百木园-与人分享,
就是让自己快乐。

python之正则表达式用法详细讲解

一、re.compile 函数

 

作用:compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。

 

案例:如何判断是正规的手机号

phone=\'\'\'
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
\'\'\'

pattern=re.compile(r\'1[3-9]\\d{9}\')      #todo 编译正则表达式之后得到一个编译对象

result=pattern.search(phone)               #todo search只会返回第一个匹配的结果,如果没有匹配成功返回None
print(result)                           #todo <re.Match object; span=(10, 21), match=\'15812312312\'>

打印结果:

<re.Match object; span=(10, 21), match=‘16888888888’>

16888888888

(10, 21)

 

🔥🔥🔥特别注意

1、result=pattern.search(phone):search匹配成功返回的是Match对象;search只会返回第一个匹配的结果,如果没有匹配成功则返回None

result.group():返回第一个匹配结果
result.span():返回第一个匹配结果的下标,为什么是(10,21)呐?
weref234:从0开始,4结束后还包含了换行符’/n’2个字符,所以从10开始,不包含21,前闭后开的原则

2、result=pattern.search(phone):search匹配成功返回的是Match对象;search只会返回第一个匹配的结果,如果没有匹配成功则返回None

phone=\'\'\'
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
\'\'\'

pattern=re.compile(r\'1[3-9]\\d{9}\')     #todo 编译正则表达式之后得到一个编译对象
result2=pattern.match(phone)
print(result2)

打印结果为None,因为第一个字符为w开头,所以匹配不到

phone1=\"17812312345aaa\"
pattern=re.compile(r\'1[3-9]\\d{9}\')     #todo 编译正则表达式之后得到一个编译对象

result2=pattern.match(phone1)   #todo match函数是从第一个字符开始匹配(从w开始匹配),如果第一个字符不匹配,则返回None
print(result2)
print(result2.group())   #todo 返回第一个匹配结果
print(result2.span())    #todo 返回第一个匹配结果的下标

打印结果:

<re.Match object; span=(0, 11), match=‘17812312345’>

17812312345

(0, 11)

 

二、正则表达式

 

表示字符

.:匹配任意单个字符(不包括换行符)
[]:匹配字符集,区间中的集合,可匹配其中任意一个字符
\\d:匹配数字,即0-9,可以表示为[0-9]、
\\s:匹配空白字符,即空格
\\S:匹配非空白字符,
\\w:匹配单词字符,即a-z、A-Z、0-9、_
\\W:匹配非单词字符

import re
#.匹配任意单个字符(不包括换行符)
one=\'123a\'
res=re.match(\'.\',one)
print(res.group())

#[]:匹配字符集,区间中的集合,可匹配其中任意一个字符
two=\'8\'
res1=re.match(\'[0-9]\',two)   #匹配1-9之间的数字
print(res1.group())

res2=re.match(\'[0,1,8,9]\',two)  #匹配0、1、8、9之间的数字
print(res2.group())

two_2=\'Hello Python\'
print(re.match(\'[hH]\',two_2).group())    #匹配小写或大写H

#\\d:匹配数字,即0-9,可以表示为[0-9]
three=\'天空1号发射成功\'
print(re.match(\'天空\\d\',three).group())
print(re.search(\'\\d\',three).group())
欢迎加入Python学习交流群:748989764

表示数字

*:匹配前一个字符出现0次或者无限次,即可有可无
+:匹配前一个字符出现1次或者无限次,即至少有1次
?:匹配前一个字符出现1次或者0次,即要么有1次,要么没有
{m}:匹配前一个字符出现m次
{m,}:匹配前一个字符至少出现m次
{m,n}:匹配前一个字符出现从m到n次

需求1:匹配一个字符串第一个字母是大写,后面的字母必须是小写或者没有

print(re.match(\'[A-Z][a-z]*\',\'Mn\').group())
print(re.match(\'[A-Z][a-z]*\',\'Msdfsg\').group())
print(re.match(\'[A-Z][a-z][a-z]\',\'Msdfs\').group())

Mn
Msdfsg
Msd

需求2 匹配一个变量名,

print(re.match(r\'[a-zA-Z_]+[\\w]*\',\'name1\').group())

print(re.match(r\'[a-zA-Z_]+[\\w]*\',\'_name1\').group())

print(re.match(r\'[a-zA-Z_]+[\\w]*\',\'2_name1\'))

name1
_name1
None

需求3:匹配0-99之间的任意一个数字

print(re.match(\'[0-9]?[0-9]\',\'88\').group())
print(re.match(\'[0-9]?[0-9]\',\'8\').group())
print(re.match(\'[0-9]?[0-9]\',\'08\').group())
print(re.match(\'[0-9]?[0-9]\',\'888\').group())

88
8
08
88

需求4:匹配密码(8-20位,可以是大小写的字母、数字、下划线)

print(re.match(\'[a-zA-Z0-9_]{8,20}\',\'12345678\').group())
print(re.match(\'[a-zA-Z0-9_]{8}\',\'12345678\').group())

12345678
12345678

匹配边界

^:表示以什么开头
$:表示以什么结尾
\\b:表示匹配单词的边界
|:或者

需求5:匹配163的邮箱地址,邮箱的用户名包含6~18个字符,可以是数字、字母、下划线、但是必须以字母开头,.com结尾

emails=\'\'\'
    awhaldc@163.com
asdasdfddasdfascvdfgbdfgdsds@163.com
afa_@163.com
awhaldc666@163.comax
q112dsdasdas@163.com
aaaa_____@qq.com
aaaa____@qq.com
\'\'\'
print(re.search(\'^[a-zA-Z][\\w]{5,17}@163\\.com$\',emails,re.MULTILINE).group())

q112dsdasdas@163.com

 

需求6:匹配单词的边界

print(re.search(r\'.*\\bbeijing\\b\',\'I Love beijing too\'))
print(re.search(r\'.*\\bbeijing\\b\',\'I Love beijing1 too\'))

print(re.search(r\'.*beijing\',\'I Love beijing too\'))

I Love beijing
None
I Love beijing

三、re模块的高级用法

re.findall(pattern,string)

1、findall:pattern在string里所有的非重复匹配,返回一个迭代器iterator保存了匹配对象

 

需求7:匹配所有符合以下条件的邮箱

 

 163的邮箱地址,
邮箱的用户名包含6~18个字符,
可以是数字、字母、下划线、
但是必须以字母开头,
.com结尾

import re

emails=\'\'\'
awhaldc@163.com
asdasdfddasdfascvdfgbdfgdsds@163.com
afa_@163.com
112dsdasdas@163.com
aaaa_____@126.com
aaaa____@163.com
\'\'\'

#findall:pattern在string里所有的非重复匹配,返回一个迭代器iterator保存了匹配对象
list=re.findall(r\'(^[a-zA-Z][\\w]{5,17}@(163|126).com$)\',emails,re.MULTILINE)

print(list)
for email in list:
    print(email[0])

[(‘awhaldc@163.com’, ‘163’), (‘aaaa_____@126.com’, ‘126’), (‘aaaa____@163.com’, ‘163’)]
awhaldc@163.com
aaaa_____@126.com
aaaa____@163.com

 

2、sub:将匹配到的字符串,再次进行操作

 

需求8:匹配一个数字,把匹配的数字进行家1,返回


def add(result):    #result是一个匹配对象
    str_num=result.group()
    num=int(str_num)+1
    return str(num)


print(re.sub(r\'\\d+\',add,\'a=111\'))

a=112

 

3、split:切割匹配成功的字符串

 

line=\'hello,world,china.\'

print(re.split(r\'\\W+\',line))

 

[‘hello’, ‘world’, ‘china’, ‘’]

 

需求9:以冒号或者空格,切割字符串

print(re.split(r\':| \',\'info:kobe 18 beijing\'))

[‘info’, ‘kobe’, ‘18’, ‘beijing’]

 

四、贪婪和非贪婪模式

什么是贪婪模式?
python里数量词默认是贪婪的,总是尝试匹配尽可能多的字符
什么是非贪婪模式?
与贪婪模式相反,总是尝试匹配尽可能少的字符,可以使用
、?、+、{m,n}加上?,使贪婪模式变为非贪婪模式
*

需求9:非贪婪模式,需求:把电话和电话的描述信息尽可能的分开,只能用正则表达式

line2=\'this is my phone:188-1111-6666\'
#非贪婪模式,需求:把电话和电话的描述信息尽可能的分开,只能用正则表达式
result=re.match(r\'(.+?)(\\d+-\\d+-\\d+)\',line2)
print(result.group(1))
print(result.group(2))

 

 



来源:https://www.cnblogs.com/liuliumei/p/16784315.html
本站部分图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » python之正则表达式用法详细讲解

相关推荐

  • 暂无文章