re的简单方法介绍及用法
正则表达式:
是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配
re.compile函数:
compile函数用于编译正则表达式,生成一个正则表达式对象,供match和search()这俩个函数使用
# import re
# ret1=re.compile(r"\d+").findall("hdf123123fdhg1235")
# print(ret1)
# # 返回列表
re.match与re.search的区别:
re.match函数尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none
re.search扫描整个字符串并返回第一个成功的匹配,匹配成功re.search方法返回一个匹配对象,否则返回None
. 匹配任意1个字符(除了\n)
# import re
# ret=re.match("a.c","a&c")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
[] 匹配[ ]中列举的字符
# import re
# ret=re.match("a[dfg]c","afc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
\d 匹配数字,即0-9
# import re
# ret=re.match("a\dc","a5c")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
\D 匹配非数字,即不是数字
import re
# ret=re.match("a\Dc","agc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
\s 匹配空白,即 空格,tab键 注意\s是只能匹配一个空格
# import re
# ret=re.match("a\sc","a c")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
\S 匹配非空白 注意\n不能匹配,因为\n后面有很多空格
# import re
# ret=re.match("a\Sc","a\nc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
\w 匹配单词字符,即a-z、A-Z、0-9、_
# import re
# ret=re.match("a\wc","a_c")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
\W 匹配非单词字符
# import re
# ret=re.match("a\Wc","a*c")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
* 匹配前一个字符出现0次或者无限次,即可有可无 也叫贪婪模式
# import re
# ret=re.match("ab*c","abbbbc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
+ 匹配前一个字符出现1次或者无限次,即至少有1次 贪婪模式匹配
# import re
# ret=re.match("ab+c","abbbc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
? 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 非贪婪模式
# import re
# ret=re.match("ab?c","abc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
{n} 匹配前一个字符出现m次
# import re
# ret=re.match("abc{3}","abccccc")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
{m,n} 匹配前一个字符出现从m到n次
# import re
# ret=re.match("abc{3,5}","abccccccccc") #当尖括号放在最后时,可以匹配到有限的范围
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
#
# import re
# ret=re.match("abc{,5}","abccccccccc") #没有下限
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
# import re
# ret=re.match("abc{3,}","abccccccccc") #没有上限,(贪婪模式)
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
匹配邮箱
# import re
# ret=re.match("\w{4,20}@163.com","dgshjd@163.com")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
# import re
# ret=re.match("^1[3-8]\d{8}8$","15735169048")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
# import re
# ret=re.match("\w{4,20}@168\.com","gfjdsh@168.com") #注意这里\.转义,使得.不代表任何字符,只代表字符.
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
匹配手机号,号段3-9,不以47结尾
# import re
# ret=re.match("^1[3-9]\d{8}[1-35-68-9]$","15233638286")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
# import re
# ret=re.match("^1[3-9]\d{8}[^47]$","15233638286") #不以47j结尾
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
匹配多个邮箱中正确的邮箱
分组()
# email_list=["xiaowang@163.com","xiaowang@163comheihei","com.xiaowang@qq.com"]
# import re
# for email in email_list:
# ret=re.match("\w{4,20}@(163|qq)(\.com)$",email) #注意这里遍历的东西不需要再加引号
# if ret:
# print("%s是正确邮箱"% ret.group())
# else:
# print("%s不是正确邮箱"% email)
| 匹配左右任意一个表达式
(a,b) 将括号中字符作为一个分组
\num 引用分组num匹配到的字符串
(?P) 分组起别名
(?P=name) 引用别名为name分组匹配到的字符串
# import re
# ret=re.match(r"<(\w+)>\w+</\1>","<html>hh</html>")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
# import re
# ret=re.match(r"<([a-z]+)><(\w+)><(\w+)>\w+</\3></\2></\1>","<html><h1><h2>hh</h2></h1></html>")
()分组,后面调组按顺序对应调用数字组
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
# import re
# ret=re.match(r"<(?P<stone>[a-z]+)><(?P<ST>\w+)><(?P<XIN>\w+)>\w+</(?P=XIN)></(?P=ST)></(?P=stone)>","<html><h1><h2>hh</h2></h1></html>")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
用正则表达式匹配出, < html > < title > gao123456XX @ foxmail.com < / title > < / html > YY
注:XX不能以4,7结尾, YY不以NO结尾 使用(?P)分组起别名的方式来做
# import re
# ret=re.match(r"<(?P<n1>[a-z]+)><(?P<n2>[a-z]+)>[a-z0-9]{9}[^47]{2}@foxmail\.com</(?P=n2)></(?P=n1)>[^NO]+$","<html><title>gao12345648@foxmail.com</title></html>hj")
# if ret:
# print(ret.group())
# else:
# print("匹配失败")
r 的使用建议:
Python中字符串前面加上r表示原生字符串,与大多数编程语言相同,
正则表达式里使用"“作为转义字符,这就是可能造成反斜杠困扰。
假如你需要匹配文本中的字符”",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\":
前两个和后两个分别用于在编程语言里转义成反斜杠,
转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
Python里的原生字符串很好的解决了这个问题,这个例子中的正则表达式可以使用r’\\'表示。
同样,匹配一个数字的"\d"可以写成r"\d"。
有了原生字符串,就不用担心是不是漏写了反斜杠,写出来的表达式也更直观。