宏发建设有限公司网站,wordpress建站视频教程下载,百度云网站建设教程,网站seo推广方案由 \ 和一个字符组成的特殊序列在以下列出。 如果普通字符不是ASCII数位或者ASCII字母#xff0c;那么正则样式将匹配第二个字符。比如#xff0c;\$ 匹配字符 $.
\number 匹配数字代表的组合。每个括号是一个组合#xff0c;组合从1开始编号。 比如 (.) \1 匹配 the the 或…由 \ 和一个字符组成的特殊序列在以下列出。 如果普通字符不是ASCII数位或者ASCII字母那么正则样式将匹配第二个字符。比如\$ 匹配字符 $.
\number 匹配数字代表的组合。每个括号是一个组合组合从1开始编号。 比如 (.) \1 匹配 the the 或者 55 55, 但不会匹配 thethe (注意组合后面的空格)。 这个特殊序列只能用于匹配前面99个组合。 如果 number 的第一个数位是0 或者 number 是三个八进制数它将不会被看作是一个组合而是八进制的数字值。 在 [ 和 ] 字符集合内任何数字转义都被看作是字符。
print()
# 保留中间空格左右重复字符串其他数据排除
str_list1 [python python, python java, helloworld, 2023 2023, 20221212]
get_list1 []
for ss in str_list1:# 查找匹配的字符, 注意组合后面的空格, \1 代表重复前面括号组合规则(.)if re.search(r(.) \1, ss):print(保留)get_list1.append(ss)else:print(去除)continue
print(get_list1)
# [python python, 2023 2023]
print()
\A 只匹配字符串开始。
\Z 只匹配字符串结尾。
print()
# 保留数字或小数的金额格式数据其他数据排除
str_list2 [5005, 200.85, ¥12450, ¥100.50, 张三, 2023.08.09]
get_list2 []
for ss in str_list2:# 查找匹配的字符下面方法等价匹配if re.search(r\A\d\.?\d*\Z, ss):# if re.search(r(\A\d\.?\d*\Z), ss):# if re.search(r(^\d\.?\d*$), ss):# if re.search(r^\d\.?\d*$, ss):# if re.fullmatch(r\d\.?\d*, ss):print(保留)get_list2.append(ss)else:print(去除)continue
print(get_list2)
# [5005, 200.85, ¥12450, ¥100.50]
print()
\b 匹配空字符串但只在单词开始或结尾的位置。一个单词被定义为一个单词字符的序列。 注意通常 \b 定义为 \w 和 \W 字符之间或者 \w 和字符串开始/结尾的边界 意思就是 r\bfoo\b 匹配 foo, foo., (foo), bar foo baz 但不匹配 foobar 或者 foo3。
默认情况下Unicode字母和数字是在Unicode样式中使用的但是可以用 ASCII 标记来更改。 如果 LOCALE 标记被设置的话词的边界是由当前语言区域设置决定的\b 表示退格字符以便与Python字符串文本兼容。
print()
str_list3 [foo, foo., (foo), bar foo baz, foobar, foo3]
for ss in str_list3:# 查找匹配的字符print(re.search(r\bfoo\b, ss))
print()re.Match object; span(0, 3), matchfoo
re.Match object; span(0, 3), matchfoo
re.Match object; span(1, 4), matchfoo
re.Match object; span(4, 7), matchfoo
None
None\B 匹配空字符串但不能在词的开头或者结尾。 意思就是 rpy\B 匹配 python, py3, py2, 但不匹配 py, py., 或者 py!. \B 是 \b 的取非所以Unicode样式的词语是由Unicode字母数字或下划线构成的 虽然可以用 ASCII 标志来改变。如果使用了 LOCALE 标志则词的边界由当前语言区域设置。
print()
str_list3 [python, py3, py2, py, py., py!]
for ss in str_list3:# 查找匹配的字符print(re.search(rpy\B, ss))
print()re.Match object; span(0, 2), matchpy
re.Match object; span(0, 2), matchpy
re.Match object; span(0, 2), matchpy
None
None
None\d 1, 对于 Unicode (str) 样式 匹配任何Unicode十进制数就是在Unicode字符目录[Nd]里的字符。 这包括了 [0-9] 和很多其他的数字字符。如果设置了 ASCII 标志就只匹配 [0-9] 。
2, 对于8位(bytes)样式 匹配任何十进制数就是 [0-9]。
\D 匹配任何非十进制数字的字符。 就是 \d 取非。 如果设置了 ASCII 标志就相当于 [^0-9] 。
print()
string (python)-12345
# 提取全部数字字符
nums_str .join(re.findall(r\d, string))
print(nums_str)
# 12345
# 提取全部非数字字符
char_str .join(re.findall(r\D, string))
print(char_str)
# (python)-
print()
\s 1, 对于 Unicode (str) 样式 匹配任何Unicode空白字符包括 [ \t\n\r\f\v] 还有很多其他字符比如不同语言排版规则约定的不换行空格。 如果 ASCII 被设置就只匹配 [ \t\n\r\f\v] 。
2, 对于8位(bytes)样式 匹配ASCII中的空白字符就是 [ \t\n\r\f\v] 。
\S 匹配任何非空白字符。 就是 \s 取非。如果设置了 ASCII 标志就相当于 [^ \t\n\r\f\v] 。
\w 1, 对于 Unicode (str) 样式 匹配 Unicode 单词类字符这包括字母数字字符 (如 str.isalnum() 所定义的) 以及下划线 (_)。 如果使用了 ASCII 旗标则将只匹配 [a-zA-Z0-9_]。
2, 对于8位(bytes)样式 匹配ASCII字符中的数字和字母和下划线就是 [a-zA-Z0-9_] 。 如果设置了 LOCALE 标记就匹配当前语言区域的数字和字母和下划线。
\W 匹配非单词字符的字符。 这与 \w 正相反。如果使用了 ASCII 旗标这就等价于 [^a-zA-Z0-9_]。 如果使用了 LOCALE 旗标则会匹配当前区域中既非字母数字也非下划线的字符。
r 绝大部分Python的标准转义字符也被正则表达式分析器支持。: \a \b \f \n \N \r \t \u \U \v \x \\
print()
string (python)-12345\t \n \r|张三
# 提取全部空白字符
blank_str re.findall(r\s, string)
print(blank_str)
# [\t, , \n, , \r]# 提取全部非空白字符
no_blank_str .join(re.findall(r\S, string))
print(no_blank_str)
# (python)-12345|张三# 匹配 Unicode 单词类字符
un_str .join(re.findall(r\w, string))
print(un_str)
# python12345张三# 匹配非单词字符的字符
no_un_str re.findall(r\W, string)
print(no_un_str)
# [(, ), -, \t, , \n, , \r, |]
print() 正则表达式实战笔记
print(正则表达式实战笔记)string1 home/workspace/python/test.py
# 去除最后/后面文件名只保留路径以下几个方法等价匹配
# print(re.sub(rtest.py, , string1))
# print(re.sub(r([a-z]{4}.py$), , string1))
print(re.sub(r(\b[a-z]{4}.py\b), , string1))
# 只保留文件名
print(.join(re.findall(r(\b[a-z]{4}.py\b),string1)))url_str https://www.abcxyz.com/861091450/28240726.html
# 去除最后/后面数字.html保留前面的url地址
print(re.sub(r(\d\.html\b), , url_str))string2 5,000.00伍仟元整
# 提取数字金额
amount re.findall(r\d\.?\d*, string2)
amount .join(amount)
print(数字金额:, amount)
# 提取中文
ch_amount re.findall(r[\u4e00-\u9fa5], string2)
ch_amount .join(ch_amount)
print(中文金额:, ch_amount)# 下面列表元素有1-2个字错误现在全部替换成统一数据
str_list3 [铜鼓县, 刚鼓县, 钢鼓县, 同古县, 铜古县, 铜故县]
for i in range(len(str_list3)):# 匹配替换的字符str_list3[i] re.sub(r(.鼓县)|(同古县)|(铜.县), 铜鼓县, str_list3[i])
print(str_list3)
# [铜鼓县, 铜鼓县, 铜鼓县, 铜鼓县, 铜鼓县, 铜鼓县]
print()work_date 610012 星期二 : 2023-06-12 14:23:30 1.0212
# 只取日期数据 : 2023-06-12
work_date re.findall(r\d{4}-\d{1,2}-\d{1,2},work_date)[0]
print(work_date)str_url https://www.abcxyz.com/60abc12.html
# 提取url中间的代码数据 : 60abc12
str_code re.findall(rhttps://www.abcxyz.com/(.*?).html, str_url)[0]
print(str_code)
