正则表达式（Regular expresssion）
正则表达式
匹配单次
. ：匹配任意一个字符
[ ] ：匹配[ ]里举例的任意一个字符
/d ：匹配数字0-9
/D ：匹配非数字
/s ：匹配空白或tab建
/S ：匹配非空白
/w ：匹配非特殊字符，a-z, A-Z, 0-9, 汉字
/W ：匹配特殊字符匹配不定次数
* ：匹配前一个字符出现0次到无数次
+ ：匹配前一个字符出现至少一次
? ：匹配前一个字符出现1次或0次
{m} ：匹配前一个字符出现m次
```bash
[0-9]{6}匹配一串字符串的前六个数字。运用场景：假设你爬取到了手机锁屏6位密码数据库中的数据可以用它做筛选
```
{m,n} ：匹配前一个字符出现m次到n次
```bash
[0-9a-z_]{8,20}匹配长度8到20位的数字或小写字母或_,可以运用于设置密码格式
```匹配开头或结尾
^ :匹配字符开头
$ :匹配字符结尾
[^指定字符] : 与^[ ]完全相反，匹配不是[ ]里举例字符开头
```bash
[^a]匹配不是以字母a开头
^[a]匹配以字母a开头
```
★匹配分组相关
| ：匹配左右两边任意一个正则表达式
text = '123756786SSSSixstar'
text2 = 'abc'
result = re.match('^[0-9]\d*\w*|abc', text2) # 输出：abc
result2 = re.match('^[0-9]\d*\w*|abc', text) # 输出：123756786SSSSixstar
() :将括号作为一个分组。以下面举例解释
你获取了一个有关邮箱的数据库内容，但是你不知道邮箱的格式是qq.com，163.com，139.com
data = ['123756786@qq.com', 'test@139.com', 'jdfasljsafa@163.com']
for i in range(0, len(data)):result = re.match('([\w]{4,20})@(qq.com|139.com|163.com)', data[i])print(result.group())
# 输出：123756786@qq.com
# test@139.com
# jdfasljsafa@163.com
一个括号是一个分组，从左到右是分组1分组2一次类推通过result.group(索引)可以返回不同的值如下
print(result.group(0))
# 输出：123756786@qq.com
# test@139.com
# jdfasljsafa@163.comprint(result.group(2))
# 输出：123756786
# test
# jdfasljsafaprint(result.group(2))
# 输出：qq.com
# 139.com
# 163.com
\num:这里的num就是分组的序号
```python
假设我要提取网页标签中源代码，例如html标签是<html></html>格式的
text = '<html>hello world</html>'
result1 = re.match('<\D*>', text) # 输出：<html>hello world</html>
注： \D*匹配的内容为html>hello world</html
result2 = re.match(r'<(\w*)>\w*\s\w*</\1>', text) # 输出：<html>hello world</html>
注： </\1>中的\1就是匹配的分组1中的\w*也就是html因为结尾也有html所以可以直接引用分组1中的内容
result3 = re.match('<(\w*)>\w*\s\w*</\\1>', text) # 输出：<html>hello world</html>
注： 因为没有使用result2中的r模式所以要防止\1转义因此为\\1但效果一样
print(result3.group())
```
(?P<别名>):分组起别名
(?P=别名):引用别名name匹配分组字符串
```python
以之前的列子为基础进行修改取别名?P<name1>引用别名?P=name1结果如下不变
text = '<html>hello world</html>'
result1 = re.match('<(?P<name1>\w*)>\w*\s\w*</(?P=name1)>', text) # 输出：<html>hello world</html>```
函数
1.re.match(pattern, string)
功能：从字符串起始位置匹配正则表达式。
特点：仅检查字符串开头，若开头不匹配则返回 None。
等效于正则表达式以 ^ 开头。
```python
示例：
re.match(r'abc', 'abc123') # 匹配成功
re.match(r'abc', '123abc') # 匹配失败
```
- re.search(pattern, string)
功能：在整个字符串中搜索第一个匹配项。
特点：不限制匹配位置，找到第一个匹配即返回。
即使字符串中间或结尾有匹配也会成功。
示例：
re.search(r'abc', '123abc456') # 找到 'abc'
- re.findall(pattern, string)
功能：返回所有非重叠匹配项的列表。
特点：无分组时，返回所有完整匹配的字符串列表。
有分组时，返回分组内容的元组列表。
示例：
re.findall(r'\d+', '12 apples, 34 bananas') # ['12', '34']
re.findall(r'(\d)(\w+)', '1a 2b') # [('1', 'a'), ('2', 'b')]
- re.sub(pattern, repl, string)
功能：替换所有匹配项为指定内容。
特点：repl 可以是字符串或函数（动态生成替换内容）。
支持反向引用（如 \1 或 \g<1>）。
示例：
re.sub(r'\d+', 'NUM', 'a1b2') # 'aNUMbNUM'
re.sub(r'(\d{4})-(\d{2})', r'\2/\1', '2023-10') # '10/2023'
- re.split(pattern, string)
功能：按正则表达式分割字符串。
特点：若正则含分组，分隔符会保留在结果中。
支持复杂分隔符（如多字符或模式）。
示例：
re.split(r'\d+', 'a1b22c') # ['a', 'b', 'c']
re.split(r'(\d+)', 'a1b22c') # ['a', '1', 'b', '22', 'c']
练习
练习题
"""
初级题目
提取所有数字
从字符串 "abc123def456ghi789" 中提取所有连续数字（结果应为 ['123', '456', '789']）。匹配邮箱地址
从文本 "联系我：user@example.com 或 admin@test.org" 中提取所有邮箱地址（结果应为 ['user@example.com', 'admin@test.org']）。验证日期格式
检查字符串 "2023-10-05" 是否符合 YYYY-MM-DD 格式（年范围 1900-2099，月 01-12，日 01-31）。"""
str = "abc123def456ghi789"
result = re.findall(r'\d+', str)
print(result)
str2 = "联系我：user@example.com 或 admin@test.org"
result2 = re.findall(r'\b[\w.]+@[\w.]+\.\w+\b', str2)
print(result2)
str3 = "2023-10-30"
result3 = re.match(r'^(19|20)\d{2}-(0[1-9]|1[0-2])-(0[1-9]|1[0-9]|2[0-9]|3[0-1])$', str3)
print(result3.group())
"""
中级题目
提取带区号的电话号码
从 "电话：(021)123-4567 或 022-87654321" 中提取所有电话号码，包括括号和短横线（结果应为 ['(021)123-4567', '022-87654321']）。匹配 HTML 标签内容
从 <div class="title">Hello World</div> 中提取标签内的内容 Hello World（不包含标签本身）。分割混合数据
将字符串 "apple, banana; cherry|orange" 按 , ; | 或空格分割成列表（结果为 ['apple', 'banana', 'cherry', 'orange']）。
"""
str4 = "电话：(021)123-4567 或 022-87654321"
result4 = re.findall(r'\(\d{3}\)\d+-\d+|\d{3}-\d+', str4)
print(result4)
str5 = '<div class="title">Hello World</div>'
result5 = re.sub(r'<[\D]+?>', '', str5)
print(result5)
str6 = "apple, banana; cherry|orange"
result6 = re.split(r'[, ;|]+', str6)
print(result6)
"""
高级题目
排除特定模式
从文本 "error: 404, warn: 302, info: 200 OK" 中提取所有非错误状态码（即排除 error 后的数字，结果为 ['302', '200']）。匹配嵌套 JSON 键值
从简化 JSON 片段 "{\"name\": \"John\", \"age\": 30, \"city\": \"New York\"}" 中提取所有键值对（结果为 ['name', 'John', 'age', '30', 'city', 'New York']）。复杂日期时间提取
从日志 "[2023-10-05 14:30:00] ERROR: System failure" 中提取日期和时间（结果为 ['2023-10-05', '14:30:00']）。
"""
str7 = 'error: 404, warn: 302, info: 200 OK'
result7 = re.findall(r'[0-35][0-9][0-9]', str7)
print(result7)
json_str = "{\"name\": \"John\", \"age\": 30, \"city\": \"New York\"}"
result = re.findall(r'"(\w+)":\s*"([^"]+)"|"(\w+)":\s*(\d+)', json_str)
print(result)
# 合并结果并过滤空值
clean_result = [tuple(filter(None, item)) for item in result]
print(clean_result)
str9 = "[2023-10-05 14:30:00] ERROR: System failure"
result9 = re.findall(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}', str9)
print(result9)
str10 = "https://example.com/search?q=python&page=2&sort=desc"
result11 = re.findall(r'[?&][\w]+=[\w]+', str10)
result12 = re.findall(r'[^?=&]+=[^&]+', str10)
result13 = re.findall(r'([^?=&]+)=([^&]+)', str10)
print(result11)
print(result12)
print(result13)
相关文章：
正则表达式（Regular expresssion）
正则表达式 匹配单次 . ：匹配任意一个字符 [ ] ：匹配[ ]里举例的任意一个字符 /d ：匹配数字0-9 /D ：匹配非数字 /s ：匹配空白或tab建 /S ：匹配非空白 /w ：…...
Python的那些事第二十一篇：Python Web开发的“秘密武器”Flask
基于 Flask 框架的 Python Web 开发研究 摘要 在 Web 开发的江湖里，Python 是一位武林高手，而 Flask 则是它手中那把小巧却锋利的匕首。本文以 Flask 框架为核心，深入探讨了它在 Python Web 开发中的应用。通过幽默风趣的笔触，结合实例和表格，分析了 Flask 的特性、优势以…...
MySQL的聚簇索引与非聚簇索引
前言 首先我们要了解到，聚簇索引只能有一个，而非聚簇可以有多个。在本文中可以了解到，范围查询时聚簇索引的优势，以及非聚簇索引在频繁更新时的劣势。 在MySQL中，主键索引通常就是聚簇索引，如果没有显式…...
vscode的一些实用操作
1. 焦点切换(比如主要用到使用快捷键在编辑区和终端区进行切换操作) 2. 跳转行号 使用ctrl g,然后输入指定的文件内容，即可跳转到相应位置。 使用ctrl p,然后输入指定的行号，回车即可跳转到相应行号位置。...
C++11 thread
文章目录 C11 线程库线程对象的构造方式无参的构造函数调用带参的构造函数调用移动构造函数thread常用成员函数 this_thread命名空间join && detachmutex C11 线程库 线程对象的构造方式 无参的构造函数 1、调用无参的构造函数,调用无参的构造函数创建出来的线程对象…...
rabbitmq五种模式的总结——附java-se实现（详细）
rabbitmq五种模式的总结 完整项目地址：https://github.com/9lucifer/rabbitmq4j-learning 一、简单模式 （一）简单模式概述 RabbitMQ 的简单模式是最基础的消息队列模式，包含以下两个角色： 生产者：负责发…...
Qt中基于开源库QRencode生成二维码(附工程源码链接)
目录 1.QRencode简介 2.编译qrencode 3.在Qt中直接使用QRencode源码 3.1.添加源码 3.2.用字符串生成二维码 3.3.用二进制数据生成二维码 3.4.界面设计 3.5.效果展示 4.注意事项 5.源码下载 1.QRencode简介 QRencode是一个开源的库，专门用于生成二维码&…...
Java数据结构---链表
目录 一、链表的概念和结构 1、概念 2、结构 二、链表的分类 三、链表的实现 1、创建节点类 2、定义表头 3、创建链表 4、打印链表 5、链表长度 6、看链表中是否包含key 7、在index位置插入val（0下标为第一个位置） 8、删除第一个关键字key …...
mongodb是怎么分库分表的
在构建高性能的数据库架构时，MongoDB的分库分表策略扮演着至关重要的角色，它通过一系列精细的步骤确保了数据的高效分布与访问。以下是对这一过程的详尽阐述，旨在提供一个清晰且优化过的理解框架。 确定分片键（Shard Key…...
C++自研游戏引擎-碰撞检测组件-八叉树AABB检测算法实现
八叉树碰撞检测是一种在三维空间中高效处理物体碰撞检测的算法，其原理可以类比为一个管理三维空间物体的智能系统。这个示例包含两个部分：八叉树部分用于宏观检测，AABB用于微观检测。AABB可以更换为均值或节点检测来提高检测精度。 八叉树的…...
spring boot对接clerk 实现用户信息获取
在现代Web应用中，用户身份验证和管理是一个关键的功能。Clerk是一个提供身份验证和用户管理的服务，可以帮助开发者快速集成这些功能。在本文中，我们将介绍如何使用Spring Boot对接Clerk，以实现用户信息的获取。 1.介绍 Clerk提供…...
一种动态地址的查询
背景 当我们注入一个进程，通过函数地址进行call时经常会遇到这样的一个问题。对方程序每周四会自动更新。更新后之前的函数地址就变化了，然后需要重新找地址。所以，我就使用了一个动态查询的方式。 第一步：先为需要call的函数生…...
周雨彤：用角色与生活，诠释审美的艺术
提到内娱审美优秀且持续在线的女演员，周雨彤绝对是其中最有代表性的一个。 独树一帜的表演美学 作为新生代演员中的实力派代表，周雨彤凭借细腻的表演和对角色的深度共情，在荧幕上留下了多个令人难忘的“出圈”形象。在《我在他乡挺好的》中…...
使用jks给空apk包签名
1、在平台官方下载空的apk包（上传应用时有提醒下载） 2、找到jdk目录，比如C:\Program Files\Java\jdk1.8\bin，并把下载的空包apk和jks文件放到bin下 3、以管理员身份运行cmd，如果不是管理员会签名失败 4、用cd定位到…...
500. 键盘行 771. 宝石与石头 简单 find接口的使用
500. 键盘行1 给你一个字符串数组 words ，只返回可以使用在 美式键盘 同一行的字母打印出来的单词。键盘如下图所示。 请注意，字符串 不区分大小写，相同字母的大小写形式都被视为在同一行。 美式键盘 中： 第一行由字符 "qwer…...
仙剑世界手游新手攻略 仙剑世界能用云手机玩吗
欢迎来到《仙剑世界》手游的仙侠世界！作为新手玩家，以下是一些详细的攻略和建议，帮助你快速上手并享受游戏的乐趣。 一、新手职业推荐 1.轩辕：这是一个偏辅助的职业，可以给队友提供输出加成等增益效果，不过…...
[题解]2024CCPC重庆站-小 C 的神秘图形
Sources：K - 小 C 的神秘图形Abstract：给定正整数 n ( 1 ≤ n ≤ 1 0 5 ) n(1\le n\le 10^5) n(1≤n≤105)，三进制字符串 n 1 , n 2 ( ∣ n 1 ∣ ∣ n 2 ∣ n ) n_1,n_2(|n_1||n_2|n) n1,n2(∣n1∣∣n2∣n)，按如下方法…...
NPS内网穿透SSH使用手册
1、说明 nps-一款轻量级、高性能、功能强大的内网穿透代理服务器 github地址：https://github.com/ehang-io/nps 官网文档地址：https://ehang-io.github.io/nps/#/?idnps 2、服务端 下载地址：https://github.com/ehang-io/nps/releases 下…...
大幂计算和大阶乘计算【C语言】
大幂计算： #include<stdio.h> long long int c[1000000]{0}; int main() {long long a,b,x1;c[0]1;printf("请输入底数：");scanf("%lld",&a);printf("请输入指数：");scanf("%lld",&b…...
【Linux】详谈 进程控制
目录 一、进程是什么 二、task_struct 三、查看进程 四、创建进程 4.1 fork函数的认识 4.2 2. fork函数的返回值 五、进程终止 5.1. 进程退出的场景 5.2. 进程常见的退出方法 5.2.1 从main返回 5.2.1.1 错误码 5.2.2 exit函数 5.2.3 _exit函数 5.2.4 缓冲区问题补…...
MPNet：旋转机械轻量化故障诊断模型详解python代码复现
目录 一、问题背景与挑战 二、MPNet核心架构 2.1 多分支特征融合模块（MBFM） 2.2 残差注意力金字塔模块（RAPM） 2.2.1 空间金字塔注意力（SPA） 2.2.2 金字塔残差块（PRBlock） 2.3 分类器设计 三、关键技术突破 3.1 多尺度特征融合 3.2 轻量化设计策略 3.3 抗噪声…...
Cursor实现用excel数据填充word模版的方法
cursor主页：https://www.cursor.com/ 任务目标：把excel格式的数据里的单元格，按照某一个固定模版填充到word中 文章目录 注意事项逐步生成程序1. 确定格式2. 调试程序 注意事项 直接给一个excel文件和最终呈现的word文件的示例，…...
《Qt C++ 与 OpenCV：解锁视频播放程序设计的奥秘》
引言：探索视频播放程序设计之旅 在当今数字化时代，多媒体应用已渗透到我们生活的方方面面，从日常的视频娱乐到专业的视频监控、视频会议系统，视频播放程序作为多媒体应用的核心组成部分，扮演着至关重要的角色。无论是在个人电脑、移动设备还是智能电视等平台上，用户都期望…...
转转集团旗下首家二手多品类循环仓店“超级转转”开业
6月9日，国内领先的循环经济企业转转集团旗下首家二手多品类循环仓店“超级转转”正式开业。 转转集团创始人兼CEO黄炜、转转循环时尚发起人朱珠、转转集团COO兼红布林CEO胡伟琨、王府井集团副总裁祝捷等出席了开业剪彩仪式。 据「TMT星球」了解，“超级…...
大语言模型（LLM）中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型（LLM）参数规模的增长，推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长，而KV缓存的内存消耗可能高达数十GB（例如Llama2-7B处理100K token时需50GB内存&a…...
Java 二维码
Java 二维码 **技术：**谷歌 ZXing 实现 首先添加依赖 <!-- 二维码依赖 --><dependency><groupId>com.google.zxing</groupId><artifactId>core</artifactId><version>3.5.1</version></dependency><de…...
面向无人机海岸带生态系统监测的语义分割基准数据集
描述：海岸带生态系统的监测是维护生态平衡和可持续发展的重要任务。语义分割技术在遥感影像中的应用为海岸带生态系统的精准监测提供了有效手段。然而，目前该领域仍面临一个挑战，即缺乏公开的专门面向海岸带生态系统的语义分割基准数据集。受…...
【C++特殊工具与技术】优化内存分配(一)：C++中的内存分配
目录 一、C 内存的基本概念 1.1 内存的物理与逻辑结构 1.2 C 程序的内存区域划分 二、栈内存分配 2.1 栈内存的特点 2.2 栈内存分配示例 三、堆内存分配 3.1 new和delete操作符 4.2 内存泄漏与悬空指针问题 4.3 new和delete的重载 四、智能指针…...
【Elasticsearch】Elasticsearch 在大数据生态圈的地位 实践经验
Elasticsearch 在大数据生态圈的地位 & 实践经验 1.Elasticsearch 的优势1.1 Elasticsearch 解决的核心问题1.1.1 传统方案的短板1.1.2 Elasticsearch 的解决方案 1.2 与大数据组件的对比优势1.3 关键优势技术支撑1.4 Elasticsearch 的竞品1.4.1 全文搜索领域1.4.2 日志分析…...
Python 训练营打卡 Day 47
注意力热力图可视化 在day 46代码的基础上，对比不同卷积层热力图可视化的结果 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pypl…...