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实现的各种排序算法代码
Mar 04 Python
python tensorflow学习之识别单张图片的实现的示例
Feb 09 Python
Python使用pickle模块报错EOFError Ran out of input的解决方法
Aug 16 Python
Python 存储字符串时节省空间的方法
Apr 23 Python
在django admin中添加自定义视图的例子
Jul 26 Python
TensorFlow的reshape操作 tf.reshape的实现
Apr 19 Python
pycharm中使用request和Pytest进行接口测试的方法
Jul 31 Python
详解python tkinter 图片插入问题
Sep 03 Python
Python实现哲学家就餐问题实例代码
Nov 09 Python
浅析Python 中的 WSGI 接口和 WSGI 服务的运行
Dec 09 Python
python自动化调用百度api解决验证码
Apr 13 Python
Python实现简单的俄罗斯方块游戏
Sep 25 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全角字符转换为半角函数
2014/02/07 PHP
php实现的一段简单概率相关代码
2016/05/30 PHP
分享8个Laravel模型时间戳使用技巧小结
2020/02/12 PHP
别了 JavaScript中的isXX系列
2012/08/01 Javascript
JQuery动画和停止动画实例代码
2013/03/01 Javascript
关于eval 与new Function 到底该选哪个?
2013/04/17 Javascript
js函数模拟显示桌面.scf程序示例
2014/04/20 Javascript
一种新的javascript对象创建方式Object.create()
2015/12/28 Javascript
javascript 动态样式添加的简单实现
2016/10/11 Javascript
VueJs路由跳转——vue-router的使用详解
2017/01/10 Javascript
tab栏切换原理
2017/03/22 Javascript
Ionic3 UI组件之Gallery Modal详解
2017/06/07 Javascript
JS对象序列化成json数据和json数据转化为JS对象的代码
2017/08/23 Javascript
jQuery实现获取table中鼠标click点击位置行号与列号的方法
2017/10/09 jQuery
js实现一款简单踩白块小游戏(曾经很火)
2019/12/02 Javascript
在vue-cli3中使用axios获取本地json操作
2020/07/30 Javascript
vue绑定数字类型 value为数字的实例
2020/08/31 Javascript
[03:43]2014DOTA2西雅图国际邀请赛 newbee战队巡礼
2014/07/07 DOTA
python实现倒计时的示例
2014/02/14 Python
Python实现k-means算法
2018/02/23 Python
浅谈python编译pyc工程--导包问题解决
2019/03/20 Python
Keras设定GPU使用内存大小方式(Tensorflow backend)
2020/05/22 Python
Python3爬虫里关于识别微博宫格验证码的知识点详解
2020/07/30 Python
python调用有道智云API实现文件批量翻译
2020/10/10 Python
如何使用Pytorch搭建模型
2020/10/26 Python
Python self用法详解
2020/11/28 Python
将SVG图引入到HTML页面的实现
2019/09/20 HTML / CSS
AmazeUI 平滑滚动效果的示例代码
2020/08/20 HTML / CSS
Vuori官网:运动服装的终级表现
2021/01/27 全球购物
卫校中专生的自我评价
2014/01/15 职场文书
优秀学生干部先进事迹材料
2014/05/26 职场文书
求职自我推荐信
2014/06/25 职场文书
解除劳动关系协议书范文
2014/09/11 职场文书
意外伤害赔偿协议书
2014/09/16 职场文书
人民的好儿女观后感
2015/06/18 职场文书
协议书格式模板
2016/03/24 职场文书