Wie arbeite man mit regulären Ausdrücken in Python?
导入re模块以使用正则表达式功能；2. 使用re.search()查找字符串中任意位置的模式匹配；3. 使用re.match()仅匹配字符串开头；4. 使用re.findall()获取所有非重叠匹配的列表；5. 使用re.sub()替换匹配的文本；6. 使用re.split()按模式分割字符串；7. 理解常用正则符号如\d、\w、\s、^、$等；8. 对重复使用的模式进行编译以提升性能；9. 使用re.IGNORECASE、re.MULTILINE等标志调整匹配行为；10. 始终使用raw字符串并优先对简单操作使用内置字符串方法。正确导入re模块后，通过选择合适的函数和精确构造模式，可高效完成文本匹配、提取、替换和分割任务，最终实现灵活的文本处理。
Working with regular expressions in Python is straightforward thanks to the built-in re module. Regular expressions (often called regex or regexp) are powerful tools for pattern matching and text manipulation. Here's how to use them effectively.
Import the re Module
Before using regular expressions, import the re module:
import re
This gives you access to functions for searching, replacing, and splitting strings based on patterns.
Common Use Cases and Functions
1. Search for a Pattern: re.search()
Use re.search(pattern, string) to check if a pattern exists anywhere in a string. It returns a match object if found, otherwise None.
text = "The price is $250"
match = re.search(r'\$\d+', text)
if match:
print("Found:", match.group()) # Output: $250r'\$\d+'is a raw string pattern:\$matches a literal dollar sign (escaped because$has special meaning in regex).\d+matches one or more digits.
Note:
search()finds the first match only.
2. Match at the Start: re.match()
re.match(pattern, string) checks for a match only at the beginning of the string.
result = re.match(r'\d+', '123abc')
if result:
print("Starts with digits:", result.group()) # Output: 123If the string starts with non-matching text, it returns None, even if the pattern appears later.
3. Find All Matches: re.findall()
Use re.findall(pattern, string) to get a list of all non-overlapping matches.
text = "Emails: user1@example.com, user2@test.org" emails = re.findall(r'\S+@\S+\.\S+', text) print(emails) # Output: ['user1@example.com', 'user2@test.org']
This is useful for extracting multiple values like emails, phone numbers, etc.
4. Replace Text: re.sub()
re.sub(pattern, replacement, string) replaces all occurrences of a pattern with a specified string.
text = "I have 3 cats and 2 dogs" new_text = re.sub(r'\d+', 'X', text) print(new_text) # Output: I have X cats and X dogs
You can also use captured groups in replacements:
name = "Doe, John" formatted = re.sub(r'(\w+),\s+(\w+)', r'\2 \1', name) print(formatted) # Output: John Doe
5. Split String: re.split()
re.split(pattern, string) splits a string by occurrences of a pattern.
text = "apple, banana; orange,grape" items = re.split(r'[,\s;]+', text) print(items) # Output: ['apple', 'banana', 'orange', 'grape']
This handles multiple delimiters like commas, spaces, and semicolons.
Understanding Patterns and Special Characters
Here are some common regex elements:
\d— digit (0–9)\w— word character (letters, digits, underscore)\s— whitespace (space, tab, newline).— any character except newline*— zero or more of the preceding+— one or more of the preceding?— zero or one of the preceding^— start of string$— end of string[]— character class (e.g.,[aeiou]matches any vowel)()— capture group
Use raw strings (r"") to avoid issues with backslashes in Python strings.
Compile Patterns for Reuse
If you're using the same pattern multiple times, compile it for better performance:
pattern = re.compile(r'\d{4}-\d{2}-\d{2}')
text = "Today is 2024-04-01 and tomorrow is 2024-04-02."
dates = pattern.findall(text)
print(dates) # Output: ['2024-04-01', '2024-04-02']Compiled patterns also support flags and can be reused across different operations.
Use Flags for Flexibility
You can modify how patterns behave using flags:
re.IGNORECASEorre.I— case-insensitive matchingre.MULTILINEorre.M—^and$match line beginnings/endsre.DOTALLorre.S—.matches newline too
Example:
text = "Hello\nworld"
match = re.search(r'hello.world', text, re.IGNORECASE | re.DOTALL)
if match:
print("Matched across lines")Tips and Best Practices
- Always use raw strings (
r"") for patterns to avoid escaping issues. - Test complex patterns incrementally.
- Be cautious with greedy quantifiers (
*,+) — use*?,+?for non-greedy matching when needed. - For simple string operations (like checking suffixes), prefer built-in methods (
str.startswith(),str.isdigit()) over regex for clarity and speed.
Regular expressions are a bit tricky at first, but once you get the basics, they’re incredibly useful for parsing logs, validating input, cleaning data, and more. Start small, test often, and refer to the re module documentation as needed.
Basically, just import re, write your pattern carefully, and pick the right function for the job.
Das obige ist der detaillierte Inhalt vonWie arbeite man mit regulären Ausdrücken in Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undress AI Tool
Ausziehbilder kostenlos
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Clothoff.io
KI-Kleiderentferner
Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
Abgeschlossener Python Blockbuster Online -Eingang Python Free Fertig -Website -Sammlung
Jul 23, 2025 pm 12:36 PM
Dieser Artikel hat mehrere "Fertig" -Projekt-Websites von Python und "Blockbuster" -Portalen "Blockbuster" für Sie ausgewählt. Egal, ob Sie nach Entwicklungsinspiration suchen, den Quellcode auf Master-Ebene beobachten und lernen oder Ihre praktischen Fähigkeiten systematisch verbessern, diese Plattformen sind nicht zu übersehen und können Ihnen helfen, schnell zu einem Python-Meister zu werden.
Python Run Shell -Befehlsbeispiel
Jul 26, 2025 am 07:50 AM
Verwenden Sie Subprozess.run (), um die Befehle von Shell sicher auszuführen und die Ausgabe zu erfassen. Es wird empfohlen, Parameter in Listen zu übergeben, um Einspritzrisiken zu vermeiden. 2. Wenn die Shell -Eigenschaften erforderlich sind, können Sie Shell = True einstellen, aber achten Sie auf die Befehlsinjektion. 3. verwenden subprocess.popen, um die Echtzeit-Ausgangsverarbeitung zu realisieren. 4. Setzen Sie check = true, um Ausnahmen zu werfen, wenn der Befehl fehlschlägt. 5. Sie können direkt Ketten anrufen, um die Ausgabe in einem einfachen Szenario zu erhalten. Sie sollten Subprozess vorrangig machen. Die obigen Methoden überschreiben die Kernverwendung der Ausführung von Shell -Befehlen in Python.
Jul 21, 2025 am 02:48 AM
Um mit Quantum Machine Learning (QML) zu beginnen, ist das bevorzugte Tool Python und Bibliotheken wie Pennylane, Qiskit, TensorFlowquantum oder Pytorchquantum müssen installiert werden. Machen Sie sich dann mit dem Prozess vertraut, indem Sie Beispiele ausführen, z. B. Pennylane zum Aufbau eines Quanten neuronalen Netzwerks. Implementieren Sie das Modell dann gemäß den Schritten der Datensatzvorbereitung, der Datencodierung, der Erstellung parametrischer Quantenschaltungen, klassisches Optimierer -Training usw.; Im tatsächlichen Kampf sollten Sie es vermeiden, komplexe Modelle von Anfang an zu verfolgen, Hardwarebeschränkungen zu beachten, hybride Modellstrukturen einzusetzen und kontinuierlich auf die neuesten Dokumente und offiziellen Dokumente zu verweisen, um die Entwicklung zu verfolgen.
Python Seeborn JointPlot Beispiel
Jul 26, 2025 am 08:11 AM
Verwenden Sie die Jointplot von Seeborn, um die Beziehung und Verteilung zwischen zwei Variablen schnell zu visualisieren. 2. Das grundlegende Streudiagramm wird durch sns.jointplot (data = tips, x = "total_bill", y = "tip", sort = "scatter") implementiert, das Zentrum ist ein Streudiagramm und das Histogramm wird auf der oberen und unteren und rechten Seite angezeigt. 3. Fügen Sie Regressionslinien und Dichteinformationen zu einer Art "Reg" hinzu und kombinieren Sie Marginal_KWS, um den Edge -Plot -Stil festzulegen. 4. Wenn das Datenvolumen groß ist, wird empfohlen, "Hex" zu verwenden,
So treten Sie einer Liste von Saiten in Python an
Jul 18, 2025 am 02:15 AM
In Python sollten die folgenden Punkte bei der Zusammenführung von Zeichenfolgen mithilfe der Methode join () bezeichnet werden: 1. Verwenden Sie die Str.Join () -Methode, die vorherige Zeichenfolge wird beim Aufrufen als Linker verwendet, und das iterable Objekt in den Klammern enthält die angeschlossene Zeichenfolge. 2. Stellen Sie sicher, dass die Elemente in der Liste alle Zeichenfolgen sind und wenn sie Nicht-String-Typen enthalten, müssen sie zuerst konvertiert werden. 3. Wenn Sie verschachtelte Listen bearbeiten, müssen Sie die Struktur vor dem Anschließen abflachen.
Python -Liste zum String Conversion Beispiel
Jul 26, 2025 am 08:00 AM
String -Listen können mit der join () -Methode wie '' .Join (Words) zusammengeführt werden, um "helloWorldfrompython" zu erhalten; 2. Die Zahlenlisten müssen vor dem Beitritt in Zeichenfolgen mit Karte (STR, Zahlen) oder [STR (x) ForxInnumbers] konvertiert werden. 3. Jede Typliste kann direkt in Zeichenfolgen mit Klammern und Zitaten umgewandelt werden, die zum Debuggen geeignet sind. 4. Benutzerdefinierte Formate können durch Generatorausdrücke in Kombination mit Join () implementiert werden, wie z.
Python Web Scraping Tutorial
Jul 21, 2025 am 02:39 AM
Um Python -Webcrawler zu beherrschen, müssen Sie drei Kernschritte erfassen: 1. Verwenden Sie Anfragen, um eine Anfrage zu initiieren, Webseiteninhalte durch GET -Methode zu erhalten, die Einstellung von Headern zu beachten, Ausnahmen zu bearbeiten und Robots.txt zu entsprechen. 2. Verwenden Sie BeautifulSoup oder XPath, um Daten zu extrahieren. Ersteres eignet sich zum einfachen Parsen, während letzteres flexibler und für komplexe Strukturen geeignet ist. 3.. Verwenden Sie Selen, um Browseroperationen für dynamische Ladeinhalte zu simulieren. Obwohl die Geschwindigkeit langsam ist, kann sie mit komplexen Seiten fertig werden. Sie können auch versuchen, eine Website -API -Schnittstelle zu finden, um die Effizienz zu verbessern.
Python verbinden sich mit SQL Server PyoDBC -Beispiel
Jul 30, 2025 am 02:53 AM
Installieren Sie PYODBC: Verwenden Sie den Befehl pipinstallpyoDBC, um die Bibliothek zu installieren. 2. SQLServer verbinden: Verwenden Sie die Verbindungszeichenfolge, die Treiber, Server, Datenbank, UID/PWD oder Trusted_Connection über die Methode Pyodbc.Connect () und die SQL -Authentifizierung bzw. der Windows -Authentifizierung unterstützen; 3. Überprüfen Sie den installierten Treiber: Führen Sie Pyodbc.Drivers () aus und filtern Sie den Treibernamen mit 'SQLServer', um sicherzustellen, dass der richtige Treiberame wie 'ODBCDRIVER17 für SQLServer' verwendet wird. 4. Schlüsselparameter der Verbindungszeichenfolge
