正則表達式(1)-元字符

為我自己做一下筆記，發現很多爬蟲在做批配，如果用

if-elif-else好像就無法很精準，尤其在處理截取漢字的部

份，所以還是學一下正則幫助自己提升。

假設我以這個字串例

reg_string = "hello8734596python@blairanctk$.@!:xbwa;kdpijqwn,妳好喲"

然後我代入

import re

如果我要查找"blairan"😅我網路上使用的英文名啦

我就可以寫成一個簡單的批配碼

import re

reg_string = "hello8734596python@blairanctk$.@!:xbwa;kdpijqwn,妳好喲"

reg='blairan'

result=re.findall(reg, reg_string)

print(result)

得到的結果如下:

PS D:\python> & C:/Python38/python.exe d:/python/test3.py

['blairan']

假如字串裡有兩組一樣的排列字串，就會顯示兩組blaian在列表裡

import re

reg_string = "hello8734596python@blairanctk$.@!:xbwa;kdpijqwn,妳好喲blairan"

reg='blairan'

result=re.findall(reg, reg_string)

print(result)

PS D:\python> & C:/Python38/python.exe d:/python/test3.py

['blairan', 'blairan']

常見的元字符

Python中常見元字符及其含義如下：

元字符	含義
.	匹配除换行符以外的任意字符
\w	匹配数字字母下划线汉字
\s	匹配任意空白符
\d	匹配所有的数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的开始结束

假設我現在要批配數字，我可以用＼ｄ

import re

reg_string = "hello8734596python@blairanctk$.@!:xbwa;kdpijqwn,妳好喲blairan"

reg='\d'

result=re.findall(reg, reg_string)

print(result)

PS D:\python> & C:/Python38/python.exe d:/python/test3.py

['8', '7', '3', '4', '5', '9', '6']

假如現在我想把＂妳好喲＂中文除外的字串找出來，可以寫成

import re

reg_string = "hello8734596python@blairanctk$.@!:xbwa;kdpijqwn,妳好喲blairan"

reg='[^妳好喲]'

result=re.findall(reg, reg_string)

print(result)

關於" ^ "符號是查找字串的開始

那現在我想要把大小寫英文字全都不要，可以這樣寫

import re

reg_string = "hello8734596python@blairanctk$.@!:xbwa;kdpijqwn,妳好喲blairan"

reg='[^a-zAZ]'

result=re.findall(reg, reg_string)

print(result)

PS D:\python> & C:/Python38/python.exe d:/python/test3.py

['8', '7', '3', '4', '5', '9', '6', '@', '$', '.', '@', '!', ':', ';', ',', '妳', '好', '喲']

還有一種反義代碼，就是上面提到元字符的相反

Python中常见反義代碼 及其含義如下：

反義代碼	含義
\W	匹配任意不是数字字母下划线汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配非数字
\B	匹配不是单词的开始或结束
[^a]	匹配除了a以外的任意字符
[^abcd]	匹配除了abcd以外的任意字符

今天先紀錄到這裡，要消化的東西好多.....