Python 正則表達式(分組)
Linux編程
點擊右側關注,免費入門到精通!
作者丨世界看我我看世界
https://blog.csdn.net/SeeTheWorld518/article/details/49302829
正則表達式分組
分組就是用一對圓括弧「()」括起來的正則表達式,匹配出的內容就表示一個分組。從正則表達式的左邊開始看,看到的第一個左括弧「(」表示第一個分組,第二個表示第二個分組,依次類推,需要注意的是,有一個隱含的全局分組(就是0),就是整個正則表達式。
分完組以後,要想獲得某個分組的內容,直接使用group(num)和groups()函數去直接提取就行。
例如:提取代碼中的超鏈接中的文本
" <div><a href="https://support.google.com/chrome/?p=ui_hotword_search" target="_blank"> </a><p> </p></div>>>> s=
"
>>> print re.search(r
"
<a.*>
(.*)</a>
",s).group(1)更多
或者
print r".*<a.*>(.*)</a>" 1>>>
更多
按照上面的分組匹配以後,我們就可以拿到我們想拿到的字串,但是如果我們正則表達式中括弧比較多,那我們在拿我們想要的字串時,要去挨個數我們想要的字串時第幾個括弧,這樣會很麻煩,這個時候Python又引入了另一種分組,那就是命名分組,上面的叫無名分組。
命名分組
命名分組就是給具有默認分組編號的組另外再給一個別名。命名分組的語法格式如下:
?P #name是一個合法的標識符(
如:提取字元串中的ip地址
"ip="230.192.168.78",version="1.0.0"" r"ip="(?P<ip>d+.d+.d+.d+).*" "ip" #通過命名分組引用分組 "230.192.168.78">>> s =
>>> re.search(
>>> res.group(
後向引用
正則表達式中,放在圓括弧「()」中的表示是一個組。然後你可以對整個組使用一些正則操作,例如重複操作符。
要注意的是,只有圓括弧」()」才能用於形成組。」「用於定義字符集。」{}」用於定義重複操作。
當用」()」定義了一個正則表達式組後,正則引擎則會把被匹配的組按照順序編號,存入緩存。這樣我們想在後面對已經匹配過的內容進行引用時,就可以用」數字」的方式或者是通過命名分組進行」(?P=name)「進行引用。1表示引用第一個分組,2引用第二個分組,以此類推,
引用第n個組。而 則引用整個被匹配的正則表達式本身。這些引用都必須是在正則表達式中才有效,用於匹配一些重複的字元串。
如:
#通過命名分組進行後向引用 r"(?P<name>go)s+(?P=name)s+(?P=name)" "go go go" "name" "go" #通過默認分組編號進行後向引用 r"(go)s+1s+1" "go go go" "go go go"
>>> re.search(
>>> re.search(
交換字元串的位置
"abc.xyz" r"(.*).(.*)" r"2.1" "xyz.abc">>> s =
>>> re.sub(
前向肯定斷言、後向肯定斷言
前向肯定斷言的語法:
(?=pattern)
後向肯定斷言的語法:
(?<=pattern)
需要注意的是,如果在匹配的過程中,需要同時用到前向肯定斷言和後向肯定斷言,那麼必須將後向肯定斷言寫在正則語句的前面,前向肯定斷言寫在正則語句的後面,表示後向肯定模式之後,前行肯定模式之前。
如:獲取c語言代碼中的注釋內容
"""char *a="hello world"; char b="c"; /* this is comment */ int c=1; /* t r"(?<=/*).+?(?=*/)" " this is comment " " this is multiline comment ">>> s1=
his is multiline comment */"""
>>> re.findall(
[
(?<=/*)這個是後向肯定斷言,表示「/*」之後。(?=*/)這個為前向肯定斷言,表示「*/」之前,這兩合併起來就是一個區間了,所以後向肯定斷言放在前向肯定斷言前面。
前向否定斷言、後向否定斷言
前向否定斷言語法:
(?!pattern)
後向否定斷言語法:
(?<!pattern)
前向否定和後向否定實例:
#提取不是.txt結尾的文件 "aaa.txt" r".*..*$(?<!txt$)"
>>> f1 =
>>> re.findall(
[]
#提取不以數字開頭的文件
>>> re.findall(
r"^(?!d+).*"
,"1txt.txt"
)[]
#提取不以數字開頭不以py結尾的文件
>>> re.findall(
r"^(?!d+).+?..*$(?<!py$)"
,"test.py"
)[]
>>> re.findall(
r"^(?!d+).+?..*$(?<!py$)"
,"test.txt"
)[
"test.txt"
]推薦↓↓↓
長
按
關
注
??
【
16個技術公眾號
】都在這裡!
涵蓋:程序員大咖、源碼共讀、程序員共讀、數據結構與演算法、黑客技術和網路安全、大數據科技、編程前端、Java、Python、Web編程開發、Android、iOS開發、Linux、資料庫研發、幽默程序員等。
TAG:Python開發 |