正则表达式为正则表达式是对字符串操作的一种逻辑公式。
正则表达式测试网站:regex101: build, test, and debug regex
python下表达式:
([d.]*)元/每{0,1}月
检测文本:
人工智能岗位薪酬更集中在高薪区间,在前十名中占据一半,依次为机器学习(20895元/月)、算法工程师(19944元/月)、深度学习(19431元/月)、自然语言处理(NLP)(18720元/月)与图像算法(18601元/月)。此外,在软件研发中,Golang为“最高薪编程语言”推动“码农”收获17886元/月的平均薪资,语音/视频/图形开发、脚本开发、云计算也成为高薪职类。
将正则表达式理解为一种规则,自己设定的一种规则,让计算机根据这个规则来找到你需要的字符串。但是这个规则你怎么制定,正确的建立正则表达式,建立规则,让电脑能帮你找到你想要的字符。
基本用法
?: 表示?前面的字符需要出现0次或一次。简单来说就是?前面的字符可有可无。比如你输入一个正则表达式tea?,那么计算机就会找到te,tel这样的字符串。
*:表示*前面的字符需要出现0个或多次。比如你输入一个正则表达式ab*c,那么计算机就会找到ac,abc,abbbbbc这样的字符串。
+:表示+前面的字符需要出现1次以上。比如你输入一个正则表达式ab+c,那么计算机就会找到abc,abbbbc这样的字符串。
{}:精确匹配:想匹配几次就匹配几次。比如你输入一个正则表达式ab{6}c,那么计算机就会找到abbbbbbc这样的字符串。你输入一个正则表达式ab{2,6}c,那么计算机就会找到abbc,abbbc,abbbbc,abbbbbc,abbbbbbc这样的字符串。ab{2,}c的话就是b出现两次以上。
以上单个限定符规则就讲完了,如果是想让字符串出现一定次数的话,用()括起来就好了。比如(ab)+c,文章中ababababc等满足规则的字符串就会被找到。
中级用法
或运算符:|,如a (baby|mom),文章就会找到a baby或a mom。
字符类:[],可以匹配由框内字符构成的字符串。比如制定正则表达式[alo]+,那么afsgsglo就可以被找到(匹配到),因为afsgsglo中包含alo。相对于()的区别就是它不讲顺序,只要存在即可。常用例子:[a-zA-Z0-9]+。
非运算符:^,一般放在表达式前面,表示除了他们以外的字符都可被匹配。比如你天生不能见到大写字母,见到了就想吐,你就可以输入正则表达式[ ^A-Z]+。
元字符:
编号 示例 说明
1 . 匹配除换行符以外的任何字符
2 d 匹配数字:[0-9]
3 D 匹配非数字:[^0-9]
4 s 匹配空格字符:[trnf]
5 S 匹配非空格:[^trnf]
6 w 匹配单字字符: [A-Za-z0-9_]
7 W 匹配非单字字符: [ ^A-Za-z0-9_]
匹配行首,如a^,只能找到行首出现a的字符串。如afff。
匹配行尾,如a$,只能找到行尾出现a的字符串。如llla。
高级用法:
贪婪匹配与懒惰匹配:
贪婪匹配就是匹配尽可能多。懒惰匹配就是匹配尽可能少。
具体案例参考
1分钟实例
import re
content='人工智能岗位薪酬更集中在高薪区间,在前十名中占据一半,依次为机器学习(20895元/月)、算法工程师(19944元/月)、深度学习(19431元/月)、'
'自然语言处理(NLP)(18720元/月)与图像算法(18601元/月)。此外,在软件研发中,Golang为“最高薪编程语言”推动“码农”收获17886元/月'
'的平均薪资,语音/视频/图形开发、脚本开发、云计算也成为高薪职类。'
p=re.compile(r'([d.]*)元/每{0,1}月')
for num in p.findall(content):
print(num)
可以得到文本中所有工资金额:



