正则表达式

正则表达式

re.match()

• 第一个参数， 是需要匹配的规则
• 第二个参数， 将要匹配的内容
• match 从字符串开头开始匹配，字符串开头如果匹配不到，就返回None

元字符

.:任意字符，换行符除外
\d:任意数字
\w:任意数字字母下划线
\s:空白符

#如果是大写的s，w，d，代表’非’

匹配多个字符：单个字符 + 个数限制（量词）

+：最少1个，最多无限个

*:最少零个，最多无限个

?:最少0个，最多1个

{n}:固定n个

{n,m}:最少n个，最多m个

$:匹配结尾，后面不能再有其他内容

group()如果匹配到数据，用group方法提取数据

案例

#匹配手机号，11位数字，首位不能是0

r = re.match('[1-9]\d{10}$', "23456789012")  
# 首位不是0，列举1-9， 后面只能是10位，必须要结束，加$匹配结尾
print(r)

#匹配微信号：字母、数字、_组成，最少8位，最多20位，
r = re.match('\w{8,20}$', "23456789012")  #  判断，20位之后，不能有其他内容

分组、转义

\.  : . 代表 匹配任意字符， 但是现在不需要任意字符， 只需要 单独的 . , 加上  \ 进行字符串转义， 此时 . 就是一个单纯的 .
正则匹配的规则表达式中，一般会在字符串的外面 添加 r，代表 原生字符串， 字符串只是本身的含义， 没有其他含义

match Vs Search

• match 是从字符串开头开始查找，开头如果没有，那就真没有，字符串中间有也不行

• search 在字符串中从左向右 依次查找，找到就行， 在任意位置均可

• match： 主要用来 判断 字符串 是否 符合 某个要求

• search： 主要用来 在 某段 文字中 提取 符合 要求的 内容

import re

s = '欢迎你， 北京'
r1 = re.match('北京', s)  # None

r2 = re.search('北京', s)  # <re.Match object; span=(5, 7), match='北京'>

贪婪匹配与非贪婪匹配

• 正则匹配中，默认 会尽可能多 的匹配符合要求的内容， 这种匹配方式 称为 贪婪匹配
• 尽快少的匹配符合要求的内容,最多只匹配一次， 这种匹配方式 称为 非贪婪匹配

import re

s = '<img data-original="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" src="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" style="display: inline;">'

# 在search搜索内容时，一般不使用$结束符

r = re.search(r'https.*?\.jpg', s)

if r is not None:  # 当搜索结果不为空
    url = r.group()  # 将搜索到的结果提取出来
    print(url)

re.findall(r'正则表达式','str'),结果是一个列表，匹配整个字符串

re.search(r'正则表达式','str')匹配到第一个结果就返回，返回的是一个对象，使用group取值

re.match(r'正则表达式','str')从字符串开始进行匹配，返回一个对象，使用group取值，如果未匹配到，返回None

re.complie将正则表达式编译为对象，在需要按正则表达式匹配是可以在直接使用该对象调用以上方法