这1道华为笔试题，让我陷入了沉思，整理了Python里的正则表达式的12种写法

大家好，这里是程序员晚枫。

上次我们分享了：4千字总结！Python生成随机数的22种方法，random函数太强了~

今天用一道华为笔试题，带大家深入掌握一项Python技巧：正则表达式。

本文主要分为4个部分：题目解析、常用方法、专业方法、注意事项

一、题目解析

先来看一下题目。

看完题目，有以下2个解题思路：

  1. 纯手写：首先把输入的字符串，用0补全为8的倍数，然后遍历字符串，每8个组成一个新的字符。
  2. 使用内置方法和标准库：使用str的内置方法，用0补全右侧，然后使用正则每8个字符进行匹配。

    1、思路1：纯手写

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    def cut_8ch(str):
        if len(str) < 8:
            str = str.ljust(8, '0')
        elif len(str) > 8:
            if (len(str) % 8) != 0:
                width = len(str) + (8 - len(str) % 8)
                str = str.ljust(width, '0')
        str2List = []
        i = 0
        while i < len(str):
            if (i + 8) < len(str):
                str2List.append(str[i:i+8])
            else:
                str2List.append(str[i:len(str)])
                break
            i = i + 8
        return str2List

    output = []
    tmp = input('请输入字符串-->>').strip()
    output.append(cut_8ch(tmp))

    for x in output:
        for y in x:
            print(y)

2、思路2：使用内置方法和标准库

1
2
3
4
5
6
7
8
import re

str = input('请输入字符串-->>')
if len(s) % 8 != 0:
    s = s.ljust(len(s) + (8 - len(s) % 8), str(0))

res = re.findall('.{8}', s)
[print(r) for r in res]

很明显，思路2实现起来，逻辑更清晰，代码更简洁。原因在哪里呢？

因为使用了str的自带方法和Python自带的标准库：re模块。
之前给大家整理了：

今天我们重点讲一下re模块的使用。
关于str的所有自带方法，如果大家想看的话，可以加入交流群告诉我：交流群。我可以另写一个篇新的文章来介绍。

二、常用方法

按照惯例，我们对Python知识的解析，直接拿源码来研究。先看一下python源码里，re模块提供的12个方法👇

findall方法

找出所有符合条件的内容。

举例：

我们现在有一句话，里面有一些数字，我们想把这些数字都提取出来：程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞

1
2
3
4
5
6
import re

str = '程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞'
res = re.findall('[0-9]+',string=str)
print(res)
# 输出：['18', '100', '0', '10086']

split方法

对字符串进行分割。

举例：

假如我们现在有一组字符串:程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫，其中混进了一些无规律的数字：5、4、7，这次我们想根据这些数字，把这个字符串分割。

1
2
3
4
5
6
import re

str = '程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫'
res = re.split(pattern='[0-9]',string=str)
print(res)
# 输出：['程序员晚枫', '程序员晚枫', '程序员晚枫', '程序员晚枫，']

sub方法

可以替换字符串中的内容。

举例：

假如我们现在有一组字符串:程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫，其中混进了一些无规律的数字：5、4、7，我们想根据这些数字，替换成逗号：，。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import re

str = '程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫，'
res = re.sub(pattern='[0-9]', repl='，', string=str, count=0)
print(res)
# 输出：程序员晚枫，程序员晚枫，程序员晚枫，程序员晚枫，
# -----

# 参数1：pattern：表示正则中的模式字符串。
# 参数2：repl：就是replacement，表示被替换的字符串，可以是字符串也可以是函数。
# 参数3：string：表示要被处理和替换的原始字符串
# 参数4：count：可选参数，表示是要替换的最大次数，而且必须是非负整数，该参数默认为0，即所有的匹配都会被替换；


match方法

re.match()必须从字符串开头匹配！

举例：

match方法，可以帮我们匹配出这段文字中的英文字母，"CoderWanFeng，加好友，联系程序员晚枫"

1
2
3
4
5
6
7
8
import re

text = "CoderWanFeng，加好友，联系程序员晚枫"

res = re.match("[a-zA-Z]+", text)

print(res)  # 查看是否匹配到结果
print(res.group())  # 取出匹配的内容

fullmatch方法

fullmatch见名知义：只有在给定的字符串全部匹配时，才返回正确。

举例：

匹配用户输入的电话号码是否都是数字+符合11位。

1
2
3
4
5
6
7
import re

input = "19512345678"
pattern = "[0-9]+"

print(re.fullmatch(pattern, input))
print(re.fullmatch(pattern,input).group())

search方法

查找字符串中是否有符合条件的内容。

1
2
3
4
5
6
import re

str = "程序员晚枫"
# search 字符串第一次出现的位置
print(re.search("晚", str))
# 输出：<re.Match object; span=(3, 4), match='晚'>

三、专业方法

subn方法

subn和sub的方法类似，区别在于：subn()方法返回一个元组，其中包含所有替换的总数以及新字符串。
看到subn方法我困惑了一下，它和sub的区别时什么？

看过源码👇才知道，区别就是那个n。

1
2
3
4
5
6
7
8
9
10
11
import re

str = '程序员晚枫，程序员晚枫，程序员晚枫，程序员晚枫，'
res = re.subn(pattern='程序员晚枫', repl='点赞+关注', string=str, count=2)
print(res)
# 参数1：pattern：表示正则中的模式字符串。
# 参数2：repl：就是replacement，表示被替换的字符串，可以是字符串也可以是函数。
# 参数3：string：表示要被处理和替换的原始字符串
# 参数4：count：可选参数，表示是要替换的最大次数，而且必须是非负整数，该参数默认为0，即所有的匹配都会被替换；
# -----
# ('点赞+关注，点赞+关注，程序员晚枫，程序员晚枫，', 2)

finditer

这个方法返回的是一个迭代器。

1
2
3
4
5
6
import re

str = '程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞'
res = re.finditer('[0-9]+',string=str)
print(res)
# 输出：<callable_iterator object at 0x000001C3E94D3F40>

compile

re.compile()是用来优化正则的，它将正则表达式转化为对象，re.search(pattern, string)的调用方式就转换为 pattern.search(string)的调用方式，多次调用一个正则表达式就重复利用这个正则对象，可以实现更有效率的匹配。

如下列代码所示，re.compile生成pattern后，依然需要调用re的方法。

1
2
3
4
5
6
7
import re

str = '程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞'
reg = re.compile('[0-9]+')
res = reg.findall(string=str)
print(res)
# 输出：['18', '100', '0', '10086']

purge

如源码所说，这个方法主要是用来清楚缓存。

Python标准库中唯一调用re.purge()的位置是在测试中（特别是test_re模块的re单元测试和回归测试套件中的参考泄漏测试）。

template

这个方法我没找到怎么使用，欢迎大家在评论区补充。

escape

可以将字符串中所有可能被解释为正则运算符的字符进行转译。

1
2
3
re.escape('www.python-office.com')

# 输出：'www\\.python-office\\.com'

四、注意事项

  • match只能从头开始匹配
  • match和search的区别：search可以从全部内容中匹配
  • 所有的匹配方法，都有一个属性：flags：
    • 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等

参考资料

  1. 固定长度分割：https://blog.csdn.net/weixin_43273051/article/details/106445550
  2. re.match: https://www.jianshu.com/p/cc26837242b1
  3. re.fullmatch: https://vimsky.com/examples/usage/re-fullmatch-function-in-python.html
  4. re.search: https://www.w3cschool.cn/article/81381190.html
  5. re.sub: https://blog.csdn.net/m0_46483236/article/details/117708084
  6. re.subn: https://www.nhooo.com/note/qa0rvh.html
  7. re.split: https://blog.csdn.net/qq_31672701/article/details/100711585
  8. re.compile: https://www.cnblogs.com/xp1315458571/articles/13720333.html
  9. re.escape: https://www.cnblogs.com/zeke-python-road/p/9583814.html
进群

嗨，扫码 进群

微信

扫一扫，分享到微信

微信分享二维码
本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：CoderWanFeng