认识正则表达式

2024-09-06 07:20
文章标签 认识 正则表达式

本文主要是介绍认识正则表达式,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

为什么要学习正则表达式

因为爬虫需要!!!
一般来说爬虫需要四个主要步骤:

明确目标 (要知道你准备在哪个范围或者网站去搜索)
(将所有的网站的内容全部爬下来)
(去掉对我们没用处的数据)
处理数据(按照我们想要的方式存储和使用)

一般情况我们拉取的网页数据庞大并且很混乱,其中很大一部分东西是我们不关心的,因此我们需要将其按要求过滤和匹配出来。
那么对于文本的过滤和指定规则的匹配,最强大的就是正则表达式,可以说正则表达式是Python爬虫世界里必不可少的神兵利器。

什么是正则表达式

        正则表达式,又称规则表达式,通常被用来检索、替换那些符合某个模式(规则)的文本。
正则表达式是处理字符串的强大工具,它有自己特定的语法结构,有了它,实现字符串的检索、替
换、匹配验证都不在话下。
        对于爬虫来说,有了正则表达式,再从 HTML 里提取想要的信息就非常方便了。
        给定一个正则表达式和目标字符串,我们可以达到如下的目的:


目标字符串是否符合正则表达式的过滤逻辑(“匹配”);
通过正则表达式,从目标字符串中获取我们想要的特定部分(“过滤”)。

        正则表达式匹配能力非常的强大且实用,同时相对应的匹配规则也非常的丰富,要想学好用好正则表达式光靠看和记是不行的,最好的方法就是想办法去使用它,在使用的过程中强化对匹配规则的理解。


前面说了很多的概念,同学们对正则表达式到底是个什么,可能还是比较模糊,下面霸夫老师就用实例来带大家看一下正则表达式的用法。
        这里需要用到一个工具,地址是:http://tool.oschina.net/regex/ ​​​​http://tool.oschina.net/regex/,打开页面,输入待匹配的文本,然后选择常用的正则表达式,就可以得出相应的匹配结果了。
例如,这里输入待匹配的文本如下:
这段字符串中包含了一个电话号码和一个电子邮件,接下来就尝试用正则表达式提取出来,如下图所示:

同学们,晚上好, 欢迎来到拉拉老师的课堂,拉拉老师的电话是: 0000-88888888; email是:
888@666.com; 个人主页: http://www.happy.com.

 

        在网页右侧选择 “匹配网站地址URL”,就可以看到下方出现了文本中的 网址。如果选择 “Email”,就可以看到下方出现了文本中的 Email地址,是不是有点神奇。
        其实,这里就是用到了正则表达式匹配,也就是用一定的规则将特定的文本提取出来。比如,电子邮件开头是一段字符串,然后是一个 @符号,最后是某个域名,这是有特定的组成格式的。另外,对于URL,开头是协议类型,然后是冒号加双斜线,最后是域名加路径。
        对于 URL 来说,可以用下面的正则表达式匹配:

[a-zA-z]+://[^\s]*

        用这个正则表达式去匹配一个字符串,如果这个字符串中包含类似 URL 的文本,那就会被提取出来。
        这个正则表达式看上去是乱糟糟的一团,其实不然,这里面都是有特定的语法规则的。比如,a-z 代表匹配任意的小写字母,\\s 表示匹配任意的空白字符,: 就代表匹配前面的字符任意多个,这一长串的正则表达式就是这么多匹配规则的组合。
        写好正则表达式后,就可以拿它去一个长字符串里匹配查找了。不论这个字符串里面有什么,只要符合我们写的规则,统统可以找出来。对于网页来说,如果想找出网页源代码里有多少URL,用匹配 URL的正则表达式去匹配即可。

        上面我们列举了几个匹配规则,下表列出了一些较为常用的匹配语法规则。

常用的正则表达式匹配规则

        看完了之后,有没有点晕晕的吧。很正常,不过不用担心,后面我们会详细讲解一些常见规则的用法。
        其实正则表达式不是 Python 独有的,它也可以用在其他编程语言中。但是 Python 的 re 库提供了整个正则表达式的实现,利用这个库,可以在 Python 中使用正则表达式。在 Python 中写正则表达式几乎都用这个库,下面就来了解它的一些常用方法。

正则表达式Python模块

        在 Python 中,我们可以使用其内置的 re 模块来使用正则表达式,下面我来学习一下 re 模块里面一些实用的方法 。

match()

        这里首先介绍第一个常用的匹配方法 —— match() ,向它传入要匹配的字符串以及正则表达式,就可以检测这个正则表达式是否匹配字符串。
        match() 方法会尝试从字符串的起始位置匹配正则表达式,如果匹配,就返回匹配成功的结果;如果不匹配,就返回 None 。示例如下:

import re
content = 'Hi 123 4567 拉拉老师 一起来学习正则 match Demo'
print(len(content))
result = re.match(r'^Hi\s\d\d\d\s\d{4}\s\w{4}', content)
print(result)
print(result.group())
print(result.span())

运行结果如下:

35
<re.Match object; span=(0, 16), match='Hi 123 4567 拉拉老师'>
Hi 123 4567 拉拉老师
(0, 16)

这里首先声明了一个字符串,其中包含英文字母、空白字符、数字等。接下来,我们写一个正则表达

^Hi\s\d\d\d\s\d{4}\s\w{4}

        用它来匹配这个长字符串。开头的 ^ 是匹配字符串的开头,也就是以 Hi 开头;然后 八\s 匹配空白字符,用来匹配目标字符串的空格;\d 匹配数字,3 个\d 匹配 123;然后再写1个\s 匹配空格;后面还有 4567,我们其实可以依然用4个\d 来匹配,但是这么写比较烦琐,所以后面可以跟 {4}以代表匹配前面的规则 4次,也就是匹配4个数字;然后后面再紧接1个空白字符,最后\w{4} 匹配4个字母及下划线。我们注意到,这里其实并没有把目标字符串匹配完,不过这样依然可以进行匹配,只不过匹配结果短一点而已。
        而在 match()方法中,第一个参数传入了正则表达式,第二个参数传入了要匹配的字符串。

        打印输出结果,可以看到结果是 re.Match 对象,这证明成功匹配。该对象有两个方法:group()方法可以输出匹配到的内容,结果是 Hi 123 4567 拉拉老师 ,这恰好是正则表达式规则所匹配的内容;span()方法可以输出匹配的范围,结果是(0,16),这就是四配到的结果字符串在原字符串中的位置范围。
        通过上面的例子,我们基本了解了如何在 Python 中使用正则表达式来匹配一段文本字符串。

匹配目标

        刚才我们用 match() 方法可以得到匹配到的字符串内容,但是如果想从字符串中提取一部分内容,
该怎么办呢?
        比如如何从文本 “同学们,晚上好, 晚上好, 欢迎来到拉拉老师的课堂,拉拉老师的电话是: 0000-88888888; email是:888@666.com; 个人主页: http://www.happy.com.” 中提取出邮件或电话号码等内容呢?
        这里可以使用 () 括号将想提取的子字符串括起来。 () 实际上标记了一个子表达式的开始和结束位置,被标记的每个子表达式会依次对应每一个分组,调用 group() 方法传入分组的索引即可获取提取的结果。示例如下:

import recontent = 'Hi 1234567 拉拉老师 一起来学习正则 match Demo'
result = re.match(r'^Hi\s(\d+)\s拉拉老师', content)if result:print(result.group())  # 打印整个匹配的字符串print(result.group(1)) # 打印第一个捕获组中的内容print(result.span())   # 打印匹配的位置
else:print("No match found")

        可以看到,我们成功得到了 1234567。这里用的是 group(1),它与 group()有所不同,后者会输出完整的匹配结果,而前者会输出第一个被()包围的匹配结果。假如正则表达式后面还有()包括的内容,那么可以依次用 group(2)、group(3)等来获取。

通用匹配

        刚才我们写的正则表达式其实比较繁琐,出现空白字符我们就写 \s 匹配,出现数字我们就用 \d 匹配,这样的工作量非常大。其实完全没必要这么做,因为还有一个万能匹配可以用,那就是 .* (点星)。其中 . (点)可以匹配任意字符(除换行符), * (星)代表匹配前面的字符无限次,所以它们组合在一起就可以匹配任意字符了。有了它,我们就不用挨个字符地匹配了。
        接着上面的例子,我们可以改写一下正则表达式:

import re
content = 'Hi 1234567 拉拉老师 一起来学习正则 match Demo'
result = re.match('^Hi.*Demo$', content)
print(result)
print(result.group())
print(result.span())

这里我们将中间部分直接省略,全部用.*来代替,最后加一个结尾字符串就好了。运行结果如下:

        可以看到,group()方法输出了匹配的全部字符串,也就是说我们写的正则表达式匹配到了目标字符串的全部内容;span()方法输出(0,35),这是整个字符串的长度。

        因此,我们可以使用.*简化正则表达式的书写。

贪婪与非贪婪

在使用上面的通用匹配 .* 时,需要注意一点,可能有时候匹配到的并不是我们想要的结果。
来看示例:

import re
content = 'Hi 1234567 拉拉老师 一起来学习正则 match Demo'
result = re.match('^Hi.*(\d+).*Demo$', content)
print(result)
print(result.group(1))

        这里我们依然想获取中间的数字,所以中间依然写的是(\d+)。而数字两侧由于内容比较杂乱,所以想省略来写,都写成 .*。最后,组成 Hi.*(\d+).*Demos,看样子并没有什么问题。我们看下运行结果:

        奇怪的事情发生了,我们只得到了7这个数字,这是怎么回事呢?
        这里就涉及一个贪婪匹配与非贪婪匹配的问题了。在贪婪匹配下,.。会匹配尽可能多的字符。正则表达式中.”后面是d+,也就是至少一个数字,并没有指定具体多少个数字,因此,.。就尽可能匹配多的字符,这里就把 123456 匹配了,给d+ 留下一个可满足条件的数字 7,最后得到的内容就只有数字7了。
        但这很明显会给我们带来很大的不便,有时候,四配结果会莫名其妙少了一部分内容。其实,这里只需要使用非贪婪匹配就好了。非贪婪匹配的写法是.*?,多了一个 ?,那么它可以达到怎样的效果?我们再用实例看一下:

import re
content = 'Hi 1234567 拉拉老师 一起来学习正则 match Demo'
result = re.match('^Hi.*?(\d+).*Demo$', content)
print(result)
print(result.group(1))

这里我们只是将第一个.”改成了.*?,转变为非贪婪匹配。结果如下!

        此时就可以成功获取 1234567 了。原因可想而知,贪婪匹配是尽可能匹配多的字符,非贪婪匹配就是尽可能匹配少的字符。当.*?四配到 Hi 后面的空白字符时,再往后的字符就是数字了,而\d+ 恰好可以匹配,那么这里.*?就不再进行匹配,交给\d+去匹配后面的数字。所以这样.*?匹配了尽可能少的字符,\d+ 的结果就是 1234567了。
        所以说,在做匹配的时候,字符串中间尽量使用非贪婪匹配,也就是用.?来代替.,以免出现匹配结果缺失的情况。
        但这里需要注意,如果匹配的结果在字符串结尾,."?就有可能匹配不到任何内容了,因为它会匹配尽可能少的字符。例如:

import re
content = 'http://weibo.com/comment/youbage'result1 = re.match('http.*?comment/(.*?)', content)
result2 = re.match('http.*?comment/(.*)', content)print('result1:', result1.group(1))
print('result2:', result2.group(1))

        可以观察到,.*?没有匹配到任何结果,而.则尽量匹配多的内容,成功得到了匹配结果,所以这里使用贪婪匹配

修饰符

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。我们
用实例来看一下:

import recontent = """Hi 1234567 拉拉老师
一起来学习正则 match Demo
"""result = re.match('^Hi.*?(\d+).*?Demo$', content)print(result.group(1))

和上面的例子相仿,我们在字符串中加了换行符,正则表达式还是一样的,用来匹配其中的数字。看一下运行结果: 

运行直接报错,也就是说正则表达式没有匹配到这个字符串,返回结果为 None,而我们又调用了group()方法导致 AttributeError 。
那么,为什么加了一个换行符,就匹配不到了呢?这是因为 ,四配的是除换行符之外的任意字符,当遇到换行符时,.*?就不能匹配了,所以导致匹配失败。这里只需加一个修饰符 re.s,即可修正这个错误:

result = re.match('^Hi.*?(\d+).*?Demo$', content, re.S)

这个修饰符的作用是使. 匹配包括换行符在内的所有字符。此时运行结果如下:

1234567

这个 re.s 在网页匹配中经常用到。因为 HTML 节点经常会有换行,加上它,就可以匹配节点与节点之间的换行了。
另外,还有一些修饰符,在必要的情况下也可以使用,如下表所示:

在网页匹配中,较为常用的有 re.S 和 re.I 。

import re
content = '(拉拉)www.buff.com'
result = re.match('\(拉拉\)www\.buff\.com', content)
print(result)

转义匹配

        我们知道正则表达式定义了许多匹配模式,如 . 匹配除换行符以外的任意字符,但是如果目标字符串里面就包含 . ,那该怎么办呢?
这里就需要用到转义匹配了,示例如下:

<re.Match object; span=(0, 16), match='(拉拉)www.buff.com'>

可以看到,这里成功匹配到了原字符串。
这些是写正则表达式常用的几个知识点,熟练掌握它们对后面写正则表达式匹配非常有帮助。

search()

        前面提到过, match() 方法是从字符串的开头开始匹配的,一旦开头不匹配,那么整个匹配就失败
了。我们看下面的例子:

import re
content = '加点头头 Hi 1234567 拉拉老师 一起来学习正则 search Demo 接点尾巴'
result = re.match('Hi.*?(\d+).*?Demo', content)
print(result)

       这里的字符串以 加点头头 开头,但是正则表达式以 Hi 开头,整个正则表达式是字符串的一部分,但是这样匹配是失败的。运行结果如下:

None

        因为 match()方法在使用时需要考虑到开头的内容,这在做匹配时并不方便。它更适合用来检测某个字符串是否符合某个正则表达式的规则。
        这里就有另外一个方法 search(),它在匹配时会扫描整个字符串,然后返回第一个成功匹配的结果。也就是说,正则表达式可以是字符串的一部分,在匹配时,search()方法会依次扫描字符串,直到找到第一个符合规则的字符串,然后返回匹配内容,如果搜索完了还没有找到,就返回 None。
        我们把上面代码中的 match()方法修改成 search()。

import re
content = '加点头头 Hi 1234567 拉拉老师 一起来学习正则 search Demo 接点尾巴'
result = re.search('Hi.*?(\d+).*?Demo', content)
print(result)
print(result[1])

再看下运行结果:

<re.Match object; span=(5, 40), match='Hi 1234567 拉拉老师 一起来学习正则 search
Demo'>
1234567

这时就得到了匹配结果。
因此,为了匹配方便,我们可以尽量使用 search()方法。下面再用几个实例来看看 search()方法的用法。首先,这里有一段待匹配的 HTML 文本,接下来写几个正则表达式实例来实现相应信息的提取:

html = '''<div id="songs-list"><h2 class="title">经典老歌</h2><p class="introduction">经典老歌列表</p><ul id="list" class="list-group"><li data-view="2">一路上有你</li><li data-view="7"><a href="/2.mp3" singer="任贤齐">沧海一声笑</a></li><li data-view="4" class="active"><a href="/3.mp3" singer="齐秦">往事随风</a></li><li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li><li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li><li data-view="5"><a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a></li></ul>
</div>'''

        可以观察到,u1 节点里有许多 1ì 节点,其中 1ì 节点中有的包含 a 节点,有的不包含 a 节点a 节点还有一些相应的属性 -- 超链接和歌手名。
        首先,我们尝试提取 class 为 active 的 1i 节点内部的超链接包含的歌手名和歌名,此时需要提取第三个 1i 节点下 a 节点的 singer 属性和文本。
        此时正则表达式可以以 1i开头,然后寻找一个标志符 active,中间的部分可以用.*?来匹配。接下来,要提取 singer 这个属性值,所以还需要写入 singer="(.*?)",这里需要提取的部分用小括号括起来,以便用 group()方法提取出来,它的两侧边界是双引号。然后还需要匹配 a 节点的文本,其中它的左边界是>,右边界是 </a>。然后目标内容依然用(.*?)来匹配,所以最后的正则表达式就变成

<li.*?active.*?singer="(.*?)">(.*?)</a>

然后再调用 search()方法,它会搜索整个 HTML 文本,找到符合正则表达式的第一个内容返回。另外,由于代码有换行,所以这里第三个参数需要传入 re.s。整个匹配代码如下:

result = re.search('<li.*?active.*?singer="(.*?)">(.*?)</a>', html, re.S)
if result:print(result.group(1), result.group(2))

 

由于需要获取的歌手和歌名都已经用小括号包围,所以可以用 group()方法获取。

运行结果如下:

齐秦 往事随风

可以看到,这正是 class 为 active 的 1i 节点内部的超链接包含的歌手名和歌名

result = re.search('<li.*?singer="(.*?)">(.*?)</a>', html, re.S)
if result:
print(result.group(1), result.group(2))

由于 search() 方法会返回第一个符合条件的匹配目标,这里结果就变了

任贤齐 沧海一声笑

        把 active 标签去掉后,从字符串开头开始搜索,此时符合条件的节点就变成了第二个 1i 节点,后面的就不再四配,所以运行结果就变成第二个1i节点中的内容。
        注意,在上面的两次匹配中,search()方法的第三个参数都加了 re.s,这使得.*?可以匹配换行,所以含有换行的 1i节点被四配到了。如果我们将其去掉,结果会是什么?代码如下:

result = re.search('<li.*?singer="(.*?)">(.*?)</a>', html)
if result:
print(result.group(1), result.group(2))

运行结果如下:

beyond 光辉岁月

        可以看到,结果变成了第四个 1ì 节点的内容。这是因为第二个和第三个 1i 节点都包含了换行符去掉 re.s 之后,.*?已经不能匹配换行符,所以正则表达式不会四配到第二个和第三个 ì 节点,而第四个 1i节点中不包含换行符,所以成功匹配。
        由于绝大部分的 HTML 文本都包含了换行符,所以尽量都需要加上 re.s 修饰符,以免出现匹配不到的问题。

findall()

        前面我们介绍了 search()方法的用法,它可以返回匹配正则表达式的第一个内容,但是如果想要获取匹配正则表达式的所有内容,那该怎么办呢?这时就要借助 finda11()方法了。该方法会搜索整个字符串,然后返回匹配正则表达式的所有内容。
        还是上面的 HTML 文本,如果想获取所有 a 节点的超链接、歌手和歌名,就可以将 search()方法换成 finda11()方法。如果有返回结果的话,就是列表类型,所以需要遍历一下来依次获取每组内容。代码如下:

results = re.findall('<li.*?href="(.*?)".*?singer="(.*?)">(.*?)</a>', html, re.S)
print(results)
print(type(results))
for result in results:
print(result)
print(result[0], result[1], result[2])

运行结果如下:

        可以看到,返回的列表中的每个元素都是元组类型,我们用对应的索引依次取出即可。

        如果只是获取第一个内容,可以用 search()方法。当需要提取多个内容时,可以用 finda11()方法

sub()

        除了使用正则表达式提取信息外,有时候还需要借助它来修改文本。比如,想要把一串文本中的所有数字都去掉,如果只用字符串的 rep1ace()方法,那就太烦琐了,这时可以借助 sub()方法。示例如

import re
content = '54ff54sdfa5odfe324fd454ix5L2g'
content = re.sub('\d+', '', content)
print(content)

运行结果如下:

ffsdfaodfefdixLg

        这里只需要给第一个参数传入\d+ 来匹配所有的数字,第二个参数为替换成的字符串(如果去掉该参数的话,可以赋值为空),第三个参数是原字符串。
        在上面的 HTML 文本中,如果想获取所有 1ì节点的歌名,直接用正则表达式来提取可能比较烦琐。比如,可以写成这样子:

import re
html = '''<div id="songs-list"><h2 class="title">经典老歌</h2><p class="introduction">经典老歌列表</p><ul id="list" class="list-group"><li data-view="2">一路上有你</li><li data-view="7"><a href="/2.mp3" singer="任贤齐">沧海一声笑</a></li><li data-view="4" class="active"><a href="/3.mp3" singer="齐秦">往事随风</a></li><li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li><li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li><li data-view="5"><a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a></li></ul>
</div>'''
results = re.findall('<li.*?>\s*?(<a.*?>)?(\w+)(</a>)?\s*?</li>', html, re.S)
for result in results:print(result[1])

运行结果如下:

一路上有你
沧海一声笑
往事随风
光辉岁月
记事本
但愿人长久

此时借助 sub()方法就比较简单了。可以先用 sub()方法将 a 节点去掉,只留下文本,然后再利用 finda11()提取就好了:

html = re.sub('<a.*?>|</a>', '', html)
print(html)
results = re.findall('<li.*?>(.*?)</li>', html, re.S)
for result in results:
print(result.strip())

运行结果如下:

<div id="songs-list">
        <h2 class="title">经典老歌</h2>
        <p class="introduction">
                经典老歌列表

        </p>
        <ul id="list" class="list-group">
                <li data-view="2">一路上有你</li>
                <li data-view="7">
                        沧海一声笑
                </li>
                <li data-view="4" class="active">
                        往事随风
                </li>
                <li data-view="6">光辉岁月</li>
                <li data-view="5">记事本</li>
                <li data-view="5">
                        但愿人长久
                </li>
        </ul>
</div>
一路上有你
沧海一声笑
往事随风
光辉岁月
记事本
但愿人长久

        可以看到,a 节点经过 sub()方法处理后就没有了,然后再通过 finda11()方法直接提取即可。
可以看到,在适当的时候,借助 sub()方法可以起到事半功倍的效果。

compile()

        前面所讲的方法都是用来处理字符串的方法,最后再介绍一下 compi1e()方法,这个方法可以将正则字符串编译成正则表达式对象,以便在后面的匹配中复用。示例代码如下:

import re
content1 = '2022-02-14 00:00'
content2 = '2022-02-28 12:55'
content3 = '2022-03-01 13:21'
pattern = re.compile('\d{2}:\d{2}')
result1 = re.sub(pattern, '', content1)
result2 = re.sub(pattern, '', content2)
result3 = re.sub(pattern, '', content3)
print(result1, result2, result3)

        例如,这里有3个日期,我们想分别将3个日期中的时间去掉,这时可以借助 sub()方法。该方法的第一个参数是正则表达式,但是这里没有必要重复写3个同样的正则表达式,此时可以借助 compi1e()方法将正则表达式编译成一个正则表达式对象,以便复用。
运行结果如下:

2022-02-142022-02-282022-03-01

        另外,compi1e()还可以传入修饰符,例如 re.s 等修饰符,这样在 search()、finda11()等方法中就不需要额外传了。所以,compi1e()方法可以说是给正则表达式做了一层封装,以便我们更好地复用。

匹配中文

        一些情况下,我们想匹配文本中的汉字,有一点需要注意,中文的 unicode 编码范围 主要在 [u4e00-u9fa5],这里说主要是因为这个范围并不完整,比如没有包括全角(中文)标点,不过,在大部分情况下,应该是够用的。假设现在想把字符串 title = u’你好,hello,世界’ 中的中文提取出来,可以这么做:

import re
title = '你好,hello,世界'
pattern = re.compile(r'[\u4e00-\u9fa5]+')
result = pattern.findall(title)
print (result)

注意到,我们在正则表达式前面加上了两个前缀 r 和 u,其中 r 表示使用原始字符串,u 表示是unicode 字符串。
执行结果:

['你好', '世界']

        到此为止,正则表达式的基本用法就介绍完了,后面的爬虫课程会继续通过具体的实例来讲解正则表达式的用法。

课程总结

        作为爬虫的第一堂课,我们学习了爬虫世界里的神兵利器- 正则表达式,了解了什么是正则表达式通过示例看到了正则表达式的强大和方便,并继续学习了Python的正则表达式 re 模块,学习如何去匹配检索目标字符串中我们想要的信息,正则表达式的强大能够在爬虫中充分体现出来,但它的威力也不仅仅局限于爬虫世界中,在字符串处理的时候,灵活运用正则表达式,很多时候会有事半功倍的效果。

课后练习

编程题:
从下面字符串中找出所有的编程语言。
1Python2C3Java4C++5C#6VisualBasic7JavaScript8Assemblylanguage9SQL12PHP13ClassicVisualBasic14Groovy15Ruby10Swift11R18Perl16Delphi/ObjectPascal19Go17Fortran20MATLAB22(Visual)FoxPro21SAS25Prolog24Scratch23COBOL32Lua28PL/SQL29ObjectiveC27Rust31Lisp37Dart30Ada26Kotlin38D33Scala35Julia39ABAP40PowerShell46Haskell43LadderLogic34VBScript47LabVIEW41TypeScript45Apex36Logo42RPG44ML48Awk49Verilog50Tcl

附:正则表达式匹配规则

这篇关于认识正则表达式的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1141371

相关文章

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

每天认识几个maven依赖(ActiveMQ+activemq-jaxb+activesoap+activespace+adarwin)

八、ActiveMQ 1、是什么? ActiveMQ 是一个开源的消息中间件(Message Broker),由 Apache 软件基金会开发和维护。它实现了 Java 消息服务(Java Message Service, JMS)规范,并支持多种消息传递协议,包括 AMQP、MQTT 和 OpenWire 等。 2、有什么用? 可靠性:ActiveMQ 提供了消息持久性和事务支持,确保消

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

JavaScript正则表达式六大利器:`test`、`exec`、`match`、`matchAll`、`search`与`replace`详解及对比

在JavaScript中,正则表达式(Regular Expression)是一种用于文本搜索、替换、匹配和验证的强大工具。本文将深入解析与正则表达式相关的几个主要执行方法:test、exec、match、matchAll、search和replace,并对它们进行对比,帮助开发者更好地理解这些方法的使用场景和差异。 正则表达式基础 在深入解析方法之前,先简要回顾一下正则表达式的基础知识。正则

SpringMVC-1.认识及配置

SpringMVC是一个基于请求驱动的Web框架,和structs一样是目前最优秀的基于MVC框架,现在的项目一般都使用SpringMVC代替Structs。 MVC模式中,Model是应用程序中用于处理应用程序数据逻辑的部分,通常模型对象在数据库中存取数据。View是应用程序中处理数据显示的部分,通常视图是依据模型数据创建。Controller是应用程序中处理用户交互的部分。通常控制器负责从视

【H2O2|全栈】关于HTML(1)认识HTML

HTML相关知识 目录 前言 准备工作 WEB前端是什么? HTML是什么? 如何运行HTML文件? 标签 概念 分类 双标签和单标签 行内标签和块标签 HTML文档结构 预告和回顾 UI设计相关 Markdown | Md文档相关  项目合作管理相关  后话 前言 本系列的博客将分享前端HTML的相关知识点。 本篇作为本系列的第一期博客,主要讲解H

匹配电子邮件地址的正则表达式

这个正则表达式 QRegularExpression regex(R"((\w+)(\.|_)?(\w+)@(\w+)(\.(\w+))+))"); 用于匹配电子邮件地址的格式。下面是对这个正则表达式的逐步解析和解释: 1. QRegularExpression 构造函数 QRegularExpression regex(R"((\w+)(\.|_)?(\w*)@(\w+)(\.(\w+))+

认识鬼火引擎

一、Irrlicht简介 (1)概念Irrlicht引擎是一个用C++书写的高性能实时3D引擎,可以应用于C++程序或者.NET语言中。通过使用Direct3D(Windows平台)、OpenGL 或它自己的软件着色程序,可以实现该引的完​全跨平台。尽管是开源的,该Irrlicht库提供了可以在商业级的3D引擎上具有的艺术特性,例如动态的阴影,粒子系统,角色动画,室内和室外技术以及碰撞检测等。(

Jenkins--pipeline认识及与RF文件的结合应用

什么是pipeline? Pipeline,就是可运行在Jenkins上的工作流框架,将原本独立运行的单个或多个节点任务连接起来,实现单个任务难以完成的复杂流程编排与可视化。 为什么要使用pipeline? 1.流程可视化显示 2.可自定义流程任务 3.所有步骤代码化实现 如何使用pipeline 首先需要安装pipeline插件: 流水线有声明式和脚本式的流水线语法 流水线结构介绍 Node:

notepad++ 正则表达式多条件查找替换

基础语法参考: https://www.cnblogs.com/winstonet/p/10635043.html https://www.linuxidc.com/Linux/2019-05/158701.htm   通常情况下我们查找的内容和要被替换掉的内容是一样的,我们只需要使用正则表达式精确框定查找内容,替换直接输入要替换的内容即可。 但有时会比较复杂,查找的内容,只需要替换其中