python re.match()用法相关示例


Posted in Python onJanuary 27, 2021

学习python爬虫时遇到了一个问题,书上有示例如下:

import re

line='Cats are smarter than dogs'
matchObj=re.match(r'(.*)are(.*?).*',line)

if matchObj:
 print('matchObj.group():',matchObj.group())
 print('matchObj.group(1):', matchObj.group(1))
 print('matchObj.group(2):', matchObj.group(2))
else:
 print('No match!\n')

书上的期望输出是:

matchObj.group(): Cats are smarter than dogs
matchObj.group(1): Cats
matchObj.group(2):smarter

但是我在电脑上跑了一遍得到的输出却是:

matchObj.group(): Cats are smarter than dogs
matchObj.group(1): Cats
matchObj.group(2):

于是开始想办法彻底搞清楚这个差别的原因所在。

首先要读懂这几行代码,而这一行代码的关键在于这一句:

matchObj=re.match(r'(.*)are(.*?).*',line)

匹配的正则表达式是

(.*)are(.*?).*
前面的r表示的是匹配的字符不进行转义,而要匹配的字符串是line,也就是
Cats are smarter than dogs
后面使用group(num),个人理解是,按照正则表达式中的括号数可以捕获得到对应数量的捕获组,而调用group(num)就可以得到对应捕获组的内容,
其中group(0)表示的是匹配的整个表达式的字符串,在本例中就是‘Cats are smarter than dogs'。
参照网上可以搜到的符号的作用:
.匹配除换行符以外的任意字符
*重复之前的字符零次或更多次
?重复之前的字符零次或一次
那么第一个括号的内容,应当就是匹配要匹配的字符串中are之前的所有字符(除换行符),
而第二个括号的内容应当是匹配are之后的内容,但具体想指代什么却显得有些不明确。
不明确的点就在于*和?这两个符号的连用,根据优先级这两个符号是同一优先级的,那么应当按照顺序生效,那么如此翻译的话,这一语句匹配的就是长度为0到无限大的任意字符串,为了探清此时
程序判断的具体内容,我们给匹配字符串末尾的.*也加上括号以提取其内容,而后在输出部分加上对应语句:

import re

line='Cats are smarter than dogs'
matchObj=re.match(r'(.*)are(.*?)(.*)',line)

if matchObj:
 print("matchObj.group():",matchObj.group())
 print("matchObj.group(1):", matchObj.group(1))
 print("matchObj.group(2):", matchObj.group(2))
 print("matchObj.group(3):", matchObj.group(3))
else:
 print('No match!\n')

得到的结果是:

matchObj.group(): Cats are smarter than dogs
matchObj.group(1): Cats
matchObj.group(2):
matchObj.group(3):  smarter than dogs

可见第二个括号里的内容被默认为空了,然后删去那个?,可以看到结果变成:

matchObj.group(): Cats are smarter than dogs
matchObj.group(1): Cats
matchObj.group(2):  smarter than dogs
matchObj.group(3):

那么这是否就意味着?的默认值很可能是0次,那?这个符号到底有什么用呢

仔细想来这个说法并不是很严谨。尝试使用单独的.?组合可以看到这个组合可以用于提取

单个不知道是否存在的字符,而如下代码

import re

line='Cats are smarter than dogs'
matchObj=re.match(r'(.*) are(.*)?',line)

if matchObj:
 print("matchObj.group():",matchObj.group())
 print("matchObj.group(1):", matchObj.group(1))
 print("matchObj.group(2):", matchObj.group(2))

也能在组别2中正常提取到are之后的字符内容,但稍微改动一下将?放到第二个括号内,

就什么也提取不到,同时导致group(0)中匹配的字符到Cats are就截止了(也就是第二个括号匹配失败)。

令人感到奇怪的是,如果将上面的代码改成

import re

line='Cats are smarter than dogs'
matchObj=re.match(r'(.*) are (.*)+',line)

if matchObj:
 print("matchObj.group():",matchObj.group())
 print("matchObj.group(1):", matchObj.group(1))
 print("matchObj.group(2):", matchObj.group(2))

也就是仅仅将?改为+,虽然能成功匹配整个line但group(2)中没有内容,

如果把+放到第二个括号中就会产生报错,匹配失败。

那么是否可以认为.*?这三个符号连用只是一个不规范的操作,但由于?的特殊性所以没有报错反而匹配成功了呢?

具体的可能要研究代码本身的机理了,暂且搁置。还有一个问题就是如何达到样例本身想要的,用第二个括号提取单个单词的目的。

如果单单考虑这个例子的话,把原本第二个括号中的?换成r就可以了,也就是如下代码:

import re

line='Cats are smarter than dogs'
matchObj=re.match(r'(.*) are (.*r).*',line)

if matchObj:
 print("matchObj.group():",matchObj.group())
 print("matchObj.group(1):", matchObj.group(1))
 print("matchObj.group(2):", matchObj.group(2))
 #print("matchObj.group(3):", matchObj.group(3))
else:
 print('No match!\n')

为了泛用性尝试了一下把r改成‘ '但是得到的结果是‘smarter than '。于是尝试把.换成表示任意字母的

[a-zA-Z],成功提取出了单个smarter,代码如下:

import re

line='Cats are smarter than dogs'
matchObj=re.match(r'(.*) are ([a-zA-Z]* ).*',line)

if matchObj:
 print("matchObj.group():",matchObj.group())
 print("matchObj.group(1):", matchObj.group(1))
 print("matchObj.group(2):", matchObj.group(2))
 #print("matchObj.group(3):", matchObj.group(3))
else:
 print('No match!\n')

到此这篇关于python re.match()用法相关示例的文章就介绍到这了,更多相关python re.match()内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python 调用DLL操作抄表机
Jan 12 Python
跟老齐学Python之复习if语句
Oct 02 Python
python端口扫描系统实现方法
Nov 19 Python
Python多线程实现同步的四种方式
May 02 Python
解决pandas中读取中文名称的csv文件报错的问题
Jul 04 Python
解决python3 安装不了PIL的问题
Aug 16 Python
Python将视频或者动态图gif逐帧保存为图片的方法
Sep 10 Python
python爬虫 正则表达式解析
Sep 28 Python
python打印异常信息的两种实现方式
Dec 24 Python
Django REST 异常处理详解
Jul 15 Python
Django用内置方法实现简单搜索功能的方法
Dec 18 Python
解析python中的jsonpath 提取器
Jan 18 Python
selenium+python实现基本自动化测试的示例代码
Jan 27 #Python
Python开发.exe小工具的详细步骤
Jan 27 #Python
Python中正则表达式对单个字符,多个字符和匹配边界等使用
Jan 27 #Python
python正则表达式re.match()匹配多个字符方法的实现
Jan 27 #Python
python工具快速为音视频自动生成字幕(使用说明)
Jan 27 #Python
详解appium自动化测试工具(monitor、uiautomatorviewer)
Jan 27 #Python
Python利用socket模块开发简单的端口扫描工具的实现
Jan 27 #Python
You might like
PHP 错误之引号中使用变量
2009/05/04 PHP
php三种实现多线程类似的方法
2015/10/30 PHP
Javascript实现CheckBox的全选与取消全选的代码
2010/07/20 Javascript
javascript window.confirm确认 取消对话框实现代码小结
2012/10/21 Javascript
javascript返回顶部效果(自写代码)
2013/01/06 Javascript
jquery中checkbox使用方法简单实例演示
2015/11/24 Javascript
bootstrap table配置参数例子
2017/01/05 Javascript
用原生js做单页应用
2017/01/17 Javascript
layui前段框架日期控件使用方法详解
2017/05/19 Javascript
原生js FileReader对象实现图片上传本地预览效果
2020/03/27 Javascript
使用Vue自定义数字键盘组件(体验度极好)
2017/12/19 Javascript
Mint-UI时间组件起始时间问题及时间插件使用
2018/08/20 Javascript
layui的布局和表格的渲染以及动态生成表格的方法
2019/09/18 Javascript
[01:29:42]Liquid vs VP Supermajor决赛 BO 第一场 6.10
2018/07/05 DOTA
使用PyInstaller将Python程序文件转换为可执行程序文件
2016/07/08 Python
Python使用QQ邮箱发送Email的方法实例
2017/02/09 Python
Python开发的实用计算器完整实例
2017/05/10 Python
python游戏地图最短路径求解
2019/01/16 Python
python数据化运营的重要意义
2019/11/25 Python
python之MSE、MAE、RMSE的使用
2020/02/24 Python
win10安装python3.6的常见问题
2020/07/01 Python
Windows下Sqlmap环境安装教程详解
2020/08/04 Python
Python pip 常用命令汇总
2020/10/19 Python
RetroStage德国:复古服装
2019/02/03 全球购物
为数据库创建索引都需要注意些什么
2012/07/17 面试题
大学生的网络创业计划书
2013/12/26 职场文书
小学教师节活动方案
2014/01/31 职场文书
专项法律服务方案
2014/06/11 职场文书
市政工程技术专业自荐书
2014/07/06 职场文书
开展党的群众路线教育实践活动领导班子对照检查材料
2014/09/25 职场文书
我们的节日端午节活动总结
2015/02/11 职场文书
幼儿园重阳节活动总结
2015/05/05 职场文书
2016年基层党组织创先争优承诺书
2016/03/25 职场文书
CSS 文字装饰 text-decoration & text-emphasis 详解
2021/04/06 HTML / CSS
Python数据可视化之用Matplotlib绘制常用图形
2021/06/03 Python
win11无法登录onedrive错误代码0x8004def7怎么办 ?
2022/04/05 数码科技