python中正则表达式的使用方法_Python

python中正则表达式的使用方法

2021-01-18 00:04不正经数据科学家 Python

正则表达式经常被用到，而自己总是记不全，汇总一份完整的以备不时之需。

本文主要关于python的正则表达式的符号与方法。

findall: 找寻所有匹配，返回所有组合的列表
search: 找寻第一个匹配并返回
sub: 替换符合规律的内容，并返回替换后的内容
.：匹配除了换行符以外的任意字符

									a = 'xy123'

									b = re.findall('x...',a)

									print(b)

									# ['xy12']

*：匹配前一个字符0次或者无限次

									a = 'xyxy123'

									b = re.findall('x*',a)

									print(b)

									# ['x', '', 'x', '', '', '', '', '']

?：匹配前一个字符0次或者1次

									a = 'xy123'

									b = re.findall('x?',a)

									print(b)

									# ['x', '', '', '', '', '']

.*：贪心算法

									b = re.findall('xx.*xx',secret_code)

									print(b)

									# ['xxIxxfasdjifja134xxlovexx23345sdfxxyouxx']

.*?：非贪心算法

									c = re.findall('xx.*?xx',secret_code)

									print(c)

									# ['xxIxx', 'xxlovexx', 'xxyouxx']

()：括号内结果返回

									d = re.findall('xx(.*?)xx',secret_code)

									print(d)

									for each in d:

									  print(each)

									# ['I', 'love', 'you']

									# I

									# love

									# you

re.S使得.的作用域包括换行符”\n”

									s = '''sdfxxhello

									xxfsdfxxworldxxasdf'''

									d = re.findall('xx(.*?)xx',s,re.S)

									print(d)

									# ['hello\n', 'world']

对比findall与search的区别

									s2 = 'asdfxxIxx123xxlovexxdfd'

									f = re.search('xx(.*?)xx123xx(.*?)xx',s2).group(2)

									print(f)

									f2 = re.findall('xx(.*?)xx123xx(.*?)xx',s2)

									print(f2[0][1])

									# love

									# love

虽然两者结果相同，但是search是搭配group来得到第二个匹配，而findall的结果是[(‘I', ‘love')]，包含元组的列表，所以需要f2[0][1]来引入。

sub的使用

									s = '123rrrrr123'

									output = re.sub('123(.*?)123','123%d123'%789,s)

									print(output)

									# 123789123

例如我们需要将文档中的所有的png图片改变路径，即需要找到所有的 .png 结尾，再将其都加上路径，

									import re

									def multiply(m):

									  # Convert group 0 to an integer.

									  v = m.group(0)

									  print(v)

									  # Multiply integer by 2.

									  # ... Convert back into string and return it.

									  print('basic/'+v)

									  return 'basic/'+v

结果如下

									>>>autoencoder.png

									  basic/autoencoder.png

									  RNN.png

									  basic/RNN.png

									  rnn_step_forward.png

									  basic/rnn_step_forward.png

									  rnns.png

									  basic/rnns.png

									  rnn_cell_backprop.png

									  basic/rnn_cell_backprop.png

									  LSTM.png

									  basic/LSTM.png

									  LSTM_rnn.png

									  basic/LSTM_rnn.png

									  attn_mechanism.png

									  basic/attn_mechanism.png

									  attn_model.png

									  basic/attn_model.png

仿照上面案例，我们可以方便的对我们的任务进行定制。

subn相比sub，subn返回元组，第二个元素表示替换发生的次数：

									import re

									def add(m):

									  # Convert.

									  v = int(m.group(0))

									  # Add 2.

									  return str(v + 1)

									# Call re.subn.

									result = re.subn("\d+", add, "1 2 3 4 5")

									print("Result string:", result[0])

									print("Number of substitutions:", result[1])

									>>>

									Result string: 11 21 31 41 51

									Number of substitutions: 5