正则法则知识

今日内容

正则法则

正则表达式

• 简介

  正则法则不属于任何一门编程语言 是一个独立的学科
  主要用于数据的查找与筛选
  

• 前戏

  手机号的校验，输入是否合法

  纯代码实现

   # 1.获取用户输入的手机号
          phone_num = input('请输入您的手机号>>>:').strip()
          # 2.判断用户输入的手机号是否是纯数字
          if phone_num.isdigit():
              # 3.判断总长度是否是11位
              if len(phone_num) == 11:
                  # 4.判断是否以常见的电话号码开头  13 15 17 18 19
                  if phone_num.startswith('13') or phone_num.startswith('15') or phone_num.startswith(
                      '17') or phone_num.startswith('18') or phone_num.startswith('19'):
                      print('手机号合法')
                      print(int(phone_num))
                  else:
                      print('手机号开头不对')
              else:
                  print('手机号必须是11位')
          else:
              print('手机号必须是纯数字')
  

  正则表达式实现

  	  import re
          phone_num = input('把你的手机号告诉我>>>:').strip()
          if re.match('^[13|15|17|18|19][0-9]{9}',phone_num):
              print(phone_num)
          else:
              print('输入不合法')
  

总结

正则表达式本质上就是使用一些符号的组合产生一些特殊的含义
然后去字符串中筛选出符合条件的数据

正则表达式之字符组

正则表达式线上测试网址:http://tool.chinaz.com/regex/

字符组在没有量词的情况下，一次只会针对一个数据值

[0-9]	匹配0到9之间的任意一个数字(包括0和9)	全称是:[0123456789]
[A-Z]	匹配A到Z之间的任意一个字母(包括A和Z)	全称是:[ABCD…WXYZ]
[a-z]	匹配A到Z之间的任意一个字母(包括a和z)	全称是:[abcd…wxyz]
[0-9a-zA-Z]	数字、小写字母、大写字母都可以

在中括号内编写的多个数据值彼此都是或的关系

正则表达式之特殊符号

特殊符号在没有量词修饰的情况一个符号一次只会针对一个数据值

• 匹配单个字符

符号	功能
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\W	匹配非字母或非数字或非下划线
\d	只匹配数字
\D	匹配非数字，即不是数字
\s	匹配空白，即空格
\S	匹配非空白

• 特殊符号

符号	功能
^	匹配字符串的开头
$	匹配字符串的末尾
()	给正则表达式分组，不影响正则的正常匹配
[]	匹配字符组内的字符
[^]	匹配除了字符组中的字符以外的字符

• 举例说明

.的用法

\w的用法

\W的用法

\d的用法

\D的用法

\s的用法

\S的用法

^的用法

$的用法

[]的用法

()的用法

[^]的用法

正则表达式之量词

符号	功能
*	重复零次或者多次(默认情况下就是尽可能的多)
+	重复一次或者多次(默认情况下就是尽可能的多)
？	重复零次或者一次(默认情况下就是一次)
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n次到m次(默认情况下为m次)

举例说明

*的用法

+的用法

?的用法

{n}的用法

{n,}的用法

{n,m}的用法

正则表达式练习题

.^$

正则	待匹配字符	匹配结果	说明
海.	海燕海娇海东	海燕海娇海东	匹配所有"海."的字符
^海.	海燕海娇海东	海燕	只从开头匹配"海."
海.$	海燕海娇海东	海东	只匹配结尾的"海.$"

贪婪匹配与非贪婪匹配

Python⾥数量词默认是贪婪的，总是尝试匹配尽可能多的字符；⾮贪婪则相反，总是尝试匹配尽可能少的字符。

待匹配的文本:<script>alert(123)</script>
正则表达式:<.*>  # 贪婪匹配
上述正则匹配出来的内容是:<script>alert(123)</script>
正则表达式:<.*?>  # 非贪婪匹配
上述正则匹配出来的内容是:<script>      </script>

贪婪匹配

非贪婪匹配

所有的量词默认都是贪婪匹配 但是如果在量词的后面紧跟一个问号
那么就会变成非贪婪匹配
小技巧:以后我们在使用贪婪匹配或者非贪婪匹配的时候一般都是用.*或者.*?
并且结束的标志有上述符号左右两边添加的表达式决定

取消转义

• 问题引入
  正则表达式里使用”\”作为转义字符，这就可能造成反斜杠困扰。
• 处理方法
  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地解决了这个问题，Python中字符串前⾯加上 r 表示原⽣字符串。

正则表达式实战

编写校验用户手机号的正则
	0?(13|14|15|17|18|19)[0-9]{9}
编写校验用户身份证的正则
	\d{17}[\d|x]|\d{15}
编写校验用户邮箱的正则
	\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}
编写校验用户qq号的正则
	[1-9]([0-9]{5,11})

这些常用的肯定是已经有人已经写过了的，这个时候我们可以通过百度查询