一、什么是正则？
在我们实际开发过程中经常会遇到，有查找符合某些复杂规则的字符串的需要。比如，我们要查找用户名、邮箱、手机号码等，这时候想匹配或者查找符合某些规则的字符串，就可以使用正则表达式了。
而正则表达式就是记录文本规则的代码
二、格式
0\d{2}-\d{8} 这个就是一个正则表达式，表达的意思是匹配的是座机号码
例如：020 87876767（依据 0\d{2}-\d{8} 这个规则可以匹配到这串座机号码）
三、特点
a，正则表达式的语法很令人头疼，可读性差
b，灵活性、逻辑性和功能性非常强
c，正则表达式通用行很强，能够适用于很多编程语言（例如：Python、C#、Java、C++、Javascript、Ruby以及PHP等）
d，可以迅速地用极简的方式达到字符串的复杂控制
四、re模块
正因为正则表达式的发展，在多种操作系统和编程语言中都能见到它。
在Python语言中，我们是用re模块来操作正则表达式
示例
1 # 导入re模块 2 import re 3 4 # 使用match方法进行匹配操作 5 # result = re.match(正则表达式,要匹配的字符串) 6 result = re.match("itcast","itcast.cn") 7 8 # 如果上一步匹配到数据的话，可以使用group方法来提取数据 9 result.group() 10 11 # 运行结果： 12 # itcast
re.match() 根据正则表达式从头开始匹配字符串数据
五、匹配单个字符
见名思意，也就是一个字符的匹配
下面是单字符匹配常用的代码符
示例1： . -->匹配任意1个字符（除了\n）
1 import re 2 3 ret = re.match(".","M") 4 print(ret.group()) 5 6 ret = re.match("t.o","too") 7 print(ret.group()) 8 9 ret = re.match("t.o","two") 10 print(ret.group())
运行结果：
1 M 2 too 3 two
示例2： [] -->匹配 [] 中列举的字符
因为栗子有点多，所以运行结果放示例里面了
1 import re 2 3 # 如果hello的首字符小写，那么正则表达式需要小写的h 4 ret = re.match("h","hello Python") 5 print(ret.group()) 6 # h （运行结果） 7 8 9 # 如果hello的首字符大写，那么正则表达式需要大写的H 10 ret = re.match("H","Hello Python") 11 print(ret.group()) 12 # H （运行结果） 13 14 # 大小写h都可以的情况 15 ret = re.match("[hH]","hello Python") 16 print(ret.group()) 17 # h （运行结果） 18 ret = re.match("[hH]","Hello Python") 19 print(ret.group()) 20 # H （运行结果） 21 ret = re.match("[hH]ello Python","Hello Python") 22 print(ret.group()) 23 # Hello Python （运行结果） 24 25 # 匹配0到9第一种写法 26 ret = re.match("[0123456789]Hello Python","7Hello Python") 27 print(ret.group()) 28 # 7ello Python （运行结果） 29 30 # 匹配0到9第二种写法 31 ret = re.match("[0-9]Hello Python","7Hello Python") 32 print(ret.group()) 33 # 7ello Python （运行结果） 34 35 ret = re.match("[0-35-9]Hello Python","7Hello Python") 36 print(ret.group()) 37 # 7ello Python （运行结果） 38 39 # 下面这个正则不能够匹配到数字4，因此ret为None 40 ret = re.match("[0-35-9]Hello Python","4Hello Python") 41 # print(ret.group()) 42 # 所以这里是匹配不到的
示例3： \d -->匹配数字，即0-9
1 import re 2 3 # 普通的匹配方式 4 ret = re.match("嫦娥1号","嫦娥1号发射成功") 5 print(ret.group()) 6 # 嫦娥1号 （运行结果） 7 8 ret = re.match("嫦娥2号","嫦娥2号发射成功") 9 print(ret.group()) 10 # 嫦娥2号 （运行结果） 11 12 # 使用\d进行匹配 13 ret = re.match("嫦娥\d号","嫦娥1号发射成功") 14 print(ret.group()) 15 # 嫦娥1号 （运行结果） 16 17 ret = re.match("嫦娥\d号","嫦娥2号发射成功") 18 print(ret.group()) 19 # 嫦娥2号 （运行结果）
示例4： \D (大写) -->匹配非数字，即不是数字
1 import re 2 3 match_obj = re.match("\D", "f") 4 if match_obj: 5 # 获取匹配结果 6 print(match_obj.group()) 7 else: 8 print("匹配失败") 9 10 # f （运行结果）
示例5： \s --->匹配空白（空格， tab键）
1 import re 2 3 # 空格属于空白字符 4 match_obj = re.match("hello\sworld", "hello world") 5 if match_obj: 6 result = match_obj.group() 7 print(result) 8 else: 9 print("匹配失败") 10 11 # hello world （运行结果） 12 13 14 # \t 属于空白字符 15 match_obj = re.match("hello\sworld", "hello\tworld") 16 if match_obj: 17 result = match_obj.group() 18 print(result) 19 else: 20 print("匹配失败") 21 22 # hello world （运行结果）
示例6： \S (大写) --->匹配非空白
1 import re 2 3 match_obj = re.match("hello\Sworld", "hello&world") 4 if match_obj: 5 result = match_obj.group() 6 print(result) 7 else: 8 print("匹配失败") 9 10 # hello&world （运行结果） 11 12 13 match_obj = re.match("hello\Sworld", "hello$world") 14 if match_obj: 15 result = match_obj.group() 16 print(result) 17 else: 18 print("匹配失败") 19 20 # hello&world （运行结果）
示例7： . \w --->匹配非特殊字符（a-z、A-Z、0-9、_、汉字）
1 import re 2 3 # 匹配非特殊字符中的一位 4 match_obj = re.match("\w", "A") 5 if match_obj: 6 # 获取匹配结果 7 print(match_obj.group()) 8 else: 9 print("匹配失败") 10 11 # A （运行结果）
示例8： \W (大写) ---->匹配特殊字符（非字母、非数字、非汉字）
1 # 匹配特殊字符中的一位 2 match_obj = re.match("\W", "&") 3 if match_obj: 4 # 获取匹配结果 5 print(match_obj.group()) 6 else: 7 print("匹配失败") 8 9 # & （运行结果）
六、匹配多个字符
只要一两个代码符就可以匹配到多个字符
下面这张图就是总结了匹配多个字符时常用的代码符
接下来，用需求去示例给大家
需求1：匹配出一个字符串第一个字母为大写字符，后面都是小写字母并且这些小写字母可 有可无
示例： * --->匹配前一个字符出现0次或者无限次（可理解为：可有可无）
1 import re 2 3 ret = re.match("[A-Z][a-z]*","M") 4 print(ret.group()) 5 # M （运行结果） 6 7 ret = re.match("[A-Z][a-z]*","MnnM") 8 print(ret.group()) 9 # MnnM （运行结果） 10 11 ret = re.match("[A-Z][a-z]*","Aabcdef") 12 print(ret.group()) 13 # Aabcdef （运行结果）
需求2：匹配一个字符串，第一个字符是t,最后一个字符串是o,中间至少有一个字符
示例： + --->匹配前一个字符出现1次或者无限次，（可理解为：至少有1次）
1 import re 2 4 match_obj = re.match("t.+o", "two") 5 if match_obj: 6 print(match_obj.group()) 7 else: 8 print("匹配失败") 9 10 # two （运行结果）
需求3：
示例： ？ --->匹配前一个字符出现1次或者0次，（可理解为：要么有1次，要么没有）
1 import re 2 # 练习一： 用户输入的电话号码，有时有'-'，有时没有 3 4 # 例:02112345678 或者 021-12345678 5 print(re.match("021-?\d{8}", "021-12345678").group()) 6 print(re.match("021-?\d{8}", "02112345678").group()) 7 8 # 练习二 9 # 有些地方是三位电话号码开头,有些是四位电话号码开头 10 # 有时候号后面是七位,有时候八位 11 # 有时候中间有-有时候没有， 写一个通用的匹配规则 12 13 """ 14 0571-8123456 15 021-12345678 16 02112345678 17 """ 18 19 print(re.match("\d{3,4}-?\d{7,8}", "0571-8123456").group()) 20 print(re.match("\d{3,4}-?\d{7,8}", "021-12345678").group()) 21 print(re.match("\d{3,4}-?\d{7,8}", "02112345678").group())
需求4：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线
示例： {m} --->匹配前一个字符出现m次
{m，n} --->匹配前一个字符出现从m到n次
1 import re 2 3 ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678") 4 print(ret.group()) 5 # 12a3g4 (运行结果) 6 7 ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66") 8 print(ret.group()) 9 # 1ad12f23s34455ff66 (运行结果)
七、匹配开头结尾
1.怎么匹配开头结尾？
需求1：匹配以数字开头的数据
示例：
1 import re 2 3 # 匹配以数字开头的数据 4 match_obj = re.match("^\d.*", "3hello") 5 if match_obj: 6 # 获取匹配结果 7 print(match_obj.group()) 8 else: 9 print("匹配失败") 10 11 # 3hello （运行结果）
需求2：匹配以数字结尾的数据
示例：
1 import re 2 # 匹配以数字结尾的数据 3 match_obj = re.match(".*\d$", "hello5") 4 if match_obj: 5 # 获取匹配结果 6 print(match_obj.group()) 7 else: 8 print("匹配失败") 9 10 # hello5 （运行结果）
需求3: 结合需求1和2，匹配以数字开头，中间内容随意，以数字结尾
示例：
1 import re 2 match_obj = re.match("^\d.*\d$", "4hello4") 3 if match_obj: 4 # 获取匹配结果 5 print(match_obj.group()) 6 else: 7 print("匹配失败") 8 9 # 4hello4 （运行结果）
2，除了指定的字符以外，都匹配
需求：第一个字符除了bug的字符，都匹配
示例：
1 import re 2 3 match_obj = re.match("[^bug]", "not") 4 if match_obj: 5 # 获取匹配结果 6 print(match_obj.group()) 7 else: 8 print("匹配失败") 9 10 # not (运行结果)
八、匹配分组
需求1：在列表中["cat", "dog", "fox", "monkey"]，匹配cat和monkey
示例：
1 """ | 匹配左右任意一个字符 """ 2 import re 3 4 # 动物列表 5 fruit_list = ["cat", "dog", "fox", "monkey"] 6 7 # 遍历数据 8 for value in fruit_list: 9 # | 匹配左右任意一个表达式 10 match_obj = re.match("cat|monkey", value) 11 if match_obj: 12 print("%s是我喜欢的" % match_obj.group()) 13 else: 14 print("%s不是喜欢的" % value) 15 """ 16 运行结果： 17 cat是我喜欢的 18 dog不是我喜欢的 19 fox不是我喜欢的 20 monkey是我喜欢的 21 """
需求2：匹配出163、126、qq等邮箱
示例：
1 """ | 匹配左右任意一个字符 """ 2 import re 3 4 match_obj = re.match("[a-zA-Z0-9_]{4,20}@(163|126|qq|sina|yahoo)\.com", "hello@163.com") 5 if match_obj: 6 print(match_obj.group()) 7 # 获取分组数据 8 print(match_obj.group(1)) 9 else: 10 print("匹配失败") 11 12 # 运行结果： 13 # hello@163.com 14 # 163
需求3: 匹配qq:10567这样的数据，提取出来qq的文字和qq的号码
示例：
1 """ (ab) 将括号中字符作为一个分组 """ 2 import re 3 4 match_obj = re.match("(qq):([1-9]\d{4,10})", "qq:10567") 5 6 if match_obj: 7 print(match_obj.group()) 8 # 分组:默认是1一个分组，多个分组从左到右依次加1 9 print(match_obj.group(1)) 10 # 提取第二个分组数据 11 print(match_obj.group(2)) 12 else: 13 print("匹配失败") 14 15 # 运行结果： 16 # qq 17 # 10567
需求4：匹配出<html>hh</html>和<html><h1>www.bug996.com</h1></html>这种类型
1 """ \num 引用分组num匹配到的字符串""" 2 3 import re 4 5 match_obj = re.match("<[a-zA-Z1-6]+>.*</[a-zA-Z1-6]+>", "<html>hh</div>") 6 7 if match_obj: 8 print(match_obj.group()) 9 else: 10 print("匹配失败") 11 # <html>hh</div> （运行结果） 12 13 14 match_obj = re.match("<([a-zA-Z1-6]+)>.*</\\1>", "<html>hh</html>") 15 16 if match_obj: 17 print(match_obj.group()) 18 else: 19 print("匹配失败") 20 # <html>hh</html> （运行结果） 21 22 match_obj = re.match("<([a-zA-Z1-6]+)><([a-zA-Z1-6]+)>.*</\\2></\\1>", "<html><h1>www.itcast.cn</h1></html>") 23 24 if match_obj: 25 print(match_obj.group()) 26 else: 27 print("匹配失败") 28 # <html><h1>www.itcast.cn</h1></html> （运行结果）
需求5：匹配出<html><h1>www.itcast.cn</h1></html>
1 """ 2 (?P<name>) 分组起别名 3 (?P=name) 引用别名为name分组匹配到的字符串 4 """ 5 6 import re 7 8 match_obj = re.match("<(?P<name1>[a-zA-Z\d1-6]+)><(?P<name2>[a-zA-Z1-6]+)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.bug996.cn</h1></html>") 9 10 if match_obj: 11 print(match_obj.group()) 12 else: 13 print("匹配失败") 14 15 # <html><h1>www.bug996.cn</h1></html> (运行结果)
总结：分组的数据是从左向右的方式进行分配的
九、re模块的延伸
1.search
需求：匹配出动物的个数
1 import re 2 3 # 根据正则表达式查找数据，提示：只查找一次 4 # 1.pattern: 正则表达式 5 # 2.string: 要匹配的字符串 6 # match_obj = re.search("pattern", "string") 7 match_obj = re.search("\d+", "动物有10个 其中猫咪有3只") 8 if match_obj: 9 # 获取匹配结果数据 10 print(match_obj.group()) 11 else: 12 print("匹配失败") 13 # 10 （运行结果）
！！！注意：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；
而re.search匹配整个字符串，直到找到一个匹配。
2.findall
需求：匹配出多种动物的个数
1 import re 2 3 result = re.findall("\d+", "猫咪10只 狐狸5只 总共15个动物") 4 print(result) 5 6 # ['10', '5', '15'] （运行结果）
3.sub -->>将匹配到的数据进行替换
需求1：将匹配到的点赞数改成520
1 import re 2 3 # pattern: 正则表达式 4 # repl: 替换后的字符串 5 # string: 要匹配的字符串 6 # count=0 替换次数，默认全部替换 , count=1根据指定次数替换 7 # 格式：result = re.sub("pattern", "repl", "string", count=) 8 result = re.sub("\d+", "22", "评论数:15 点赞数:5", count=1) 9 print(result) 10 # 评论数:15 点赞数:520 （运行结果）
需求2：将匹配到的阅读数，基础上加8
1 import re 2 3 # match_obj:该参数系统自动传入 4 def add(match_obj): 5 # 获取匹配结果的数据 6 value = match_obj.group() 7 result = int(value) + 1 8 # 返回值必须是字符串类型 9 return str(result) 10 11 result = re.sub("\d+", add, "阅读数:10") 12 print(result) 13 14 # 阅读数:18 （运行结果）
4.split--->> 根据匹配进行切割字符串，并返回一个列表
需求：切割字符串 "貂蝉,杨玉环:猪八戒,王昭君"
1 import re 2 my_str = "貂蝉,杨玉环:猪八戒,王昭君" 3 4 # maxsplit=1 分割次数， 默认全部分割 5 result = re.split(",|:", my_str, maxsplit=1) 6 print(result) 7 8 # ['貂蝉', '杨玉环:猪八戒,王昭君'] （运行结果）
十、python的贪婪和非贪婪
Python里面的数量词默认是贪婪的（在其他少数语言中，可能是默认非贪婪）
默认贪婪，会出现总能尝试匹配到尽可能多的字符（非贪婪则相反）
怎么才能实现贪婪转换成为非贪婪呢？
在这些代码符（"*", "?", "+", "{m,n}"）的后面加上可以 "?" 就可以实现？
示例：
>>> s="This is a number 234-235-22-423" >>> r=re.match(".+(\d+-\d+-\d+-\d+)",s) >>> r.group(1) '4-235-22-423' >>> r=re.match(".+?(\d+-\d+-\d+-\d+)",s) >>> r.group(1) '234-235-22-423'
十一、r的作用
Python中字符串前面加上 r 表示原生字符串，数据里面的反斜杠不需要进行转义，针对的只是反斜杠
原字符的作用就是让我们少写\的转义
1 # 原字符的\\\\转成\\ 2 import re 3 4 print("\\") # \ 5 print(re.match("\\\\", "\\").group()) # \ 6 7 print("\\\\") # \\ 8 print(re.match(r"\\\\\.", "\\\\.").group()) # \\. 9 10 print("\\ ab") # \ ab 11 print(re.match(r"\\\sab", "\\ ab").group()) # \ ab 12 13 print("\\\s ab") # \\s ab 14 print("\s") # \s 15 print(re.match("\\\\s", "\s").group()) # \s 16 17 # TODO 原字符的意思,以前\怎么写现在加了r以后\也是怎么写的
619
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
