正則表達式實現(xiàn)重疊匹配

import regex
string = '100101010001'
str_re = '101'
print(regex.findall(str_re, string, overlapped=True))

普通的re庫匹配，只能匹配一個’101’。

正則表達式與正則匹配

正則表達式

正則表達式可理解為對數(shù)據(jù)篩選的表達式，是有限個原子和元字符組成。

原子：基本組成單位，每個表達式至少有一個原子

#普通字符組成原子
pat1 = "abcd"
 
#非打印字符組成原子
pat2 = "\n"
 
#通用字符做原子
pat3 = "\w"
 
#原子表組成原子
pat4 = "py[abc]"
#可以匹配pya，pyb，pyc，但匹配pyab等原子表重復(fù)出現(xiàn)的情況失敗
 
#原子表開頭帶 ^ 表示取反
pat5 = "py[^abc]"
#第三個位置匹配除了a，b，c外的任意一個字符

元字符：正則表達式中具有特殊含義的字符

模式修正符

即函數(shù)中 flag 位置的參數(shù)，在不改變正則表達式的情況下改變其含義，調(diào)整匹配結(jié)果。

正則匹配

正則表達式是對字符串進行模糊匹配，其中一個應(yīng)用為正則匹配。正則匹配是python爬蟲的一個使用技術(shù)，用于在爬取的文本信息中提取目標信息。

正則匹配常用的函數(shù)：（調(diào)用正則表達式模塊re）

• re.search(pat, str[, flag])：掃描字符串str，返回pat的位置（第一次成功匹配的），flag用于控制正則表達式的匹配方式

import re
str = 'python'
pat = 'pytho[a-n]'
print(re.search(pat, str))

• re.match(pat, str[, flag])：掃描字符串str開始的位置，返回pat的位置（第一次成功匹配的），flag用于控制正則表達式的匹配方式【若開始就不符合則結(jié)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])：編譯正則表達式pat，返回正則表達式對象
• 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)：全局匹配函數(shù)，匹配str中所有符合pat的子串，裝入一個列表返回結(jié)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]])：替換字符串中的匹配項【清洗數(shù)據(jù)】，可用count指定最大替換次數(shù)

import re
str = "400-823-823"
pat = "-"
#短橫改空格，最大替換次數(shù)2
str_new = re.sub(pat, " ", str, count=2)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持本站。

美國服務(wù)器租用

版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。