一、判斷字符串中是否含有字串

1. in，not in

判斷字符串中是否含有某些關(guān)鍵詞，方法比較多
例如分詞后對詞向量和關(guān)鍵詞進(jìn)行==匹配，但這種方法以來分詞的準(zhǔn)確性，不太推薦；
其次使用成員運(yùn)算符in,not in可以較好的判斷字符串中是否包含某關(guān)鍵詞，即特定字串

a = '這個(gè)暑假我讀了紅樓夢和三國演義'
b= ['三國演義','水滸傳','西游記','紅樓夢']
n = 0
for i in b:
    if i in a:
        n += 1
print(f'四大名著暑假讀了{(lán)n}本')

這種遍歷算法雖然可以成功得到想要的結(jié)果，但是當(dāng)數(shù)據(jù)量很大的時(shí)候，程序執(zhí)行效率將會很低。正則匹配作為專業(yè)的查找工具，在判斷字符串中含有特定字串的事情上可以大大提高工作效率。

2.正則匹配re.findall

import re
def is_in(fullstr,substr):
    if re.findall(substr,fullstr):
        return 1
    else:
        return 0
a = '這個(gè)暑假我讀了紅樓夢和三國演義'
b= ['三國演義','水滸傳','西游記','紅樓夢']
n = 0
for i in b:
    n = is_in(a,i)
    n += 1
print(f'四大名著暑假讀了{(lán)n}本')

findall:返回string中所有與pattern匹配的全部字符串,返回形式為數(shù)組

re.findall(pattern, string, flags=0)

示例如下：

line = []
n = 0
for i in b:
    num = is_in(a,i)
    n += num
    res = re.findall(i,a)
    line = line + res 
print(f'四大名著暑假讀了{(lán)n}本')
print(f'分別是{line}')
'''
res = re.findall(i,a)      re.findall返回值是一個(gè)列表
out:
四大名著暑假讀了2本
分別是['三國演義', '紅樓夢']
'''

正則的功能十分強(qiáng)大，上述使用的只是其中一個(gè)很小的功能。下面繼續(xù)對正則的強(qiáng)大功能進(jìn)行學(xué)習(xí)

二、正則表達(dá)式

（一）基本內(nèi)容

1.正則表達(dá)式修飾符——可選標(biāo)志

正則表達(dá)式可以包含一些可選標(biāo)志修飾符來控制匹配的模式。修飾符被指定為一個(gè)可選的標(biāo)志。多個(gè)標(biāo)志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設(shè)置成 I 和 M 標(biāo)志

2.正則表達(dá)式模式

模式字符串使用特殊的語法來表示一個(gè)正則表達(dá)式：
（1）字母和數(shù)字表示他們自身。一個(gè)正則表達(dá)式模式中的字母和數(shù)字匹配同樣的字符串。
（2）多數(shù)字母和數(shù)字前加一個(gè)反斜杠時(shí)會擁有不同的含義，例如\n 表示換行。
（3）標(biāo)點(diǎn)符號只有被轉(zhuǎn)義時(shí)才匹配自身，否則它們表示特殊的含義。
（4）反斜杠本身需要使用反斜杠轉(zhuǎn)義。
（5）由于正則表達(dá)式通常都包含反斜杠，所以最好使用原始字符串來表示它們。模式元素(如 r'\t'，等價(jià)于 '\\t')匹配相應(yīng)的特殊字符。

下表列出了正則表達(dá)式模式語法中的特殊元素。如果使用模式的同時(shí)提供了可選的標(biāo)志參數(shù)，某些模式元素的含義會改變。

（二）常見表達(dá)式函數(shù)

正則表達(dá)式是一個(gè)特殊的字符序列，可以方便的檢查一個(gè)字符串是否與某種模式匹配，python自帶的re模塊使 Python 語言擁有全部的正則表達(dá)式功能
python常用的正則表達(dá)式函數(shù)如下：

1. re.match

re.match 嘗試從字符串的起始位置匹配一個(gè)模式，如果不是起始位置匹配成功的話，match() 就返回 none

re.match(pattern, string, flags=0)

匹配成功 re.match 方法返回一個(gè)匹配的對象，否則返回 None
可以使用 group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達(dá)式

0：表示正則表達(dá)式中符合條件的字符串。
1：表示正則表達(dá)式中符合條件的字符串中的第一個(gè)() 中的字符串。
2：表示正則表達(dá)式中符合條件的字符串中的第二個(gè)() 中的字符串。
以此類推…

import re
fullstr = 'name:alice,result:89'
result = re.match('name:(\w+),result:(\d+)', fullstr)
print(result)
print(result.group(0))
print(result.group(1))
print(result.group(2))
print(result.group())

結(jié)果：

out1: <re.Match object; span=(0, 20), match=‘name:alice,result:89’>
out2: name:alice,result:89
out3: alice
out4: 89
out5: name:alice,result:89

從結(jié)果可以看出，re.match()方法返回一個(gè)匹配的對象，而不是匹配的內(nèi)容。通過調(diào)用span()可以獲得匹配結(jié)果的位置。而如果從起始位置開始沒有匹配成功，即便其他部分包含需要匹配的內(nèi)容，re.match()也會返回None
可以使用group()來提取每組匹配到的字符串。
group()會返回一個(gè)包含所有小組字符串的元組，從 0 到 所含的小組號

注意：如果在運(yùn)用正則表達(dá)式做匹配的過程中沒有匹配到元素，之后又調(diào)用了group（），會報(bào)錯(cuò)：AttributeError: 'NoneType' object has no attribute 'group'
如果出現(xiàn)這種報(bào)錯(cuò)，可以將match改成search（）就可以避開這類問題了。search函數(shù)是先掃描全部的代碼塊，再進(jìn)行提取的

2.re.search

re.search會匹配整個(gè)字符串，并返回第一個(gè)成功的匹配。如果匹配失敗，則返回None

re.search(pattern, string, flags=0)

參數(shù)同re.match

示例：

import re
fullstr = 'class:1班,name:alice,result:89'
result = re.match('name:(\w+),result:(\d+)', fullstr)
print(result)
print(result.group(0))

out1: None
out2: AttributeError: ‘NoneType’ object has no attribute ‘group’
原因：match在起始位置匹配，如果不是起始位置匹配成功的話，match() 就返回 none

嘗試search

import re
fullstr = 'class:1班,name:alice,result:89'
result = re.search('name:(\w+),result:(\d+)', fullstr)
print(result)
print(result.group(0))
print(result.group(1))
print(result.group(2))
print(result.group())

out１：　<re.Match object; span=(9, 29), match=‘name:alice,result:89’>
out２：　name:alice,result:89
out３：　alice
out４：　89
out５：　name:alice,result:89

3. re.sub

該函數(shù)主要用于替換字符串中的匹配項(xiàng)

re.sub(pattern, repl, string, count=0, flags=0)

示例如下：

#修改分?jǐn)?shù)
fullstr = 'name:alice,result:89'
res1 = re.sub(r'\d+','90',fullstr)
print(res1)

out： name:alice,result:90

repl可以為一個(gè)函數(shù)。如下：

#修改分?jǐn)?shù)
def change(matched):
    value = int(matched.group('value'))
    return str(value + 1)
fullstr = 'name:alice,result:89'
res1 = re.sub('(?P<value>\d+)',change,fullstr)
print(res1)

out： name:alice,result:90

4.re.compile

compile 函數(shù)用于編譯正則表達(dá)式，生成一個(gè)正則表達(dá)式（ Pattern ）對象，供 match() 和 search() 這兩個(gè)函數(shù)使用
re 模塊的一般使用步驟是：

1.使用 compile 函數(shù)將正則表達(dá)式的字符串形式編譯為一個(gè) Pattern 對象
2.通過 Pattern 對象提供的一系列方法對文本進(jìn)行匹配查找，獲得匹配結(jié)果（一個(gè) Match 對象）
3.最后使用 Match 對象提供的屬性和方法獲得信息，根據(jù)需要進(jìn)行其他的操作里是引用

re.compile(pattern, flags)

compile返回的是一個(gè)匹配對象，它單獨(dú)使用就沒有任何意義，需要和findall(), search(), match(）搭配使用

5.re.findall

在字符串中找到正則表達(dá)式所匹配的所有子串，并返回一個(gè)列表，如果有多個(gè)匹配模式，則返回元組列表，如果沒有找到匹配的，則返回空列表
注： match 和 search 是匹配一次 findall 匹配所有

6.re.split

re.split(pattern, string[, maxsplit=0, flags=0])

到此這篇關(guān)于python使用正則匹配判斷字符串中含有某些特定子串 及 正則表達(dá)式詳解的文章就介紹到這了,更多相關(guān)python正則表達(dá)式判斷字符串中是否含有字串內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論