正则表达式的快速入门与Python re模块的使用

1.正则表达式30分钟入门教程

定义：正则表达式是筛选符合规则的字符串的一个式子，使用它可以查找符合某些复杂规则的字符串。

举例：设置密码时规定的“需要含有字母、数字”等等就可以通过设置正则表达式进行匹配，防止用户设置不符合规定的密码。

Link：正则表达式30分钟入门教程30分钟内让你明白正则表达式是什么，并对它有一些基本的了解，让你可以在自己的程序或网页里使用它。https://deerchao.cn/tutorials/regex/regex.htm

在线正则表达式测试工具：

正则表达式在线测试 | 菜鸟工具一、校验数字的表达式 数字：^[0-9]*$ n位的数字：^\d{n}$ 至少n位的数字：^\d{n,}$ m-n位的数字：^\d{m,n}$ 零和非零开头的数字：^(0|[1-9][0-9]*)$ 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(\.[0-9]{1,2})?$ 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})$ 正数、负数、和小数：^(\-|\+)?\d+(\.\..https://c.runoob.com/front-end/854/

*常用的元字符

 *常用的限定符

*字符转义

eg: \\ = \

*字符类

[aeiou] 查找有aeiou的字符

[a-z0-9] 查找a-z的字母或0-9的数字

*分枝条件

符号：前条件|后条件

判断方法：从左至右依次匹配，成功则停止

*分组

（正则表达式）{次数}（正则表达式）

*常用的反义代码

*后向引用与零宽断言

 *贪婪与懒惰

# 正则表达式匹配时，通常在满足条件的前提下匹配尽可能多的字符。

 *处理选项

（.Net环境下）

 *平衡组/递归匹配

（处理括号左右数量不相等的情况）

利用的是堆栈的思想。

 *其他语法

参考文档

正则表达式语言——快速参考https://docs.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expression-language-quick-reference?redirectedfrom=MSDN

2.Python中用于正则表达式处理的Re模块

 

其中flags是处理选项：

 

 实例1：验证输入用户名和QQ号是否有效并给出对应的提示信息。

'''
验证输入用户名和QQ号是否有效并给出对应的提示信息

要求：用户名必须由字母、数字或下划线构成且长度在6~20个字符之间，QQ号是5~12的数字且首位不能为0
'''
import re

def main():
    username = input('输入用户名：')
    qq = input('请输入QQ号：')
    # match函数的第一个参数是正则表达式字符串或正则表达式对象
    # 第二个参数是要跟正则表达式做匹配的字符串对象
    m1 = re.match(r'^[0-9a-zA-Z_]{6,20}$', username)
    if not m1:
        print('请输入有效的用户名')
    m2 = re.match(r'^[1-9]\d{4-11}$', qq)
    if not m2:
        print('请输入有效的QQ号')
    if m1 and m2:
        print('你输入的信息是有效的！')

if __name__ == '__main__':
    main()

实例2：从一段文字中提取出国内手机号码。

 

import re


def main():
    # 创建正则表达式对象 使用了前瞻和回顾来保证手机号前后不应该出现数字
    pattern = re.compile(r'(?<=\D)1[34578]\d{9}(?=\D)')
    sentence = '''
    重要的事情说8130123456789遍，我的手机号是13512346789这个靓号，
    不是15600998765，也是110或119，王大锤的手机号才是15600998765。
    '''
    # 查找所有匹配并保存到一个列表中
    mylist = re.findall(pattern, sentence)
    print(mylist)
    print('--------华丽的分隔线--------')
    # 通过迭代器取出匹配对象并获得匹配的内容
    for temp in pattern.finditer(sentence):
        print(temp.group())
    print('--------华丽的分隔线--------')
    # 通过search函数指定搜索位置找出所有匹配
    m = pattern.search(sentence)
    while m:
        print(m.group())
        m = pattern.search(sentence, m.end())


if __name__ == '__main__':
    main()

ex:其中的group()函数用来用来提出分组截获的字符串

实例3：替换字符串中的不良内容

import re


def main():
    sentence = '你丫是傻叉吗? 我操你大爷的. Fuck you.'
    purified = re.sub('[操肏艹]|fuck|shit|傻[比屄逼叉缺吊屌]|煞笔',
                      '*', sentence, flags=re.IGNORECASE)
    print(purified)  # 你丫是*吗? 我*你大爷的. * you.


if __name__ == '__main__':
    main()

实例4：拆分长字符串

import re


def main():
    poem = '窗前明月光，疑是地上霜。举头望明月，低头思故乡。'
    sentence_list = re.split(r'[，。, .]', poem)
    while '' in sentence_list:
        sentence_list.remove('')
    print(sentence_list)  # ['窗前明月光', '疑是地上霜', '举头望明月', '低头思故乡']


if __name__ == '__main__':
    main()

ex:Beautiful Soup或Lxml作为爬虫时匹配字符串的库也很好用。