regex ---- python regex

• python 官方

  • re — Regular expression operations — Python 3.11.1 documentation

• Regular Expressions | Regex Examples | Regexp Tutorials | OCPsoft

  • 常用例子解说

• Cover - Understanding Python re(gex)?

  • 类似一个 manual, 另外有不少高级用法，如：使用 perl regex 语法

• 可视化测试工具

  • regex101

• 正则生成随机字符串

  • exrex

    • exrex github

• python regex pip 包

  • GitHub - mrabarnett/mrab-regex

• python 官方 re 包

  • 注意 python re 和 regex 时 两个工具

• python 官方 string 库

  • 各种字符集和使用函数
  • eg: string.digits, string.punctuations
  • string.punctuation

• compile 后，正则更快

  1 2 3 4 5 6

  pattern = r'\d+' re.match(pattern, '123') # 慢 pattern = re.compile(pattern) pattern.match('123') # 快

  • 一般快三四左右

• ref: https://docs.python.org/3/library/re.html#re.sub

• 接口

  1	re.sub(pattern, repl, string)

• repl

  • 如何替换

    • 分组
  • 未命名分组： r'(hello) (\w+)'

  • \1 表示 分组 1

    • 缺点：如果下一个字符是数字，后面必须跟空格，e

      • eg: '\1 1'(\g<1> 1) 和 '\11' (\g<11>)

  • \g<1> 表示分组 1

    • 命名分组： r'(?P<name>Lucy-\w+) repeat: (?P=name)'
  • \g<name>

• 分组问题

  • 即：() 捕获的内容

• 特殊性

  • 没有使用（）捕获

    • 整个 pattern 当作一个捕获

      1 2	In [74]: re.findall(r'[A-Z][a-z]?[a-z]?\d*(?:\.\d+)?', 'H2O') Out[74]: ['H2', 'O']

  • 使用了（）捕获

    • 根据使用的 () 数量和确定一个 find 结果包含几个数据

      1 2 3 4 5 6 7

      # * 一个 () In [76]: re.findall(r'[A-Z][a-z]?[a-z]?\d*(?:\.\d+)?', 'H2O') Out[76]: ['H2', 'O'] # * 两个（） In [77]: re.findall(r'([A-Z][a-z]?[a-z]?)(\d*(?:\.\d+)?)', 'H2O') Out[77]: [('H', '2'), ('O', '')]

• 参考

  • https://www.ocpsoft.org/tutorials/regular-expressions/and-in-regex/

• 实例

  1 2 3 4

  (?=.*word1)(?=.*word2)(?=.*word3) # * 既包含kind 又 包含good ^Start (?=.*kind)(?=.*good).* deed$

• 定义词内匹配

  1	word = r'(?:\b\w*?(interested_part)\w*?\b)'

  • 在 interested_part 部分数据待搜索的部分

  • 好处

    • 这种方法能够搜索 词内成分 ，进而模糊匹配和衍生词匹配

• ^(?!.)

  • 解说：前向不匹配任何字符

不只是作用于前后两个字符，作用于前面的整个字符

• 例子

  1 2 3 4 5 6 7 8 9 10 11

  r'(today|no|yes)' # 等价于 r'((today)|(no)|(yes))' # 不等价于 r'(today(y|n)(o|y)yes)' # 匹配的 str 'today' 'no' 'yes' # 不能匹配的 str 'todanoes'

r"\\" 才能表示 匹配 \

print(your_regex_pattern)