|c
6. 原子 (Atoms)
a [^abc] \t \r \n \d \D \s \S \w \W .
1. 本义字符
代表的就是它们的字面值,包括从 a 到 z,A 到 Z,0 到 9,还有 _
*注: 非本义字符:\ + . ? - ^ $ | ( ) [ ] { } < >,建议都直接加上转义符号 \ 来表示**
2 集合原子
标示集合原子,使用方括号 []。
即[abc] 的意思是说,“a or b or c”,即,abc 中的任意一个字符。
在方括号中,我们可以使用两个操作符:-(区间)和 ^(非)。
- [a-z] 表示从小写字母 a 到小写字母 z 中的任意一个字符。
- [^abc] 表示 abc 以外的其它任意字符,即,非 [abc]。
举:beg[iau]n 能够代表 begin、began,以及 begun。
注:一个集合原子中,^ 符号只能用一次,只能紧跟在 [ 之后。否则不起作用
3. 类别原子
能够代表 “一类字符” 的原子,它们都得使用转义符号再加上另外一个符号表达
\d 任意数字;等价于 [0-9]
\D 任意非数字;等价于 [^0-9]
\w 任意本义字符;等价于 [a-zA-Z0-9_]
\W 任意非本义字符;等价于 [^a-zA-Z0-9_]
\s 任意空白;相当于 [ \f\n\r\t\v](注意,方括号内第一个字符是空格符号)
\S 任意非空白;相当于 [^ \f\n\r\t\v](注意,紧随 ^ 之后的是一个空格符号)
. 除 \r \n 之外的任意字符;相当于 [^\r\n]
小技巧:d 是 digits;w 是 word characters;s 是 spaces
# 举例
import re
str = '<dl>(843) 542-4256</dl> <dl>(431) 270-9664</dl>'
# 找到字符串中所有"数字-数字"格式的字符,其中第一个数字是三位数,第二个数字是四位数
pttn = r'\d\d\d\-\d\d\d\d'
print(re.findall(pttn, str))
# 输出
['542-4256', '270-9664']
4. 边界原子
用边界原子指定边界。也可以称作 “定位操作符”。
^ 匹配被搜索字符串的开始位置;
$ 匹配被搜索字符串的结束位置;
\b 匹配单词的边界;er\b,能匹配 coder 中的 er,却不能匹配 error 中的 er;
\B 匹配非单词边界;er\B,能匹配 error 中的 er,却不能匹配 coder 中的 er。
注:^ 和 $ 在 Python 语言中被 \A 和 \Z 替代。
# 举例
import re
str = 'never ever verb however everest'
pttn = r'er\b'
print(re.findall(pttn, str))
pttn = r'er\B'
print(re.findall(pttn, str))
# 输出
['er', 'er', 'er']
['er', 'er']
5. 组合原子
用圆括号 () 将多个单字符原子组合成一个原子,() 内的字符串将被当作一整个原子
注意:
er 是两个原子,'e' 和紧随其后的 'r'
[er] 是一个原子,或者 'e' 或者 'r';
(er) 是一个原子,'er'
6. 数量操作符
数量操作符有:+ ? * {n, m}。用来限定位于它们之前的原子允许出现的个数,不加数量限定则代表出现一次且仅出现一次
+ 代表前面的原子必须至少出现一次,即: 出现次数 ≧ 1
? 代表前面的原子最多只可以出现一次,即:0 ≦ 出现次数 ≦ 1
* 代表前面的原子可以不出现,也可以出现一次或者多次,即: 出现次数 ≧ 0
{n} 代表之前的原子出现确定的 n 次;
{n,} 代表之前的原子出现至少 n 次;
{n, m} 代表之前的原子出现至少 n 次,至多 m 次
# 匹配字符串
str = ['google', 'gooogle', 'goooogle', 'goooooogle']
# 遍历字符串
for str_per in str:
# o最少出现一次
pttn = r'go+gle'
print(re.findall(pttn, str_per))
# o最多出现一次
pttn = r'go?gle'
print(re.findall(pttn, str_per))
# o出现次数≧ 0
pttn = r'go?gle'
print(re.findall(pttn, str_per))
# o出现至少2次,至多5次
pttn = r'go{2,5}gle'
print(re.findall(pttn, str_per))
# 进阶:联立组合原子
# g 或者 o 最少出现一次
pttn = r'[go]+gle'
# go 最少出现一次
pttn = r'(go)+gle'
print(re.findall(pttn, str_per))
或操作符 | 是所有操作符中优先级最低的
import re
str = 'begin began begun begins beginn'
pttn = r'begin|began|begun'
print(re.findall(pttn, str))
# 输出
['begin', 'began', 'begun', 'begin', 'begin']
注:方括号的 | 不被当作特殊符号,而是被当作 | 这个符号本身。在方括号中的圆括号,也被当作圆括号 () 本身,而无分组含义。
关于更多python进阶知识,敬请期待!
另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
网站标题:Python入门进阶教程-原子-创新互联
当前路径:https://www.cdcxhl.com/article4/dshhie.html
成都网站建设公司_创新互联,为您提供网站维护、网站改版、云服务器、外贸网站建设、软件开发、App设计
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联