正则re模块

目录

-正则

-修饰符

 -常用匹配模式

--示例

-一些正则匹配表达式

---

-正则

正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。（在Python中）它内嵌在Python中，并通过 re 模块实现。

re提供的方法有：

import re
re.match       '''从开始位置开始匹配，如果开头没有则无'''
re.search      '''搜索整个字符串'''
re.findall     '''搜索整个字符串，返回一个list''' 

-修饰符

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。

修饰符为一个可选的标志  多个标志可以通过|来指定。如 re.L | re.M

re.search(r'[a-z]+','ajfoavnoaejgN1234ab9').group()        #返回'ajfoavnoaejg'
re.search(r'[a-z]+','jafjiNfhfheiHD1234a', re.I).group()   #返回'jafjiNfhfheiHD' 对大小写不敏感

 -常用匹配模式

模式	概述
\w	匹配字母数字下划线
\W	匹配非字母数字下划线
\s	匹配任意空白字符，<==> [\t\n\r\f]
\S	匹配任意非空字符
\d	匹配任意数字，<==> [0-9]
\D	匹配任意非数字
\n	匹配一个换行符
\t	匹配一个制表符
^	匹配什么开头
$	匹配什么结尾
.	匹配任意字符(除了\n)，当re.DOTALL被指定后，则包括\n
*	匹配0或多个表达式
+	匹配1或多个表达式
?	匹配0或1个表达式，非贪婪
{n}	精确匹配n个前面的表达式
{m,n}	匹配m~n个前面的表达式，贪婪
a|b	匹配a或b
()	匹配括号内的表达式，分组
[...]	用来表示一组字符，单独列出，[abc]匹配'a','b','c'
[^...]	不在[]中的字符，[^abc]匹配除了abc的字符
\G	匹配最后匹配完成的位置

--示例

• \w与\W
print(re.findall('\w','hello weer 123'))       #['h', 'e', 'l', 'l', 'o', 'w', 'e', 'e', 'r', '1', '2', '3']
print(re.findall('\W','hello weer 123'))       #[' ', ' ']

• \s与\S
print(re.findall('\s','he\rllo\twmq\naj_12'))          #['\r', '\t', '\n']
print(re.findall(r'\n','he\rllo\twmq\naj_12'))          #['\n']
'''r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义'''
print(re.findall('\S','he\rllo\twmq\naj_12'))    #['h', 'e', 'l', 'l', 'o', 'w', 'm', 'q', 'a', 'j', '_', '1', '2']
# \n \t \r都是空,都可以被\s匹配
print(re.findall('\s','hello \n weer \t 123'))        #[' ', '\n', ' ', ' ', '\t', ' ']

• \d与\D
print(re.findall('\d','hello weer 123'))          #['1', '2', '3']
print(re.findall('\D','hello weer 123'))         #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' ']

• ^与$
print(re.findall('^h','hello weer 123'))                    #['h']
print(re.findall('3$','hello weer 123'))                    #['3']

•   .
print(re.findall('a.b','a1b'))                         #['a1b']
print(re.findall('a.b','a1b a*b a b aaab'))            #['a1b', 'a*b', 'a b', 'aab']
print(re.findall('a.b','a\nb'))                        #[]
print(re.findall('a.b','a\nb',re.S))                   #['a\nb']
print(re.findall('a.b','a\nb',re.DOTALL))              #['a\nb']同上一条意思一样

•  *
print(re.findall('ab*','bbbbbbb'))                    #[]
print(re.findall('ab*','a'))                          #['a']
print(re.findall('ab*','abbbb'))                      #['abbbb']

• ?
print(re.findall('ab?','a'))                              #['a']
print(re.findall('ab?','abbb'))                           #['ab']

•  .*默认为贪婪匹配
print(re.findall('a.*b','a1b22222222b'))              #['a1b22222222b']
print(re.findall('a.*','a1b22222222b'))               #['a1b22222222b']

•  .*?为非贪婪匹配：推荐使用
print(re.findall('a.*?b','a1b22222222b'))               #['a1b']

•  +
print(re.findall('ab+','a'))                                #[]
print(re.findall('ab+','abbb'))                             #['abbb']

• {m,n}
print(re.findall('ab{2}','abbb'))                            #['abb']
print(re.findall('ab{2,4}','abbb'))                          #['abb']
print(re.findall('ab{1,}','abbb'))                           #'ab{1,}' ==> 'ab+'
print(re.findall('ab{0,}','abbb'))                           #'ab{0,}' ==> 'ab*'

• [ ]
print(re.findall('a[1*-]b','a1b a*b a-b'))       #[]内的都为普通字符  且如果-没有被转意的话,应该放到[]的开头或结尾
print(re.findall('a[^1*-]b','a1b a*b a-b a=b'))  #[]内的^是取反，所以结果为['a=b']
print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb'))

•  ()   分组
print(re.findall('ab+','ababab123'))                       #['ab', 'ab', 'ab']
print(re.findall('(ab)+123','ababab123'))                  #['ab']，匹配到末尾的ab123中的ab
print(re.findall('(?:ab)+123','ababab123'))                #findall的结果不是匹配的全部内容，而是组内的内容, ?:可以让结果为匹配的全部内容
print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>'))                     #['http://www.baidu.com']
print(re.findall('href="(?:.*?)"','<a href="http://www.baidu.com">点击</a>'))# 
 ['href="http://www.baidu.com"']
print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))         #['companies', 'company']

-一些正则匹配表达式

Email地址：  ^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
手机号码：   ^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
身份证号(15位、18位数字)：   ^\d{15}|\d{18}$
密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：  ^[a-zA-Z]\w{5,17}$
强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：   ^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
xml文件：   ^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
腾讯QQ号：   [1-9][0-9]{4,} (腾讯QQ号从10000开始)
中国邮政编码：  [1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
IP地址.1：    \d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
IP地址.2：    ((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))

来源/更多：正则表达式