文章目录
1. 基础语法
\d
:可以匹配一个数字
\w
:可以匹配一个字母或者数字
.
:可以匹配任意字符
\s
:可以匹配一个空格
\_, \-, \', \"
:特殊字符需要使用转义符
匹配变长的字符:
*
:表示任意个字符(包括0个)
+
:表示至少一个字符
?
:表示0个或一个字符
{n}
:表示n个字符
{n,m}
:表示n-m个字符
更精确的匹配,可以用[]表示范围:
[0-9a-zA-Z\_]
:可以匹配一个数字、字母或者下划线
[0-9a-zA-Z\_]+
:可以匹配至少由一个数字、字母或者下划线组成的字符串,比如’a100’,‘0_Z’,'Py3000’等等
[a-zA-Z\_][0-9a-zA-Z\_]*
:可以匹配由字母或下划线开头,后接任意个由一个数字、字母或者下划线组成的字符串,也就是Python合法的变量
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}
:更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)
A|B
:表示可以匹配A或者B,所以(P|p)ython
可以匹配Python
或者python
^
:表示行的开头;^\d
表示必须以数字开头
$
:表示行的结束,\d$
表示必须以数字结束
2. re模块
2.1 判断正则表达式是否匹配-re.match()
import re
test = '010-12345'
if re.match(r'\d{3}\-\d{5}', test):
print('Ok')
else:
print('Filed')
Ok
2.2 切分字符串-re.split()
以空格或者逗号或者分号来切分字符串’a,b;; c d’:
re.split(r'[\s\,\;]+', 'a,b;; c d')
['a', 'b', 'c', 'd']
2.3 分组
用()
表示的就是要提取的分组(Group)。比如:^(\d{3})-(\d{3,8})$
分别定义了两个组,可以直接从匹配的字符串中提取出区号和本地号码:
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
print('>>>m.group(0)\n',m.group(0))
print('>>>m.group(1)\n',m.group(1))
print('>>>m.group(2)\n',m.group(2))
>>>m.group(0)
010-12345
>>>m.group(1)
010
>>>m.group(2)
12345
2.4 解决贪婪陪匹配
必须让\d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个?就可以让\d+采用非贪婪匹配
re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')
2.5 预编译正则表达式-re.compile()
如果一个正则表达式要重复使用几千次,出于效率的考虑,我们可以预编译该正则表达式,接下来重复使用时就不需要编译这个步骤了,直接匹配:
re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')
print(re_telephone.match('010-12345').groups())
print(re_telephone.match('010-8086').groups())
('010', '12345')
('010', '8086')