R语言中的正则表达式

Python025

R语言中的正则表达式,第1张

p匹配的是它自己，这就是原义表达式。

本来只想匹配 . ，但是在这里这个点代表了所有字符，于是返回了1 2 3。这个. 就是一个转义表达式。

分别提取含7-9的数字或3-4的数字的字符串

^XX就是以XX开头的意思

当^放在方括号内是取非的意思

2{2,3}是寻找2倍重复了2到3次的意思

2{2,}是寻找2倍重复了大于2次（2到+无穷）的意思

fo+表示+紧跟着的o可以被重复1次或1次以上

大括号也可以起到这样的作用

若想让紧跟在o后面的对fo都起作用，需要小括号

与+用法一致。+表示重复了1次或1次以上，*表示0次或0次以上。

.* 可以匹配任意字符

管道符连接前后，符合其一即会被返回

\\b也可以起到一样的作用，但\\b更灵活，既可以放开头也可以放结尾。（\\b主要是匹配边界）

\的作用就是说明^不是开头的意思，是要去匹配这个符号

对所有的转义符号都适用

一般情况下可以这样匹配中文，如图：&ampltimg src="https://pic4.zhimg.com/50/edcbd2faf1a916675cec852bd886e599_hd.jpg" data-rawwidth="827" data-rawheight="600" class="origin_image zh-lightbox-thumb" width="827" data-original="https://pic4.zhimg.com/edcbd2faf1a916675cec852bd886e599_r.jpg"&ampgt

先用靓汤或正则找到这个节点，再用上面的字符组匹配。

假设这个节点只有一个，用法如下：

import reimport requests as reqfrom bs4 import BeautifulSoupurl = 'xxx'html = req.get(url).textbs = BeautifulSoup(html)span = bs.find_all('span', 'pro-title')'''span = re.findall('<span\sclass="pro-title">[^<]+</span>', html)s = span[0]m = re.findall('[\u4e00-\u9fa5]+', s)'''s = str(span)m = re.findall('[\u4e00-\u9fa5]+', s)print(m)

public void ShowStructure()

{

        //要匹配的字符串

        string text = "早上好aaa您好bbb大家好ddd……"

        //正则表达式

        string pattern = @"[\u4e00-\u9fff]+" 

        Regex r = new Regex(pattern)

        //使用正则表达式匹配字符串，仅返回一次匹配结果

        Match m = r.Match(text)

        while (m.Success)

        {

                //显示匹配开始处的索引值和匹配到的值

                System.Console.WriteLine("Match=[" + m + "]")

                CaptureCollection cc = m.Captures

                foreach (Capture c in cc)

                {

                        Console.WriteLine("\tCapture=[" + c + "]")

                }

                for (int i = 0 i < m.Groups.Count i++)

                {

                        Group group = m.Groups[i]

                        System.Console.WriteLine("\t\tGroups[{0}]=[{1}]", i, group)

                        for (int j = 0 j < group.Captures.Count j++)

                        {

                                Capture capture = group.Captures[j]

                                Console.WriteLine("\t\t\tCaptures[{0}]=[{1}]", j, capture)

                        }

                }

                //进行下一次匹配.

                m = m.NextMatch()

        }

}