Python語法學習之正規表示式的量詞彙總

2022-04-18 19:00:34

正規表示式中的符號

符號	描述
re1 \| re2	匹配正規表示式 re1 或者 re2 ；re1 與 re2 代表兩個匹配的字串資訊
^	匹配字串起始部分
$	匹配字串終止部分(也就是末尾部分)
*	匹配0次或者多次前面出現的正規表示式
+	匹配1次或者多次前面出現的正規表示式
{N}	匹配 N 次前面出現的正規表示式
{M, N}	匹配 M - N 次前面出現的正規表示式
[…]	匹配來自字元集的任意單一字元
[…x-y…]	匹配 x-y 範圍內的任意單一字元
[^…]	不匹配此字元集內出現的任何一個字元，包括某一範圍的字元(如果在此字元集中出現)
	將特殊字元無效化

通過這樣的描述可能大家很難理解，接下來我們看一些簡單的例子，幫助理解它們的用法。（下文範例順序按照上述表格順序排列）

範例 - 1

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('Neo|proton|com|mail', test_data))

# >>> 執行結果如下：
# >>> ['Neo', 'proton', 'mail', 'com']

PS：| 為或的關係，只要存在就能捕獲；匹配到的順序只按照字串的順序返回，而不是按照匹配規則返回。

範例 - 2

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('^Neo', test_data))

# >>> 執行結果如下：
# >>> ['Neo']

print(re.findall('^HanMeiMei', test_data))		# 沒有開頭是 HanMeiMei 的資料
# >>> 執行結果如下：
# >>> []

PS：^ 匹配字串起始部分; 等同於上一章節我們學習的 A

範例 - 3

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('com$', test_data))

# >>> 執行結果如下：
# >>> ['com']

print(re.findall('com.cn$', test_data))		# 沒有結尾是 com.cn 的資料

# >>> 執行結果如下：
# >>> []

PS：$ 匹配字串末尾部分; 等同於上一章節我們學習的 Z

範例 - 4

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('w*', test_data))     # 匹配 0 次 或者 多次 數位或字母,[含空格]（（解決上一章節的思考問題

# >>> 執行結果如下：
# >>> ['Neo', '', 'protonmail', '', 'com', '']

PS：匹配 0 次或者多次數位或字母,[含空格]（（解決上一章節的思考問題）

範例 - 5

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('w+', test_data))     # 匹配 1 次 或者 多次 數位或字母,[不含空格]

# >>> 執行結果如下：
# >>> ['Neo', 'protonmail', 'com']

w+ : 匹配1次或者多次數位或者字母
@ 和 . ：屬於 0 次範圍，不會被匹配出來

範例 - 6

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('w{3}', test_data))		# 匹配3次數位或者字母

# >>> 執行結果如下：
# >>> ['Neo', 'pro', 'ton', 'mai', 'com']

print(re.findall('[a-z]{3}', test_data))	# 匹配小寫的 [a-z] 3次

# >>> 執行結果如下：
# >>> ['pro', 'ton', 'mai', 'com']

{N}：對於匹配到的資料只獲取 N 個
[a-zA-Z0-9]：基本上等同於 w

範例 - 7

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('w{1,5}', test_data))    # 匹配 1 次 到 5次 的數位或字母[這是一個範圍]

# >>> 執行結果如下：
# >>> ['Neo', 'proto', 'nmail', 'com']

print(re.findall('w{1, 5}', test_data)) 

# >>> 執行結果如下：
# >>> []

[1,5]：給出匹配到的資料的範圍
[1, 5]：需要注意的是 N 和 M 中間的逗號不能有空格，否則會返回的是空列表。

範例 - 8

程式碼範例如下：

import re


test_data = 'Neo@protonmail.com'

print(re.findall('[^Neo]', test_data))      # 這裡的 ^ 不再代表開始的位置，而是不匹配 Neo 此字元集

# >>> 執行結果如下：
# >>> ['@', 'p', 'r', 't', 'n', 'm', 'a', 'i', 'l', '.', 'c', 'm']

PS：[^...] 這裡中括號內的 ^ 不再代表開始的位置，而是過濾掉當前字元集中的字元。

組的概念

符號	描述
()	在匹配規則中獲取指定的資料

程式碼範例如下：

import re


data = "My name is Neo, I'm 30 year's old."
result = re.search('My name is (.*), I'm (.*) year's old.', data)   # search 函數是一個獲取組的概念

print(result.groups())	

# >>> 執行結果如下：
# >>> ('Neo', '30')

print(result.group(1))	# 獲取 組 的第一個資料
# >>> 執行結果如下：
# >>> Neo

print(result.group(2))	# 獲取 組 的第二個資料

# >>> 執行結果如下：
# >>> 30

利用 search 函陣列的概念，獲取指定字串中指定的資料。