【Python】正则表达式

使用正常表达式

# 导入re模块
import re

# 使用match方法进程匹配操作
result = re.match(正则表达式，要匹配的字符串)

# 如果上一步匹配到数据的话， 可以使用group方法来提取数据
result.group()

简单示例

In [1]: import re                                                                                                                                                                                                   

In [2]: re.match(r"hello", "hello world")                                                                                                                                                                           
Out[2]: <re.Match object; span=(0, 5), match='hello'>

In [3]: re.match(r"Hello", "hello world")                                                                                                                                                                           

In [4]: re.match(r"[Hh]ello", "hello world")                                                                                                                                                                        
Out[4]: <re.Match object; span=(0, 5), match='hello'>

匹配规则

单个

In [8]: re.match(r"速度与激情\d", "速度与激情1")                                                                                                                                                                    
Out[8]: <re.Match object; span=(0, 6), match='速度与激情1'>

In [18]: re.match(r"速度与激情\d*", "速度与激情11").group()                                                                                                                                                         
Out[18]: '速度与激情11'

多个

开头结尾

匹配分组

# 判断变量名是否合法
import re

def main():
    names = ["age", "_age", "1age", "age1", "a_age", "age_1_", "age!", "a#123"]

    for name in names:
        ret = re.match(r"[a-zA-Z_][a-z0-9A-Z_]*$", name)
        if ret:
            print("变量名:%s 符合要求...通过正则匹配出来的字符是:%s" % (name, ret.group()))
        else:
            print("变量名:%s 不符合要求...." % name)

if __name__ == '__main__':
    main()

高级功能

search

import re

# 只找一次
ret = re.search(r"\d+", "阅读测试为 9999，点赞次数为：100")

if ret:
    print(ret.group())
else:
    print("None")

findall

# 查找所有，返回一个数组
ret = re.findall(r"\d+", "阅读测试为 9999，点赞次数为：100")

if ret:
    print(ret)
else:
    print(ret)

sub 将匹配到的数据进行替换

# 方法 1
import re

ret = re.sub(r"\d+", '998', "python = 997")
print(ret)

# 方法 2
import re

def add(temp):
    strNum = temp.group()
    num = int(strNum) + 1
    return str(num)

ret = re.sub(r"\d+", add, "python = 997")
print(ret)

ret = re.sub(r"\d+", add, "python = 99")
print(ret)

split 根据匹配进行切割字符串，并返回一个列表

需求：切割字符串“info:xiaoZhang 33 shandong”

#coding=utf-8
import re

ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)

# 结果
['info', 'xiaoZhang', '33', 'shandong']

练习，分析网页内容

import re

info = '''<div>
        <p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p>&nbsp;<br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p>&nbsp;<br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

        </div>'''

# print(info)

# 匹配不是 > 的字符，一次或多次
ret = re.sub(r"(<[^>]*>|&nbsp;)","",info)

print(ret)