1、需求
我们想要按照特定的文本模式进行匹配或查找。
2、解决方案
如果想要匹配的只是简单的文字,那么通常只需要用基本的字符串方法就可以了,比如str.find()、str.endswith()、str.startswith()或类似函数。
示例:
text='mark ,帅哥,18,183 帅,mark' print(text=='mark') print(text.startswith('mark')) print(text.startswith('mark')) print(text.find('帅哥'))
结果:
False
True
True
6
如果更为复杂的匹配则需要使用正则表达式以及re模块。为了说明使用正则表达式的基本流程,假设我们想匹配以数字形式构成的日期,比如"11/27/2018"。示例如下:
import re text1='11/27/2018' text2='Nov 27, 2018' if re.match(r'\d+/\d+/\d+',text1): print('符合模型:数字/数字/数字') else: print('不符合模型:数字/数字/数字') if re.match(r'\d+/\d+/\d+',text2): print('符合模型:数字/数字/数字') else: print('不符合模型:数字/数字/数字')
运行结果:
符合模型:数字/数字/数字
不符合模型:数字/数字/数字
如果打算针对同一模型做多次匹配,那么通常会先将正则表达式模式预编译成一个模式对象。
例如:
import re text1='11/27/2018' text2='Nov 27, 2018' datepat=re.compile(r'\d+/\d+/\d+') if datepat.match(text1): print('符合模型:数字/数字/数字') else: print('不符合模型:数字/数字/数字') if datepat.match(text2): print('符合模型:数字/数字/数字') else: print('不符合模型:数字/数字/数字')
结果:
符合模型:数字/数字/数字
不符合模型:数字/数字/数字
match()方法总是尝试在字符串的开头找到匹配项。如果想针对整个文本搜索出所有的匹配项,那么就应该使用findall()方法,例如:
import re text='今天是 11/27/2018,昨天是11/26/2018' datepat=re.compile(r'\d+/\d+/\d+') print(datepat.findall(text))
运行结果:
['11/27/2018', '11/26/2018']
当定义正则表达式时,我们常会将部分模式用括号包起来的方式引入捕获组,捕获组通常简化后续对匹配文本的处理,因为每个组的内容都可以单独提取出来。findall()方
法搜索整个文本并找出所有的匹配项然后将它们以列表的形式返回。如果想以迭代的方式找出匹配项,可以使用finditer()
方法。
例如:
import re #加入捕获组 datepat=re.compile(r'(\d+)+/(\d+)+/(\d+)') m=datepat.match('11/27/2018') print(m.group(0)) print(m.group(1)) print(m.group(2)) print(m.group(3)) print(m.groups()) month,day,year=m.groups() print(month) print(day) print(year) print('*'*20) text='今天是 11/27/2018,昨天是11/26/2018' for month,day,year in datepat.findall(text): print('{}-{}-{}'.format(year,month,day)) print('*'*20) for m in datepat.finditer(text): print(m.groups())
结果:
11/27/2018
11
27
2018
('11', '27', '2018')
11
27
2018
********************
2018-11-27
2018-11-26
********************
('11', '27', '2018')
('11', '26', '2018')
3、分析
本节主要介绍了re模块对文本匹配和搜索的基本功能,首先用re.compile()
对模式进行编译,然后使用想match()、findall()、finditer()
这样的方法做匹配和搜索。
当指定模式时我们通常会使用原始字符串,例如:
r'(\d+)/(\d+)/(\d+)'
这样的字符串不会对反斜字符转义,这在正则表达式中非常有用。否则,我们需要用双反斜杠线来标识一个单独的'',例如:
'(\\d+)/(\\d+)/(\\d+)'
请注意match()方法只会检查字符的开头,有可能出现的匹配的结果并不是你想要的,例如:
import re #加入捕获组 datepat=re.compile(r'(\d+)+/(\d+)+/(\d+)') m=datepat.match('11/27/2018xxxx') print(m)
结果:
<re.Match object; span=(0, 10), match='11/27/2018'>
如果想要精确匹配,可以加一个结束标记:$
import re #加入捕获组 datepat=re.compile(r'(\d+)+/(\d+)+/(\d+)$') m1=datepat.match('11/27/2018xxxx') m2=datepat.match('11/27/2018') print(m1) print(m2)
结果:
None
<re.Match object; span=(0, 10), match='11/27/2018'>
如果只是执行简单的文本匹配和搜索操作,可以省略编译步骤。
如果打算执行很多匹配或查找操作的话,通常需要先将模式编译然后重复使用。模块级的函数会对最近编译过的模式做缓存处理,并且比较省步骤。
总结
以上所述是小编给大家介绍的正则表达式之文本模式的匹配和查找,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新动态
- 群星《前途海量 电影原声专辑》[FLAC/分轨][227.78MB]
- 张信哲.1992-知道新曲与精丫巨石】【WAV+CUE】
- 王翠玲.1995-ANGEL【新艺宝】【WAV+CUE】
- 景冈山.1996-我的眼里只有你【大地唱片】【WAV+CUE】
- 群星《八戒 电影原声带》[320K/MP3][188.97MB]
- 群星《我的阿勒泰 影视原声带》[320K/MP3][139.47MB]
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[320K/MP3][148.91MB]
- 刘雅丽.2001-丽花皇后·EMI精选王【EMI百代】【FLAC分轨】
- 齐秦.1994-黄金十年1981-1990CHINA.TOUR.LIVE精丫上华】【WAV+CUE】
- 群星.2008-本色·百代音乐人创作专辑【EMI百代】【WAV+CUE】
- 群星.2001-同步过冬AVCD【环球】【WAV+CUE】
- 群星.2020-同步过冬2020冀待晴空【环球】【WAV+CUE】
- 沈雁.1986-四季(2012梦田复刻版)【白云唱片】【WAV+CUE】
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[FLAC/分轨][257.88MB]
- 《国语老歌 怀旧篇 3CD》[WAV/分轨][1.6GB]