2021-04-02

正则表达式

需要引入一个名为re的包。Import re

1.首先建立一个模板对象，调用x=re.compile(模板）  compile（编辑，编撰）

2.调用模板对象的search（）函数，传入需要匹配的字符串。并返回一个对象。  

mo=x.search("bdbfbdsbfdbdf456-789-12345")

1. 调用对象的group（）方法可以返回实际匹配的文本。  mo.group()

      import re

x=re.compile(r'\d\d\d\-\d\d\d-\d\d\d\d\d')

mo=x.search("bdbfbdsbfdbdf456-789-12345")

print(mo.group())

返回456-789-12345

 

 

进阶

一  匹配更多模式

1. 匹配分组   在正则表达式中建立分组

    x=re.compile(r'(\d\d\d)-(\d\d\d)-(\d\d\d\d\d)')

  如果\d多的话也可以用\d{n}  表示n个\d

这时间.group() 函数返回一个列表，分别是各个部分。

   0 代表整体。1代表第一块

例子

import re

x=re.compile(r'(\d\d\d)-(\d\d\d)-(\d\d\d\d\d)')

mo=x.search("bdbfbdsbfdbdf456-789-12345")

print(mo.group())

print(mo.group(0))

print(mo.group(1))

print(mo.group(2))

 

 

结果

456-789-12345

456-789-12345

456

789

由于括号有特殊含义  所以如果需要匹配的有（） 需要用\ 转义

import re

x=re.compile(r'(\(\d\d\d\))-(\d\d\d)-(\d\d\d\d\d)')

mo=x.search("bdbfbdsbfdbdf(456)-789-12345")

print(mo.group())

print(mo.group(0))

print(mo.group(1))

print(mo.group(2))

 

(456)-789-12345

(456)-789-12345

(456)

789

每一半（ 都需要加\

(2)用管道匹配实现匹配到多个表达式其中的一个。用| 实现 注意：当找到第一个符合情况的就会返回

import re

x=re.compile(r'(\(\d\d\d\))|(\d\d\d)|(\d\d\d\d\d)')

mo=x.search("bdbfbdsbfdbdf(456)-789-12345")

print(mo.group())

print(mo.group(0))

print(mo.group(1))

print(mo.group(2))

 

(456)

(456)

(456)

None

 

1. 可选匹配  用（）？ 实现。（）可以出现1次 或0次

    import re

x=re.compile(r'(\(\d\d\d\))?-(\d\d\d)-(\d\d\d\d\d)')

mo=x.search("bdbfbdsbfdbdf-789-12345")

print(mo.group())

print(mo.group(0))

print(mo.group(1))

print(mo.group(2))

 

 

-789-12345

-789-12345

None

789

import re

x=re.compile(r'(\(\d\d\d\))?-(\d\d\d)-(\d\d\d\d\d)')

mo=x.search("bdbfbdsbfdbdf(456)-789-12345")

print(mo.group())

print(mo.group(0))

print(mo.group(1))

print(mo.group(2))

(456)-789-12345

(456)-789-12345

(456)

789

1. 用*匹配0次或多次。  ()*   在（）中的元素可以出现0 次或多次
2. 用+匹配1次或多次   
3. 用{}表示匹配的次数，传递多个参数表示或的意思{3，5}表示3或5次

五  贪心匹配

Python   匹配默认贪心匹配  在表示二意的情况下，尽可能匹配比较长的字符串

      .search()匹配比较长的字符串

     .search{} 匹配比较短的字符串

六 findall（）方法

  正常情况下，python将返回第一个满足条件的匹配，

使用findall将返回一个字符串列表 返回所有满足条件的匹配

 

 

 

字符分类 在建立模板时

\d    0到9 的数字

\D    0 到9 以外的任何字符

\w    任何字母，数字和下划线字符

\W    除字母，数字和下划线意外的任何字符

\s     空格，制表符或换行符

\S     除空格，制表符或换行符以外的任何字符  

 

七：

^ 加在表达式开头：表示表示匹配必须发生在被查找文本的开始处。即必须以被查找文本开头

$ 加在表达式末尾：表示匹配的额表达式必须以被匹配的文字结尾

八：通配字符”.”

  用在表达式之前表示一个字符

   （.*)表示任意文本  且使用贪心匹配模式，他总是匹配尽可能多的文本

     用{} 使用非贪心匹配。注意（.*)只匹配换行符之前的。

    如果在re.compile()传入第二个参数  re.DOTALL  则会忽略换行符匹配所以的文本

?	匹配1次或0次前面的分组
*	匹配0次或多次前面的分组
+	匹配一次或多次前面的分组
{n}	匹配n次前面的分组
{n，}	匹配n次或者更多前面的分组
{，m}	匹配0次到m次前面的分组
{n，m}	匹配至少n次，至多m次前面的分组
^spam	意味着字符串必须以spam开始
Spam$	意味着字符串必须以spam结束
.	匹配所有字符，换行符号除外
\d,\w,\s	分别匹配数字，单词，空格
\D,\W,\S	分别匹配除数字，单词，空格以外的所有字符
[abc]	匹配方括号内的任何字符
[^abc]	匹配不再方括号内的任何字符
在re.compile 中传入re.DOTALL	忽略换行符，匹配所有对象
在re.compile（） 中传入re.I	忽略大小写匹配
在re.compile（） 中传入 re.VERBOSE	忽略空白，注释

 

 

re包除了.search()之外还有.sub().将找到的字符串替换为（）中的字符串。返回替换后的字符串