python正则表达式

python正则表达式

基于re模块
import re
正则表达式比较复杂也很实用，下面是正则表达经常用的一些方法

match方法

• re.match(匹配规则，被匹配字符串)

从被匹配字符串开头进行匹配，匹配成功返回匹配对象（包含匹配的信息），匹配不成功返回空。

s ='python itheima python itheima python itheima'
result re.match('python',s)
print(result)				#<re.Match object;span=(0,6),match='python'>
print(result.span())		#(0,6)
print(result.group())		#python

S='1pythor itheima python itheima python itheima'
result = re.match('python',s)
print(result)			#None

search方法

• re.search(匹配规则，被匹配字符串)

搜索整个字符串，找出匹配的。从前向后，找到第一个后，就停止，不会继续向后;若找不到则返回None

s='1pythonni33ni'
result=re.search('python',s)
print(result.span())		#(1,7)
print(result.group())		#python

s='hello,world'
result=re.search('python',s)
print(result.group())		#None

findall()方法

• re.findall(匹配规则，被匹配字符串)

匹配整个字符串，找出全部匹配项，返回一个列表；若是没有，则返回一个空列表

s='12python66helloworldpython77'
result=re.findall('python',s)
print(result.group())			#['python',python]

result1=re.findall('nihao',s)
print(result1.group())			#[]

单字符匹配

字符	功能
.	匹配任意1个字符（除了\n), \. 匹配点本身
[]	匹配[]中列举的字符
[^]	匹配除了[]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字
\s	匹配空白，即空格、tab键
\S	匹配非空白
\w	匹配单词字符，即-Z、A-Z、0-9、-
\W	匹配非单词字符

s='12#_python66helloworldpython77'

#找出全部数字
result=re.findall(r'\d',s)		#['1','2','6','6','7','7']
#找出全部的英文字母
result1=re.findall(r'[a-zA-Z]',s)
#找出指定的几个
result2=re.findall(r'[paw2]')

数量匹配

字符	功能
*	匹配前一个规则的字符出现0至无数次
+	匹配前一个规则的字符出现1至无数次
?	匹配前一个规则的字符出现0次或1次
{m}	匹配前一个规则的字符出现m次
{m,}	匹配前一个规则的字符出现最少m次
{m,n}	匹配前一个规则的字符出现m到n次

边界匹配

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配一个单词的边界
\B	匹配非单词的边界

分组匹配

字符	功能
|	匹配左右任意一个表达式
()	将括号中字符作为一个分组

#匹配账号，只能由字母和数字组成，长度限制为6到10位
r = '^[0-9a-zA-Z]{6,10}$'		#不可以用\w，因为\w包括_
s='123456ab'
s1='1234567jdngksl'
print(re.findall(r,s))		#['123456ab']
print(re.findall(r,s1))		#[]

#匹配qq号，要求纯数字，长度为5-11位，第一位不为0
r1='[1-9][0-9]{4,10}'
r2='^[1-9][0-9]{4,10}$'
s1='0123456'
s2='1234567'
print(re.findall(r1,s1))		#['123456']
print(re.findall(r2.s1))		#[]
print(re.findall(r2,s2))		#['1234567']

贪婪匹配和惰性匹配

字符	功能
.*	贪婪匹配，尽可能匹配多
.*?	惰性匹配，尽可能匹配少

s='玩吃鸡游戏，晚上一起打游戏，干嘛呢，打游戏呢'
r1='玩.*游戏'
r2='玩.*?游戏'
print(re.match(r1,s).group())		#玩吃鸡游戏，晚上一起打游戏，干嘛呢，打游戏
print(re.match(r2,s).group())		#玩c

#这种匹配方式在爬虫解析hmtl中很常用
s1='在干嘛，玩王者游戏，还是吃鸡游戏，一起打游戏吗'
obj1=re.compile(r'嘛，玩(?P<name>.*?)游戏',re.S)
obj2=re.compile(r'嘛，玩(?P<name>.*)游戏',re.S)
result1=obj1.search(s1).group('name')
result2=obj2.search(s1).group('name')
print(result1)						>>>王者
print(result2)						>>>王者游戏，还是吃鸡游戏，一起打