python正则表达式空格
‘壹’ python的正则表达式
1,正则表达式的一些内容
正则表达式主要是用来匹配文本中需要查找的内容,例如在一片文章中找出电话号码,就中国的来说11位纯数字(不说座机),则使用"d{11}" 意味匹配数字11次,就能准确的查找出文本中的电话号码. 还有就是在编写网络爬虫的时候需要提取很多超链接再次进行爬取,使用正则表达式就很方便.直接匹配http开头就行,当然也可以使用beautifulsoup的select方法.
看下面的程序看看正则表达提取文本中的邮箱:
w 匹配字母,数字,下划线
+ 匹配1次或者多次
re是正则表达式的工具包,工具包出错的话在anaconda的命令行输入"pip install re"安装,其他的工具包也是如此.
re.compile()中的r示意不是转义字符,也就是保持后面字符串原样,findall返回一个列表.下面还有一个版本的程序略有不同.
compile的另一个参数re.IGONORECASE(忽略大小写),还可以是re.DORALL,多行模式,具体功能也是模糊不清,不过在使用通配符 . 匹配的时候加上re.DOTALL参数能够匹配换行.如果希望忽略大小写和多行模式都开启可以使用re.compile(r'....',re.IGNORECASE|re.DOTALL) .
表达式使用( ),对匹配到的内容分为3组 也就是(w+)出现字母,数字,下划线一次或多次,这个分组就是下面使用match对象的grou()方法的时候的参数.不给参数和参数0都是得到整个匹配到的内容, 参数1得到第一个括号匹配到的内容,以此类推参数2和3,如果没有括号分组的话使用参数会出现错误.
search( )查找和正则式匹配的内容,只匹一次后面的那个找不到.返回一个match对象
w 匹配字母,数字,下划线
W 匹配字母,数字.下划线之外的所有字符
d 匹配数字
D 匹配非数字
s 匹配空格,制表符,换行符
S匹配除空格制表符,换行符之外的其他字符
[ .... ]定义自己的匹配,如[aeiouAEIOU ]匹配所有的元音字母,注意不是匹配单词.
{最少次数,最多次数},例如{3,9} 匹配3-9次,{ ,10}匹配0-10次. 默认为匹配最多次数(贪心匹配),非贪心模式在后面加上问号
? 可选 0次或者1次吧
+匹配1次或多次
*匹配0次或者多次
^ 判断开头 ^d 如果待匹配串是数字开头则返回第一个数字
$判断结尾 d$ 如果待匹配串是数字结尾则返回最后一个数字
. 通配符,匹配除换行之外的所有字符
d{11} 匹配数字11次
. * 匹配所有字符除 换行
[a-zA-Z0-9._%+-] 小写和大写字母、数字、句点、下划线、百分号、加号或短横
[a-zA-Z]{2,4} 匹配字母 2 - 4次
‘贰’ python 去除字符串中的空格
将字符串中的空格去除，字符串的长度就减少了，开始计算出的len(str)长度是原始字符串的长度，下标当然会越界
print'pleaseinputastring:'
string=raw_input('>')
string=string.replace('','')
printstring
‘叁’ “Python 秘籍”删除字符串中不需要的字符
在 Python 中，删除字符串中不需要的字符，可以使用以下方法：
使用 strip 方法：
- 默认行为：strip 方法默认会去除字符串开头和结尾的空格。
- 指定字符：可以通过传递一个字符串参数给 strip，来指定需要去除的字符集合。例如，text.strip') 会去除文本前后的这些特殊符号。
处理字符串内部的空格：
- strip 方法仅影响字符串的开头和结尾。若需处理字符串内部的空格，可以使用 replace 方法，例如 text.replace 来删除所有空格。
- 正则表达式：对于更复杂的字符替换，正则表达式提供了强大的功能。例如，re.sub 可以删除所有连续的空白字符。
结合 strip 与迭代操作：
- 在处理多行数据时，可以结合 strip 方法和迭代操作来高效地去除每行前后的空格。使用生成器表达式可以避免一次性加载所有数据，提高内存效率。
使用 translate 方法：
- 对于更高级的字符替换操作，translate 方法结合 str.maketrans 可以提供一个更高效的解决方案。这通常用于需要替换多个不同字符为相同字符或删除它们的场景。
总结： strip：用于去除字符串开头和结尾的指定字符。 replace：用于替换字符串中的指定字符，包括内部的空格。 正则表达式：通过 re.sub 提供强大的字符替换功能，适用于复杂模式匹配。 translate：结合 str.maketrans 用于高效的字符映射或删除操作。