正则表达式匹配规则简单使用

最新推荐文章于 2022-06-27 21:32:25 发布

非空盒子

最新推荐文章于 2022-06-27 21:32:25 发布

阅读量1.5k

点赞数

分类专栏：命令

本文链接：https://blog.csdn.net/m0_43394876/article/details/88371840

版权

命令专栏收录该内容

16 篇文章 0 订阅

订阅专栏

匹配到的全是字符串,
print(xxx.group()) group后面的括号默认序号是0,表示的是匹配出来的整个内容,然后从左到右排序1234…
[^指定字符]表示除了指定字符都匹配
{m,}最少出现m次最多无数次

1.re模块示例

re模块示例

# 导入 re 模块   
    import re
# re.match() 根据正则表达式从头开始匹配字符串数据
    result = re.match("itcast","itcast.cn")
# print 打印结果
    print(result.group())
# 运行结果为：
    itcast

2.匹配单个字符

代码	功能
.	匹配任意1个字符（除了\n）
[ ]	匹配[ ]中列举的字符, 比如[0-5]表示0,1,2,3,4,5
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即空格，tab键
\S	匹配非空白
\w	匹配非特殊字符，即a-z、A-Z、0-9、_、汉字
\W	匹配特殊字符，即非字母、非数字、非汉字

3.匹配多个字符

代码	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{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

import re
match_obj = re.match("t.+o", "two")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")
运行结果：
two

#匹配     qq:10567
match_obj = re.match("qq:[1-9]\d{4,10}", "qq:10567")
print(match_obj.group())

4.匹配开头和结尾

代码	功能
^	匹配字符串开头
$	匹配字符串结尾

import re
# 匹配以数字开头的数据
match_obj = re.match("^\d.*", "3hello")
print(match_obj.group())
运行结果:	3hello

import re
# 匹配以数字结尾
match_obj = re.match(".*\d$", "xxsdf;kj;5")
print(match_obj.group())

1.除了指定字符以外都匹配

[^指定字符]表示除了指定字符都匹配

import re
match_obj = re.match("[^aeiou]", "h")
print(match_obj.group())

5.匹配分组

代码	功能
\| 管道符	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
`\num`	引用分组num匹配到的字符串
`(?P)`	给分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

1. | 管道符

#需求：在列表中["apple", "banana", "orange", "pear"]，匹配apple和pear
import re
# 水果列表
fruit_list = ["apple", "banana", "orange", "pear"]
for value in fruit_list:
    match_obj = re.match("apple|pear", value)
    if match_obj:
        print(match_obj.group())
    #     print("%s是我想要的" % match_obj.group())
    # else:
    #     print("%s不是我要的" % value)

>>>
apple
pear

2. (ab)

需求：匹配出163、126、qq等邮箱
import re
match_obj = re.match("[a-zA-Z0-9_]{4,20}@(163|126|qq|sina|yahoo)\.com", "hello@163.com")
if match_obj:
    print(match_obj.group())
    # 获取分组数据
    print(match_obj.group(1))
else:
    print("匹配失败")

3. \num

值全部一样分才能调用 \num
注: <>是固定的,用()将里面的内容标为一个整体,后面如果内容相同,可以用\num序号来调用.

match_obj = re.match(r"<([a-zA-Z1-6]+)>.*</\1>", "<html>hh</html>")
if match_obj:
    # 提示：　group()默认获取的是第0个分组数据，其实就是整个匹配到的数据
    print(match_obj.group())

else:
    print("匹配失败")

# <html><h1>www.itcast.cn</h1></html>
# \num	引用分组num匹配到的字符串
match_obj = re.match("<([a-zA-Z1-6]+)><([a-zA-Z1-6]+)>.*</\\2></\\1>", "<html><h1>www.itcast.cn</h1></html>")
if match_obj:
    # 提示：　group后面的括号里默认获取的是第0个分组数据，其实就是整个匹配到的数据
    print(match_obj.group())
else:
    print("匹配失败")

4. ?p

?P分组起别名
- (?P=name)调用别名为name分组匹配到的字符串

#需求：匹配出<html><h1>www.itcast.cn</h1></html>
#?p<name>取名  ,	?p=name调用
match_obj = re.match("<(?P<name1>[a-zA-Z1-6]+)><(?P<name2>[a-zA-Z1-6]+)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h1></html>")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

6.re模块的高级应用

re.findall() 能够找出所有xxx字符串
re.search() 能够匹配出包含xxx的字符串,一次
re.sub() 将匹配到的数据进行替换
re.split() 根据匹配进行切割字符串，并返回一个字符串列表
re.match() 能够匹配出以xxx开头的字符串

1. re.search

需求：匹配出水果的个数
import re
# 根据正则表达式查找数据，提示：只查找一次
# 1.pattern: 正则表达式
# 2.string: 要匹配的字符串
match_obj = re.search("\d+", "水果有20个 其中苹果10个")
if match_obj:
    # 获取匹配结果数据
    print(match_obj.group())
else:
    print("匹配失败")
运行结果：	20

2.findall

需求：匹配出多种水果的个数
import re
result = re.findall("\d+", "苹果10个 鸭梨5个 总共15个水果")
print(result)
运行结果：		['10', '5', '15']

3.sub

需求：将匹配到的评论数改成22
import re
# pattern: 正则表达式
# repl: 替换后的字符串
# string: 要匹配的字符串
# count=0 替换次数，默认全部替换 , count=1根据指定次数替换
result = re.sub("\d+", "22", "评论数:10 赞数:20", count=1)
print(result)
运行结果：	评论数:22 赞数:20

re.search()
千万要注意,打印re.search结果的方式是group,和match一样

import re
my_str = """<img alt="醉玥儿的直播" data-original="https://rpic.douyucdn.cn/live-cover/appCovers/2018/06/18/3824021_20180618215700_big.jpg" src="https://rpic.douyucdn.cn/live-cover/appCovers/2018/06/18/3824021_20180618215700_big.jpg" width="283" height="163" class="JS_listthumb" style="display: block;">"""

img_url = re.search(r"https?.*?\.jpg",my_str)
if img_url:
    result = img_url.group()
    print(result)

需求：将匹配到的阅读数加1
import re
# match_obj:该参数系统自动传入
def add(match_obj):
    # 获取匹配结果的数据
    value = match_obj.group()
    result = int(value) + 1
    # 返回值必须是字符串类型
    return str(result)
result = re.sub("\d+", add, "阅读数:10")
print(result)
运行结果：		阅读数:11

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:西施,王昭君"
import re
# 1. 正则
# 2. 要匹配的字符串
# maxsplit=1 分割次数， 默认全部分割
result = re.split(",|:", my_str, maxsplit=1)
print(result)
运行结果：		['貂蝉', '杨玉环:西施,王昭君']

7.贪婪和非贪婪

Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），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。

在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪,使得?后面的内容不能由*或者-匹配。

>>> 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'
>>>
```

```
result = re.match("#.+?#","#幸福是奋#斗出来的#")		# >>>>>	注意.+不能用[]括起来
if result:
    print("ok")
    print(result.group())
else:
    print("error")
```









正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符串的启始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段的中的大部分，“\d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。

**解决方式：非贪婪操作符“？”，这个操作符可以用在"\*","+","?"的后面，这样?前面的正则表达式不能匹配?后面正则表达式的数据**

## 8.  r 的作用

```
ython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

Python里的原生字符串很好地解决了这个问题，有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

建议: 如果使用使用正则表达式匹配数据可以** 都加上r **，要注意r针对的只是反斜杠起作用，不需要对其进行转义
```

8.r的含义

比如

match_obj = re.match(r"<([a-zA-Z1-6]+)>.*</\1>", "<html>hh</html>")

Python中字符串前面加上 r 表示原生字符串（rawstring）

如果不使用r，默写情况下匹配时候需要加上反斜杠

非空盒子

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
正则表达式匹配规则简单使用

匹配的全是字符串,print(xxx.group()) group后面的括号默认序号是0,表示的是匹配出来的整个内容,然后从左到右排序1234…[^指定字符]表示除了指定字符都匹配{m,}最少出现m次最多无数次1.re模块示例re模块示例# 导入 re 模块 import re# re.match() 根据正则表达式从头开始匹配字符串数据 r...
复制链接

扫一扫