一文秒懂python正則表達(dá)式常用函數(shù)

01 Re概覽

創(chuàng)新互聯(lián)公司主營豐澤網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,APP應(yīng)用開發(fā),豐澤h5重慶小程序開發(fā)公司搭建,豐澤網(wǎng)站營銷推廣歡迎豐澤等地區(qū)企業(yè)咨詢

Re模塊是python的內(nèi)置模塊，提供了正則表達(dá)式在python中的所有用法，默認(rèn)安裝位置在python根目錄下的Lib文件夾（如 ..\Python\Python37\Lib）。主要提供了3大類字符串操作方法：

字符查找/匹配

字符替換

字符分割

由于是面向字符串類型的模塊，就不得不提到字符串編碼類型。re模塊中，模式串和搜索串既可以是 Unicode 字符串 (常用str類型) ，也可以是8位字節(jié)串 (bytes，2位16進(jìn)制數(shù)字，例如\xe5) ， 但要求二者必須是同類型字符串。

02 字符串查找/匹配

預(yù)編譯：compile

在介紹查找和匹配函數(shù)前，首先需要知道re的compile函數(shù)，該函數(shù)可以將一個(gè)模式串編譯成正則表達(dá)式類型，以便后續(xù)快速匹配和復(fù)用

import?re pattern?=?re.compile(r'[a-z]{2,5}') type(pattern)?#re.Pattern

此例創(chuàng)建了一個(gè)正則表達(dá)式式對(duì)象 (re.pattern) ，命名為pattern，用于匹配2-5位小寫字母的模式串。后續(xù)在使用其他正則表達(dá)式函數(shù)時(shí)，即可使用pattern進(jìn)行方法調(diào)用。

匹配：match

match函數(shù)用于從文本串的起始位置開始匹配，若匹配成功，則返回相應(yīng)的匹配對(duì)象，此時(shí)可調(diào)用group()方法返回匹配結(jié)果，也可用span()方法返回匹配起止下標(biāo)區(qū)間；否則返回None

import?re pattern?=?re.compile(r'[a-z]{2,5}') text1?=?'this?is?a?re?test' res?=?pattern.match(text1) print(res)?# if?res: ?print(res.group())?#this ?print(res.span())?#(0,?4) text2?=?'是的,?this?is?a?re?test' print(pattern.match(text2))#None

match函數(shù)還有一個(gè)變形函數(shù)fullmatch，當(dāng)且僅當(dāng)模式串與文本串剛好全部匹配時(shí)，返回一個(gè)匹配對(duì)象，否則返回None

搜索：search

match只提供了從文本串起始位置匹配的結(jié)果，如果想從任意位置匹配，則可調(diào)用search方法，與match方法類似，當(dāng)任意位置匹配成功，則立即返回一個(gè)匹配對(duì)象，也可調(diào)用span()方法獲取起止區(qū)間、調(diào)用group方法獲得匹配文本串

import?re pattern?=?re.compile(r'\s[a-z]{2}') text1?=?'this?is?a?re?test' res?=?pattern.search(text1) print(res)?# if?res: ?print(res.group())?#is ?print(res.span())?#(4,?7) pattern2?=?re.compile(r'\s[a-z]{5}') text2?=?'是的,this?is?a?re?test' print(pattern2.search(text2))#None

match和search均用于匹配單個(gè)結(jié)果，唯一區(qū)別在于前者是從起始位置開始匹配，而后者從任意位置匹配，匹配成功則返回一個(gè)match對(duì)象。

全搜索：findall/finditer

幾乎是最常用的正則表達(dá)式函數(shù)，用于尋找所有匹配的結(jié)果，例如在爬蟲信息提取中，可非常方便地提取所有匹配字段

import?re pattern?=?re.compile(r'\s[a-z]{2,5}') text1?=?'this?is?a?re?test' res?=?pattern.findall(text1) print(res)?#['?is',?'?re',?'?test']

findall返回的是一個(gè)列表對(duì)象類型，當(dāng)無匹配對(duì)象時(shí)，返回一個(gè)空列表。為了避免因同時(shí)返回大量匹配結(jié)果占用過多內(nèi)存，可以調(diào)用finditer函數(shù)返回一個(gè)迭代器類型，其中每個(gè)迭代元素是一個(gè)match對(duì)象，可繼續(xù)調(diào)用group和span方法獲取相應(yīng)結(jié)果

import?re pattern?=?re.compile(r'\s[a-z]{2,5}') text1?=?'this?is?a?re?test' res?=?pattern.finditer(text1) for?r?in?res: ?print(r.group()) """ ?is ?re ?test """

當(dāng)匹配模式串較為簡單或者僅需單詞調(diào)用時(shí)，上述所有方法也可直接調(diào)用re類函數(shù)，而無需事先編譯。此時(shí)各方法的第一個(gè)參數(shù)為模式串。

import?re pattern?=?re.compile(r'\d{2,5}') text?=?'this?is?re?test' re.findall('[a-z]+',?text)?#['this',?'is',?'re',?'test'] 03 字符串替換/分割

替換:sub/subn

當(dāng)需要對(duì)文本串進(jìn)行條件替換時(shí)，可調(diào)用re.sub實(shí)現(xiàn) (當(dāng)然也可先編譯后再用調(diào)用實(shí)例方法) ，相應(yīng)參數(shù)分別為模式串、替換格式、文本串，還可以通過增加缺省參數(shù)限定替換次數(shù)和匹配模式。通過在模式串進(jìn)行分組，可實(shí)現(xiàn)字符串的格式化替換（類似字符串的format方法），以實(shí)現(xiàn)特定任務(wù)。

import?re text?=?'today?is?2020-03-05' print(re.sub('-',?'',?text))?#'today?is?20200305' print(re.sub('-',?'',?text,?1))?#'today?is?202003-05' print(re.sub('(\d{4})-(\d{2})-(\d{2})',?r'\2/\3/\1',?text))?#'today?is?03/05/2020'

re.sub的一個(gè)變形方法是re.subn，區(qū)別是返回一個(gè)2元素的元組，其中第一個(gè)元素為替換結(jié)果，第二個(gè)為替換次數(shù)

import?re text?=?'today?is?2020-03-05' print(re.subn('-',?'',?text))?#('today?is?20200305',?2)

分割：split

還可以調(diào)用正則表達(dá)式實(shí)現(xiàn)字符串的特定分割，相當(dāng)于.split()方法的一個(gè)加強(qiáng)版，實(shí)現(xiàn)特定模式的分割，返回一個(gè)切割后的結(jié)果列表

import?re text?=?'today?is?a?re?test,?what?do?you?mind?' print(re.split(',',?text))?#['today?is?a?re?test',?'?what?do?you?mind?'] 04 總結(jié)

python中的re模塊提供了正則表達(dá)式的常用方法，每種方法都包括類方法調(diào)用(如re.match)或模式串的實(shí)例調(diào)用(pattern.match)2種形式

常用的匹配函數(shù)：match/fullmatch

常用的搜索函數(shù)：search/findall/finditer

常用的替換函數(shù)：sub/subn

常用的切割函數(shù)：split

還有其他很多方法，但不是很常用，具體可參考官方文檔

另外，python還有第三方正則表達(dá)式庫regex可供選擇

到此這篇關(guān)于一文秒懂python正則表達(dá)式常用函數(shù)的文章就介紹到這了，希望大家以后多多支持！

python里面有哪些自帶函數(shù)？

python系統(tǒng)提供了下面常用的函數(shù)：

1. 數(shù)學(xué)庫模塊（math）提供了很多數(shù)學(xué)運(yùn)算函數(shù)；

2.復(fù)數(shù)模塊（cmath）提供了用于復(fù)數(shù)運(yùn)算的函數(shù)；

3.隨機(jī)數(shù)模塊（random）提供了用來生成隨機(jī)數(shù)的函數(shù)；

4.時(shí)間（time）和日歷（calendar）模塊提供了能處理日期和時(shí)間的函數(shù)。

注意：在調(diào)用系統(tǒng)函數(shù)之前，先要使用import 語句導(dǎo)入 相應(yīng)的模塊

該語句將模塊中定義的函數(shù)代碼復(fù)制到自己的程 序中，然后就可以訪問模塊中的任何函數(shù)，其方 法是在函數(shù)名前面加上“模塊名.”。

希望能幫到你。

python中是否有用于計(jì)算兩個(gè)字符串相似度的函數(shù)

linux環(huán)境下，沒有首先安裝python_Levenshtein，用法如下：

重點(diǎn)介紹幾個(gè)該包中的幾個(gè)計(jì)算字串相似度的幾個(gè)函數(shù)實(shí)現(xiàn)。

1. Levenshtein.hamming(str1, str2)

計(jì)算漢明距離。要求str1和str2必須長度一致。是描述兩個(gè)等長字串之間對(duì)應(yīng)位置上不同字符的個(gè)數(shù)。如

2. Levenshtein.distance(str1, str2)

計(jì)算編輯距離（也成Levenshtein距離）。是描述由一個(gè)字串轉(zhuǎn)化成另一個(gè)字串最少的操作次數(shù)，在其中的操作包括插入、刪除、替換。如

算法實(shí)現(xiàn) 參考動(dòng)態(tài)規(guī)劃整理：。

3. Levenshtein.ratio(str1, str2)

計(jì)算萊文斯坦比。計(jì)算公式 r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的長度總和，ldist是類編輯距離

注意：這里的類編輯距離不是2中所說的編輯距離，2中三種操作中每個(gè)操作+1，而在此處，刪除、插入依然+1，但是替換+2

這樣設(shè)計(jì)的目的：ratio('a', 'c')，sum=2,按2中計(jì)算為（2-1）/2 = 0.5,’a','c'沒有重合，顯然不合算，但是替換操作+2，就可以解決這個(gè)問題。

4. Levenshtein.jaro(s1, s2)

計(jì)算jaro距離，

其中的m為s1, s2的匹配長度，當(dāng)某位置的認(rèn)為匹配 當(dāng)該位置字符相同，或者在不超過

t是調(diào)換次數(shù)的一半

5. Levenshtein.jaro_winkler(s1, s2)

計(jì)算Jaro–Winkler距離

python常用列表函數(shù)

1

len(list)

列表元素個(gè)數(shù)

2

max(list)

返回列表元素最大值

3

min(list)

返回列表元素最小值

4

list(seq)

將元組轉(zhuǎn)換為列表

序號(hào)

方法

1

list.append(obj)

在列表末尾添加新的對(duì)象

2

list.count(obj)

統(tǒng)計(jì)某個(gè)元素在列表中出現(xiàn)的次數(shù)

3

list.extend(seq)

在列表末尾一次性追加另一個(gè)序列中的多個(gè)值（用新列表擴(kuò)展原來的列表）

4

list.index(obj)

從列表中找出某個(gè)值第一個(gè)匹配項(xiàng)的索引位置

5

list.insert(index, obj)

將對(duì)象插入列表

6

list.pop([index=-1])

移除列表中的一個(gè)元素（默認(rèn)最后一個(gè)元素），并且返回該元素的值

7

list.remove(obj)

移除列表中某個(gè)值的第一個(gè)匹配項(xiàng)

8

list.reverse()

反向列表中元素

9

list.sort( key=None, reverse=False)

對(duì)原列表進(jìn)行排序

10

list.clear()

清空列表

11

list.copy()

復(fù)制列表

python 怎么調(diào)用余弦相似度函數(shù)

比如你在a.py的文件中定義了一個(gè)test(x,y)函數(shù)，在shell中調(diào)用的時(shí)候from a import testtest(x,y)