将文本分行
text.split("\n")- 适用于普通文本,这种文本的特点是写到文件或者print输出后看不到
\n字符串,自动转义成换行符,显示出来就是分行的
- 适用于普通文本,这种文本的特点是写到文件或者print输出后看不到
text.split("\\n")- 适用于被编码后的文本,该文本的特点是经过编码,所以写到文件或者输出时还能看到
\n字符串,本质上需要二次转义才能显示为换行符号
- 适用于被编码后的文本,该文本的特点是经过编码,所以写到文件或者输出时还能看到
text.split(r"\n")- 同上,等价与告诉别人不需要转义
r"\n"本身代表着"\n"是原始文本,无需转义,体现在分
- 同上,等价与告诉别人不需要转义
text.decode("unicode-escape").split("\n")- 效果同上
- 第一种文本是一次转义就能按行显示的文本,比如一次print和write操作都会转义
- 后三种文本需要两次转义才能按行显示,中间两种分割方式等价,最后一种是先转义再分割
正则表达式匹配完整字符串
- 必须使用^和$, 否则部分匹配也会返回结果
1
2
3
4
5import re
def totally_match(pattern, string):
if re.match(pattern, string) is not None:
return True
totally_match(r"^cat$", "cat")
正则表达式替换指定范式的字符
- 要求：替换
问题[数字1]：[数字2]为公式[数字1]。[数字2]，即其中问题和:替换为公式和。，并保留[数字]部分- 比如：替换
问题1：100为公式1。100
- 比如：替换
- 实现方式：
1
2
3
4
5import re
text = "问题1：100 这是一个示例"
# r'问题(\d+)：(\d+)'，(\d+) 是两个捕获组，分别用于捕获数字1和数字2，替换为：r'公式\1。\2'，解释：\1 表示第一个捕获组的内容（数字1），\2 表示第二个捕获组的内容（数字2）
result = re.sub(r'问题(\d+)：(\d+)', r'公式\1。\2', text)
print(result)
附录：高阶正则表达式
- 整体来说，比较常用的正则表达式如下：
语法 名称 功能 (?=...)正向前瞻 后面必须是指定的模式 (?!...)负向前瞻 后面不能是指定的模式 (?<=...)正向后瞻 前面必须是指定的模式 (?<!...)负向后瞻 前面不能是指定的模式 (?:...)非捕获组 组合但不捕获 (?P<name>...)命名捕获组 捕获并命名 (?>...)原子组 匹配后不回溯 (?(...)...)条件匹配 根据条件匹配不同模式 - 其中
(?...)是一种特殊的模式，其他字符表示如下：=表示匹配（对应为正），相反的是!表示不匹配（对应为负）<表示向后匹配，向后看（后瞻），相反的是不使用<，则表示向前看（前瞻）
正向前瞻（Positive Lookahead）
- 语法 ：
(?=...) - 功能 ：匹配某个位置，要求该位置后面必须是指定的模式
- 示例 ：
- 正则表达式：
\d(?=px) - 匹配：数字后面必须是
px，但只匹配数字 - 输入：
10px 20em - 匹配结果：
1（在10px中），2（在20em中不匹配，因为后面是em）
- 正则表达式：
负向前瞻（Negative Lookahead）
- 语法 ：
(?!...) - 功能 ：匹配某个位置，要求该位置后面不能是指定的模式
- 示例 ：
- 正则表达式：
\d(?!px) - 匹配：数字后面不能是
px，但只匹配数字 - 输入：
10px 20em - 匹配结果：
0（在10px中不匹配，因为后面是px），2（在20em中）
- 正则表达式：
正向后瞻（Positive Lookbehind）
- 语法 ：
(?<=...) - 功能 ：匹配某个位置，要求该位置前面必须是指定的模式
- 示例 ：
- 正则表达式：
(?<=\$)\d+ - 匹配：前面是
$的数字 - 输入：
$100 €200 - 匹配结果：
100（$100中的数字），200不匹配，因为前面是€
- 正则表达式：
负向后瞻（Negative Lookbehind）
- 语法 ：
(?<!...) - 功能 ：匹配某个位置，要求该位置前面不能是指定的模式
- 示例 ：
- 正则表达式：
(?<!\$)\d+ - 匹配：前面不是
$的数字 - 输入：
$100 200 - 匹配结果：
200（$100中的100不匹配，因为前面是$）
- 正则表达式：
非捕获组（Non-capturing Group）
- 语法 ：
(?:...) - 功能 ：匹配部分符合预期的字符，但不捕获匹配的内容（即不会生成反向引用）
- 示例 ：
- 正则表达式：
(?:https?://)(\w+) - 匹配：
http://或https://后面的单词，但只捕获单词部分 - 输入：
http://example.com https://test.com - 匹配结果：
example和test
- 正则表达式：
命名捕获组（Named Capturing Group）
- 语法 ：
(?P<name>...) - 功能 ：将匹配的内容捕获到一个命名组中，可以通过名称引用
- 示例 ：
- 正则表达式：
(?P<year>\d{4})-(?P<month>\d{2}) - 匹配：日期中的年份和月份，并分别命名为
year和month - 输入：
2023-10 - 匹配结果：
year=2023，month=10
- 正则表达式：
原子组（Atomic Group）
- 语法 ：
(?>...) - 功能 ：将组内的匹配作为一个原子操作，一旦匹配成功，就不会回溯
- 示例 ：
- 正则表达式：
(?>a+)ab - 匹配：一个或多个
a，后面必须是ab，且不会回溯 - 输入：
aaab - 匹配结果：无匹配，因为
(?>a+)先匹配了aaa，导致正则表达式的ab无法与b匹配，此时不再回溯 - 注：作为对照，正则表达式
a+ab可以匹配aaab，因为a+先匹配了aaa，正则表达式的ab无法与b匹配，此时会回溯到a+先匹配了aa，正则表达式的ab与ab匹配
- 正则表达式：
条件匹配（Conditional Matching）
- 语法 ：
(?(condition)true-pattern|false-pattern) - 功能 ：根据条件匹配不同的模式
- 示例 ：
- 正则表达式：
(?(?<=foo)bar|baz) - 匹配：如果前面是
foo，则匹配bar，否则匹配baz - 输入：
foobar testbaz - 匹配结果：
bar（在foobar中），baz（在testbaz中）。
- 正则表达式：