有什么好的网站做推广的,网站建设技术支持包括哪些,深圳建设外贸网站,创意产品设计100例图片作者 | 猪哥来源 | 裸睡的猪(ID: IT--Pig)大多数编程语言的正则表达式设计都师从Perl#xff0c;所以语法基本相似#xff0c;不同的是每种语言都有自己的函数去支持正则#xff0c;今天我们就来学习 Python中关于 正则表达式的函数。re模块主要定义了9个常量、12个函数、1个…作者 | 猪哥来源 | 裸睡的猪(ID: IT--Pig)大多数编程语言的正则表达式设计都师从Perl所以语法基本相似不同的是每种语言都有自己的函数去支持正则今天我们就来学习 Python中关于 正则表达式的函数。re模块主要定义了9个常量、12个函数、1个异常每个常量和函数猪哥都会通过实际代码案例讲解让大家能更直观的了解其作用注为避免出现代码格式错乱猪哥尽量使用代码截图演示哦。re模块简介聊到Python正则表达式的支持首先肯定会想到re库这是一个Python处理文本的标准库。标准库的意思表示这是一个Python内置模块不需要额外下载目前Python内置模块大概有300个。可以在这里查看Python所有的内置模块https://docs.python.org/3/py-modindex.html#cap-r因为re是内置模块所以不需要再下载使用时直接引入即可import rere模块官方文档https://docs.python.org/zh-cn/3.8/library/re.htmlre模块库源码https://github.com/python/cpython/blob/3.8/Lib/re.pyre模块常量常量即表示不可更改的变量一般用于做标记。re模块中有9个常量常量的值都是int类型上图我们可以看到所有的常量都是在RegexFlag枚举类来实现这是在Python 3.6做的改版。在Python 3.6以前版本是直接将常量写在re.py中使用枚举的好处就是方便管理和使用下面我们来快速学习这些常量的作用及如何使用他们按常用度排序1. IGNORECASE语法re.IGNORECASE 或简写为 re.I作用进行忽略大小写匹配。代码案例在默认匹配模式下大写字母B无法匹配小写字母b而在 忽略大小写 模式下是可以的。2. ASCII语法re.ASCII 或简写为 re.A作用顾名思义ASCII表示ASCII码的意思让w,W,b,B,d,D,s和S只匹配ASCII而不是Unicode。代码案例在默认匹配模式下w匹配到了所有字符串而在ASCII模式下只匹配到了a、b、c(ASCII编码支持的字符)。注意这只对字符串匹配模式有效对字节匹配模式无效。3. DOTALL语法re.DOTALL 或简写为 re.S作用DOT表示.ALL表示所有连起来就是.匹配所有包括换行符。默认模式下.是不能匹配行符的。代码案例在默认匹配模式下.并没有匹配换行符而是将字符串分开匹配而在re.DOTALL模式下换行符与字符串一起被匹配到。注意默认匹配模式下.并不会匹配换行符。4. MULTILINE语法re.MULTILINE 或简写为 re.M作用多行模式当某字符串中有换行符默认模式下是不支持换行符特性的比如行开头 和 行结尾而多行模式下是支持匹配行开头的。代码案例正则表达式中^表示匹配行的开头默认模式下它只能匹配字符串的开头而在多行模式下它还可以匹配 换行符后面的字符。注意正则语法中^匹配行开头、A匹配字符串开头单行模式下它两效果一致多行模式下A不能识别。5. VERBOSE语法re.VERBOSE 或简写为 re.X作用详细模式可以在正则表达式中加注解代码案例默认模式下并不能识别正则表达式中的注释而详细模式是可以识别的。当一个正则表达式十分复杂的时候详细模式或许能为你提供另一种注释方式但它不应该成为炫技的手段建议谨慎考虑后使用6.LOCALE语法re.LOCALE 或简写为 re.L作用由当前语言区域决定w,W,b,B和大小写敏感匹配这个标记只能对byte样式有效。这个标记官方已经不推荐使用因为语言区域机制很不可靠它一次只能处理一个 “习惯”而且只对8位字节有效。注意由于这个标记官方已经不推荐使用而且猪哥也没使用过所以就不给出实际的案例7.UNICODE语法re.UNICODE 或简写为 re.U作用与 ASCII 模式类似匹配unicode编码支持的字符但是 Python 3 默认字符串已经是Unicode所以有点冗余。8. DEBUG语法re.DEBUG作用显示编译时的debug信息。代码案例虽然debug模式下确实会打印编译信息但猪哥并不理解这是什么语言 以及表达的含义希望了解的朋友能不吝赐教。9.TEMPLATE语法re.TEMPLATE 或简写为 re.T作用猪哥也没搞懂TEMPLATE的具体用处源码注释中写着disable backtracking(禁用回溯)有了解的同学可以留言告知10. 常量总结9个常量中前5个(IGNORECASE、ASCII、DOTALL、MULTILINE、VERBOSE)有用处两个(LOCALE、UNICODE)官方不建议使用、两个(TEMPLATE、DEBUG)试验性功能不能依赖。常量在re常用函数中都可以使用查看源码可得知。常量可叠加使用因为常量值都是2的幂次方值所以是可以叠加使用的叠加时请使用 |符号请勿使用符号最后来一张思维导图总结一下re模块中的常量吧需要高清图或者xmind文件的同学可在文章末尾获取。re模块函数re模块有12个函数猪哥将以功能分类来讲解这样更具有比较性同时也方便记忆。1.查找一个匹配项查找并返回一个匹配项的函数有3个search、match、fullmatch他们的区别分别是search 查找任意位置的匹配项match 必须从字符串开头匹配fullmatch 整个字符串与正则完全匹配我们再来根据实际的代码案例比较案例1:案例1中search函数是在字符串中任意位置匹配只要有符合正则表达式的字符串就匹配成功其实有两个匹配项但search函数值返回一个。而match函数是要从头开始匹配而字符串开头多了个字母a所以无法匹配fullmatch函数需要完全相同故也不匹配案例2:案例2删除了text最开头的字母a这样match函数就可以匹配啦而fullmatch函数依然不能完全匹配案例3:案例3中我们只留下一段文字并且与正则表达式一致这时fullmatch函数终于可以匹配了。完整案例注意查找 一个匹配项 返回的都是一个匹配对象(Match)。2.查找多个匹配项讲完查找一项现在来看看查找多项吧查找多项函数主要有findall函数与finditer函数findall 从字符串任意位置查找返回一个列表finditer从字符串任意位置查找返回一个迭代器两个方法基本类似只不过一个是返回列表一个是返回迭代器。我们知道列表是一次性生成在内存中而迭代器是需要使用时一点一点生成出来的内存使用更优。如果可能存在大量的匹配项的话建议使用finditer函数一般情况使用findall函数基本没啥影响。3.分割re.split(pattern, string, maxsplit0, flags0)函数用pattern分开 string maxsplit表示最多进行分割次数flags表示模式就是上面我们讲解的常量注意str模块也有一个 split函数 那这两个函数该怎么选呢str.split函数功能简单不支持正则分割而re.split支持正则。关于二者的速度如何 猪哥实际测试了一下在相同数据量的情况下使用re.split函数与str.split函数执行次数与执行时间对比图通过上图对比发现1000次循环以内str.split函数更快而循环次数1000次以上后re.split函数明显更快而且次数越多差距越大所以结论是在 不需要正则支持 且 数据量和数次不多 的情况下使用str.split函数更合适反之则使用re.split函数。注具体执行时间与测试数据有关4.替换替换主要有sub函数与subn函数他们功能类似先来看看sub函数的用法re.sub(pattern, repl, string, count0, flags0)函数参数讲解repl替换掉string中被pattern匹配的字符 count表示最大替换次数flags表示正则表达式的常量。值得注意的是sub函数中的入参repl替换内容既可以是字符串也可以是一个函数哦如果repl为函数时只能有一个入参Match匹配对象。re.subn(pattern, repl, string, count0, flags0)函数与re.sub函数功能一致只不过返回一个元组 (字符串, 替换次数)。5.编译正则对象compile函数 与 template函数将正则表达式的样式编译为一个 正则表达式对象 (正则对象Pattern)这个对象与re模块有同样的正则函数(后面我们会讲解Pattern正则对象)。而template函数与compile函数类似只不过是增加了我们之前说的re.TEMPLATE模式我们可以看看源码。6.其他re.escape(pattern) 可以转义正则表达式中具有特殊含义的字符比如.或者*举个实际的案例re.escape(pattern)看似非常好用省去了我们自己加转义但是使用它很容易出现转义错误的问题所以并不建议使用它转义而建议大家自己手动转义re.purge 函数作用就是清除 正则表达式缓存具体有什么缓存呢我们来看看源码就知道它背地里干了 什么看方法大概是清除缓存吧我们再来看看具体的案例猪哥在两个案例之间使用了re.purge函数清除缓存然后分别比较前后案例源码里面的缓存看看是否有变化7.总结同样最后来一张思维导图总结一下re模块中的函数吧需要高清图或者xmind文件的同学可在末尾获取。re模块异常re模块还包含了一个正则表达式的编译错误当我们给出的正则表达式是一个无效的表达式(就是表达式本身有问题)时就会raise一个异常我们来看看具体的案例吧上图案例中我们可以看到在编写正则表达式中我们多写了一个后括号这导致执行结果报错而且是在其他所有案例执行之前所以说明是在正则表达式编译时期就报错了。注意这个异常一定是 正则表达式 本身是无效的与要匹配的字符串无关正则对象Pattern关于re模块的常量、函数、异常我们都讲解完毕但是完全有必要再讲讲正则对象Pattern。1. 与re模块 函数一致在re模块的函数中有一个重要的函数compile函数这个函数可以预编译返回一个正则对象此正则对象拥有与re模块相同的函数我们来看看Pattern类的源码。既然是一致的那到底该用re模块还是正则对象Pattern而且有些同学可能看过re模块的源码你会发现其实compile函数与 其他re函数(search、split、sub等等) 内部调用的是同一个函数最终还是调用正则对象的函数也就是说下面 两种代码写法底层实现 其实是一致的# re函数re.search(pattern, text)# 正则对象函数compile re.compile(pattern)compile.search(text)那还有必要使用compile函数得到正则对象再去调用search函数吗直接调用re.search 是不是就可以2. 官方文档怎么说关于到底该用re模块还是正则对象Pattern官方文档是否有说明呢官方文档推荐在多次使用某个正则表达式时推荐使用正则对象Pattern以增加复用性因为通过re.compile(pattern)编译后的模块级函数会被缓存3. 实际测试又如何上面官方文档推荐我们在 多次使用某个正则表达式时使用正则对象那实际情况真的是这样的吗我们再实测一下吧猪哥编写了两个函数一个使用re.search函数另一个使用compile.search函数分别(不同时)循环执行count次(count从1-1万)比较两者的耗时得出的结果猪哥绘制成折线图得出的结论是100次循环以内两者的速度基本一致当超出100次后使用 正则对象Pattern的函数 耗时明显更短所以比re模块要快通过实际测试得知Python 官方文档推荐 多次使用某个正则表达式时使用正则对象函数 基本属实注意事项Python 正则表达式知识基本讲解完毕最后稍微给大家提一提需要注意的点。1.字节串 与 字符串模式和被搜索的字符串既可以是 Unicode 字符串 (str) 也可以是8位字节串 (bytes)。但是Unicode 字符串与8位字节串不能混用2.r 的作用正则表达式使用反斜杠(’’)来表示特殊形式或者把特殊字符转义成普通字符。而反斜杠在普通的 Python 字符串里也有相同的作用所以就产生了冲突。解决办法是对于正则表达式样式使用 Python 的原始字符串表示法在带有 ‘r’ 前缀的字符串字面值中反斜杠不必做任何特殊处理。3.正则查找函数 返回匹配对象查找一个匹配项(search、match、fullmatch)的函数返回值都是一个 匹配对象Match需要通过match.group获取匹配值这个很容易忘记。另外还需要注意match.group 与match.groups 函数的差别4.重复使用某个正则如果要重复使用某个正则表达式推荐先使用 re.compile(pattern)函数返回一个正则对象然后复用这个正则对象这样会更快5.Python 正则面试笔试可能会遇到需要使用Python正则表达式不过不会太难的大家只要记住那几个方法的区别会正确使用基本问题不大。文章所有内容精华猪哥已经整理成一份思维导图链接(或阅读原文):https://pan.baidu.com/s/10MMpuf6Rcba-gvBo1oIzlw 密码:y6z3今日福利遇见陆奇同样作为“百万人学 AI”的重要组成部分2020 AIProCon 开发者万人大会将于 7 月 3 日至 4 日通过线上直播形式让开发者们一站式学习了解当下 AI 的前沿技术研究、核心技术与应用以及企业案例的实践经验同时还可以在线参加精彩多样的开发者沙龙与编程项目。参与前瞻系列活动、在线直播互动不仅可以与上万名开发者们一起交流还有机会赢取直播专属好礼与技术大咖连麦。你点的每个“在看”我都认真当成了AI
