【相关推荐:Python3视频教程 】
正则表达式实现重叠匹配
import regex string = '100101010001' str_re = '101' print(regex.findall(str_re, string, overlapped=True))
普通的re库匹配,只能匹配一个’101’。
正则表达式与正则匹配
正则表达式
正则表达式可理解为对数据筛选的表达式,是有限个原子和元字符组成。
原子:基本组成单位,每个表达式至少有一个原子
非打印字符组成原子
(不打印在输出台的字符)
\n:换行
\t:tab退格符
\w:匹配任意字母、数字、下划线
\W:与\w相反
\d:匹配任意十进制数
\D:与\d相反
\s:匹配任意空白字符,如空格、换行、缩进
\S:与\s相反
一组原子组成一个表,由[]声明
表内原子优先级相等,但内容只出现依次
若原子表以 ^ 开头,则表示取反
#普通字符组成原子 pat1 = "abcd" #非打印字符组成原子 pat2 = "\n" #通用字符做原子 pat3 = "\w" #原子表组成原子 pat4 = "py[abc]" #可以匹配pya,pyb,pyc,但匹配pyab等原子表重复出现的情况失败 #原子表开头带 ^ 表示取反 pat5 = "py[^abc]" #第三个位置匹配除了a,b,c外的任意一个字符
元字符:正则表达式中具有特殊含义的字符
模式修正符
即函数中 flag 位置的参数,在不改变正则表达式的情况下改变其含义,调整匹配结果。
re.I匹配时忽略大小写re.M多行匹配re.L本地化识别匹配re.U根据unicon字符匹配,影响\w \Wre.S匹配包括换行符正则匹配
正则表达式是对字符串进行模糊匹配,其中一个应用为正则匹配。正则匹配是python爬虫的一个使用技术,用于在爬取的文本信息中提取目标信息。
正则匹配常用的函数:(调用正则表达式模块re)
re.search(pat, str[, flag])
:扫描字符串str,返回pat的位置(第一次成功匹配的),flag用于控制正则表达式的匹配方式import re str = 'python' pat = 'pytho[a-n]' print(re.search(pat, str))
re.match(pat, str[, flag])
:扫描字符串str开始的位置,返回pat的位置(第一次成功匹配的),flag用于控制正则表达式的匹配方式【若开始就不符合则结束,返回none】import re str_1 = 'hello world' str_2 = 'world hello' pat = 'world' print(re.match(pat, str_1)) print(re.match(pat, str_2))
re.complie(pat[, flag])
:编译正则表达式pat,返回正则表达式对象findall(str[, pos[, endpos]])
:匹配所有,用列表返回string中所有匹配到的子串【不止第一次】,pos和endpos可指定在string中的起始位置re.complie(pat).findall(str)
:全局匹配函数,匹配str中所有符合pat的子串,装入一个列表返回结果import re str = "hello world hello world hello world" pat = "hello" print(re.complie(pat).findall(str)) print(re.complie(pat).findall(str, 5, 15))
re.sub(pat, repl, str[, count[, flag]])
:替换字符串中的匹配项【清洗数据】,可用count指定最大替换次数import re str = "400-823-823" pat = "-" #短横改空格,最大替换次数2 str_new = re.sub(pat, " ", str, count=2)
【相关推荐:Python3视频教程 】
以上就是python正则表达式如何实现重叠匹配的详细内容,更多请关注恒创科技其它相关文章!