"""
.. Hint::
正则表达式
.. literalinclude:: ../../../pyefun/正则表达式_test.py
:language: python
:caption: 代码示例
:linenos:
"""
import re
[文档]class 正则:
"""
.. Hint:: 正则的匹配模式
- re.A
- re.ASCII
- 让 \w, \W, \b, \B, \d, \D, \s 和 \S 只匹配ASCII,而不是Unicode。这只对Unicode样式有效,会被byte样式忽略。相当于前面语法中的内联标志 (?a) 。
- 注意,为了保持向后兼容, re.U 标记依然存在(还有他的同义 re.UNICODE 和嵌入形式 (?u) ) , 但是这些在 Python 3 是冗余的,因为默认字符串已经是Unicode了(并且Unicode匹配不允许byte出现)。
- re.DEBUG
- 显示编译时的debug信息,没有内联标记。
- re.I
- re.IGNORECASE
- 进行忽略大小写匹配;表达式如 [A-Z] 也会匹配小写字符。Unicode匹配(比如 Ü 匹配 ü)同样有用,除非设置了 re.ASCII 标记来禁用非ASCII匹配。当前语言区域不会改变这个标记,除非设置了 re.LOCALE 标记。这个相当于内联标记 (?i) 。
- 注意,当设置了 IGNORECASE 标记,搜索Unicode样式 [a-z] 或 [A-Z] 的结合时,它将会匹配52个ASCII字符和4个额外的非ASCII字符: 'İ' (U+0130, 拉丁大写的 I 带个点在上面), 'ı' (U+0131, 拉丁小写没有点的 I ), 'ſ' (U+017F, 拉丁小写长 s) and 'K' (U+212A, 开尔文符号).如果使用 ASCII 标记,就只匹配 'a' 到 'z' 和 'A' 到 'Z' 。
- re.L
- re.LOCALE
- 由当前语言区域决定 \w, \W, \b, \B 和大小写敏感匹配。这个标记只能对byte样式有效。这个标记不推荐使用,因为语言区域机制很不可靠,它一次只能处理一个 "习惯”,而且只对8位字节有效。Unicode匹配在Python 3 里默认启用,并可以处理不同语言。 这个对应内联标记 (?L) 。
- 在 3.6 版更改: re.LOCALE 只能用于byte样式,而且不能和 re.ASCII 一起用。
- 在 3.7 版更改: 设置了 re.LOCALE 标记的编译正则对象不再在编译时依赖语言区域设置。语言区域设置只在匹配的时候影响其结果。
- re.M
- re.MULTILINE
- 设置以后,样式字符 '^' 匹配字符串的开始,和每一行的开始(换行符后面紧跟的符号);样式字符 '$' 匹配字符串尾,和每一行的结尾(换行符前面那个符号)。默认情况下,’^’ 匹配字符串头,'$' 匹配字符串尾。对应内联标记 (?m) 。
- re.S
- re.DOTALL
- 让 '.' 特殊字符匹配任何字符,包括换行符;如果没有这个标记,'.' 就匹配 除了 换行符的其他任意字符。对应内联标记 (?s) 。
- re.X
- re.VERBOSE
- 这个标记允许你编写更具可读性更友好的正则表达式。通过分段和添加注释。空白符号会被忽略,除非在一个字符集合当中或者由反斜杠转义,或者在 *?, (?: or (?P<…> 分组之内。当一个行内有 # 不在字符集和转义序列,那么它之后的所有字符都是注释。
- 例如正则表达式 \d + # 这是注释
"""
只匹配ASCII = re.A
忽略大小写 = re.I
语言依赖 = re.L
多行模式 = re.M
点dot匹配全部字符 = re.S
只匹配Unicode = re.U
允许注释 = re.X
[文档]class 正则表达式():
"""
python的正则表达式
https://docs.python.org/zh-cn/3/library/re.html#re.compile
例子
print(正则表达式(r"\d+", 正则.多行模式 | 正则.忽略大小写).搜索("123456789"))
print(正则表达式(r"\d+", 正则.多行模式 | 正则.忽略大小写).替换("替换", "123456798"))
"""
def __init__(self, 正则表达式文本: str = "", 模式=正则.忽略大小写 | 正则.多行模式):
self.创建(正则表达式文本, 模式)
[文档] def 创建(self, 正则表达式文本, 模式=正则.忽略大小写 | 正则.多行模式):
"""
模式 正则.多行模式 | 正则.忽略大小写
正则.只匹配ASCII = re.A
正则.忽略大小写 = re.I
正则.语言依赖 = re.L
正则.多行模式 = re.M
正则.点dot匹配全部字符 = re.S
正则.只匹配Unicode = re.U
正则.允许注释 = re.X
:param 正则表达式文本:
:param 模式:
:return:
"""
self.prog = re.compile(正则表达式文本, flags=模式)
return self
[文档] def 搜索(self, 内容):
self.res = self.prog.findall(内容)
return self.res
[文档] def 替换(self, 用作替换的文本: str, 内容: str = "") -> str:
return re.sub(self.prog, 用作替换的文本, 内容)
[文档]class 正则表达式类():
"""
精易模块的正则表达式类命名方式
坦率讲 该类是为了精易模块的正则表达式代码能够直接迁移
python有更好用的方式实现
传统易语言代码的实现 取子匹配数量 取子匹配文本 在python里面很多余 为了兼容实现了
zz = 正则表达式类()
zz.创建(r"\d+", str, 是否区分大小写=True, 是否匹配多行=True)
for i in range(zz.取匹配数量()):
print("取匹配文本", zz.取匹配文本(i))
print("取子匹配数量", zz.取子匹配数量())
for k in range(zz.取子匹配数量()):
print("取子匹配文本 i= %s k= %s" % (i, k), zz.取子匹配文本(i, k))
python的实现
正则结果 = 正则表达式类(r"\d+", str, 是否区分大小写=True, 是否匹配多行=True).取结果()
建议使用 正则表达式 代码更加简单 本类 只是为了兼容精易模块的代码降低学习成本
print(正则表达式(r"\d+", 正则.多行模式 | 正则.忽略大小写).搜索("123456789"))
print(正则表达式(r"\d+", 正则.多行模式 | 正则.忽略大小写).替换("替换", "123456798"))
"""
def __init__(self, 正则表达式文本: str = "", 被搜索的文本: str = "", 是否区分大小写=False, 是否匹配多行=True):
pass
self.创建(正则表达式文本, 被搜索的文本, 是否区分大小写, 是否匹配多行)
[文档] def 创建(self, 正则表达式文本: str, 被搜索的文本: str = "", 是否区分大小写=False, 是否匹配多行=True):
pass
if 正则表达式文本 == "":
return self
self.模式 = 0
if 是否区分大小写 == False:
self.模式 = self.模式 | re.I
if 是否匹配多行:
self.模式 = self.模式 | re.M
# if 是否全局匹配: python没
# print(正则表达式文本)
# print(被搜索的文本)
self.正则表达式文本 = 正则表达式文本
self.prog = re.compile(正则表达式文本, flags=self.模式)
self.匹配(被搜索的文本)
return self
[文档] def 匹配(self, 被搜索的文本: str, 模式=0):
"""
模式
re.A(只匹配ASCII字符),
re.I(忽略大小写),
re.L(语言依赖),
re.M(多行模式),
re.S(点dot匹配全部字符),
re.U(Unicode匹配),
and re.X(冗长模式)。
:param 被搜索的文本:
:param 模式: re.A|re.I
:return:
"""
self.被搜索的文本 = 被搜索的文本
if (模式 == 0):
self.res = self.prog.findall(self.被搜索的文本)
else:
self.res = self.prog.findall(self.被搜索的文本, 模式)
# print(self.res)
return self
[文档] def 取匹配数量(self) -> int:
pass
return len(self.res)
[文档] def 取匹配文本(self, 匹配索引: int) -> str:
pass
try:
col = self.res[匹配索引]
return col
except:
pass
return False
[文档] def 取子匹配文本(self, 匹配索引: int, 子表达式索引: int) -> str:
"""
:param 匹配索引:
:param 子表达式索引:
:return:
"""
# pass
try:
col = self.res[匹配索引]
if (len(col) <= 子表达式索引):
return False
return col[子表达式索引]
except:
pass
return False
[文档] def 取子匹配数量(self) -> int:
# print(self.res[0])
# print(len(self.res[0]))
try:
return len(self.res[0])
except:
pass
return 0
[文档] def 取结果(self) -> str:
return self.res
[文档] def 替换(self, 用作替换的文本: str, 被搜索的文本: str = "") -> str:
if (被搜索的文本 != ""):
self.被搜索的文本 = 被搜索的文本
return re.sub(self.prog, 用作替换的文本, self.被搜索的文本)