当前位置：首页 > news >正文

从零开始的python学习（五）P71+P72+P73+P74

news 来源：原创 2025/8/22 17:08:38

本文章记录观看B站python教程学习笔记和实践感悟，视频链接：【花了2万多买的Python教程全套，现在分享给大家，入门到精通(Python全栈开发教程)】 https://www.bilibili.com/video/BV1wD4y1o7AS/?p=6&share_source=copy_web&vd_source=404581381724503685cb98601d6706fb

上节课学习了字符串的编码和解码，数据验证的方法，字符串的处理（字符串的拼接操作和字符串的去重操作），本节课学习正则表达式的简介以及相关符号，re模块中match函数的使用，re模块中search函数和findall函数的使用，re模块中sub函数和split函数的使用。

1.正则表达式的简介以及相关符号

正则表达式，就是特殊的字符序列，它能帮助用户便捷地检查一个字符串是否符合某种模式。

那么正则表示式也有很多类型。

1）元字符

上图只是元字符的部分字符，这里学习部分。

2）限定符

限定符就是用于限定匹配的次数，也就是限定查找到的个数。

3）其他字符

其他类型的正则表达式。

2.re模块中match函数的使用

对于上述的正则表达式需要有专门的函数去用，python中有模块叫re模块，是python中正则表达式的一个操作，而且这是一个内置模块，不需要单独安装。上图中五个函数是本节要学的。下为对代码实现实例：

import re #导入
#这里需要写一个"模式字符串"，就是规则，根据前面学习的，\d表示0-9的整数,\是转义符，也就是说这里将“.”变成一个普通的点
pattern='\d\.\d+'#+表示出现的次数，其前面的数字表示重复几次，“\d+"表示出现0-9次，所以这规则意思就是“0-9的数字.出现0-9的字符串可以被匹配”
s='I study Python 3.11 day' #待匹配字符串
#下面执行match函数来查找s里有没有满足“0-9的数字.出现0-9的字符串可以被匹配”的字符串
match=re.match(pattern,s,re.I) #模块re的match方法，这里re.I表示调用re中的ignore也就是忽略大小写
#总结：xx=re.match(模式字符串名,匹配字符串名,其他参数)
print(match)s2='3.11 I study Python day' #第二个待匹配字符串
match2=re.match(pattern,s2,re.I) #模块re的match方法，这里re.I表示调用re中的ignore也就是忽略大小写
print(match2)print('匹配值的起始位置：',match2.start()) #输出匹配值的起始位置
print('匹配值的结束位置：',match2.end())#输出匹配值的终止位置（注意结束位置是不包括的位置）
print('匹配区间的位置元素：',match2.span())#输出开始结束区间位置的元素（注意结束位置是不包括的位置）
print('待匹配的字符串：',match2.string)#输出待匹配的字符串
print('匹配的数据：',match2.group())#输出匹配到的数据

输出结果：

3.re模块中search函数和findall函数的使用

对于前面那个模块罗列的re模块里面的函数，除了第一种的match，还有其他的函数可以使用。match的功能是从字符串的开始位置开始匹配，除非是在第一个就能匹配到，否则的话就会输出None。为了解决这种弊端，我们选择search函数。

search函数式在整个字符串中去查找，找到就行不一定在开始位置（0这个适用范围显然优于match），下为实例：

import re #导入
#这里需要写一个"模式字符串"，就是规则，根据前面学习的，\d表示0-9的整数,\是转义符，也就是说这里将“.”变成一个普通的点
pattern='\d\.\d+'#+表示出现的次数，其前面的数字表示重复几次，“\d+"表示出现0-9次，所以这规则意思就是“0-9的数字.出现0-9的字符串可以被匹配”
s='I study Python3.11 every day Python2.7' #待匹配字符串
#下面执行match函数来查找s里有没有满足“0-9的数字.出现0-9的字符串可以被匹配”的字符串
match=re.search(pattern,s) #模块re的search方法，默认忽略大小写
#xx=re.search(模式字符串名,匹配字符串名,其他参数)s2='4.10 Python I study every day' #第二个待匹配字符串
s3='Python I study every day' #第三个待匹配字符串没有数字（输出结果是None）
match2=re.search(pattern,s2) #模块re的search方法，默认忽略大小写
match3=re.search(pattern,s3) #模块re的search方法，默认忽略大小写
print(match)
print(match2)
print(match3)#如果想输出匹配的数据，需要用到match.group()的方法
print(match.group()) #因为search找到的是第一个匹配的数据，因此match返回的是3.11
print(match2.group())#match返回的是4.10
print(match3.group())#没有数据，因此match返回的是None

结果如下：

由于search只能返回第一个满足条件的数据，其他符合条件的都被忽略了。为了保证其他满足条件的也可以输出，使用另一个函数findall。

findall的功能是用于在整个字符串中搜索所有符合正则表达式的数据，结果是一个列表类型。下为实例;

#下为findall的实例
import re #导入
#这里需要写一个"模式字符串"，就是规则，根据前面学习的，\d表示0-9的整数,\是转义符，也就是说这里将“.”变成一个普通的点
pattern='\d\.\d+'#+表示出现的次数，其前面的数字表示重复几次，“\d+"表示出现0-9次，所以这规则意思就是“0-9的数字.出现0-9的字符串可以被匹配”
s='I study Python3.11 every day Python2.7' #待匹配字符串
s2='4.10 Python I study every day' #第二个待匹配字符串
s3='Python I study every day' #第三个待匹配字符串没有数字（输出结果是None）
lst=re.findall(pattern,s)#可以看到findall函数将所有符合条件的都列出来了
lst2=re.findall(pattern,s2)
lst3=re.findall(pattern,s3)print(lst)
print(lst2)
print(lst3)

结果如下所示

4.re模块中sub函数和split函数的使用

上面三个函数都是为了找到满足条件的数据，而下面这两个函数是用于找到并且替换目标数据的函数。sub函数的功能如上所示是“对字符串当中指定的子串进行替换”，可以用于将字符串中的不方便展示的关键字，或爬虫之类的字符替换掉。（这不禁让博主想到某某文学城的“口口文学”以及某黑暗降临的“**”违禁词替换）（审核这有什么不能过的？）

下为具体实例以及解释：

import re
#下为函数sub的实例
#这里需要写一个"模式字符串",这里的规则相当于不可以出现这些字眼，如果出现就需要用其他字符换掉
pattern='黑客|破解|反爬'
s='我想学习python，想破解一些VIP视频，python可以实现无底线反爬吗？'#假如这是我们发表的一段评论，那么这个“匹配字符串”中的违禁词需要替换掉
#语法格式：新的变量名=re.sub(pattern,想要替换的字符串（注意用''框柱哦）,匹配字符串名)
new_s=re.sub(pattern,'xxx',s)
print(new_s)

结果如下：（该说不说加上违禁词替换莫名让人浮想联翩）

第二个函数就是split函数，它和字符串的split是一样的分割。这里视频举的例子是打开百度网址搜索ysj，复制那个搜索结果页面的网址

https://www.baidu.com/s?wd=ysj&rsv_spt=1&rsv_iqid=0xedc9cb50000d9767&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&tn=68018901_58_oem_dg&rsv_enter=1&rsv_dl=tb&rsv_sug3=4&rsv_sug1=3&rsv_sug7=100&rsv_sug2=0&rsv_btype=t&inputT=2637&rsv_sug4=3928

这里我们想要让其网址变短一点，观察这一长串，wd是这个搜索框的一个名字，第一个&后面都是这种参数的形式，只保留这些其他删掉，将其作为待匹配字符串：

https://www.baidu.com/s?wd=ysj&rsv_spt=1

#下为函数split的实例
pattern2='[?|&]'#意思就是将待匹配字符串被？或者|拆分
s2='https://www.baidu.com/s?wd=ysj&rsv_spt=1'
lst=re.split(pattern2,s2)
print(lst)