python-正则表达式

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

常用的匹配规则

data='123456ss'
print(re.match('\d\d',data).group())
#\D匹配非数字
t='ws123'
print(re.match('\D',t).group())
#\s匹配一个空白字符或者tab
data='  hello'
print(re.match('\s\s',data).group())
#\S匹配非空白的字符
data='6stasd123'
print(re.match('\S\S',data).group())
#\w匹配单词字符即a-z,A-Z,0-9和_
data='_2ssdef'
print(re.match('\w\w',data).group())
#\W匹配非单词的字符
data='  &'
print(re.match('\W\W\W',data).group())
str1='hello'

.(点)： 匹配任意除换行符之外的字符

 import re 
>>> str = 'aaaa’ 
>>> re.match('.',str).group() 
>>> re.match('..',str).group() 

打印的结果是aa

[ ] ：匹配中括号内的任意一个字符

str = ‘hello’
re.match(’[he]’,str).group() ‘h’
str = ‘Hello’
re.match(’[He]’,str).group() ‘H’
str = ‘eee’
re.match(’[He]’,str).group() 'e’

若首字母无He则无法执行并报错

#*匹配前一个字符出现0次或者无限次，即可有可无
import  re
res=re.match('[A-Z][a-z]*','Mmyn')#第一个字符匹配第一个[A-Z],后面的全部匹配第二个，
# 匹配的*前的那个,若第二个字符超出*号前面的范围则后面就算满足也无法执行
#若不加*则走到m就不走了
#例如:'MMyn'第二个M超出a-z，则后面yn即使满足也无法执行
print(res.group())
#?告诉引擎匹配前导字符 0次或者一次，事实上表示前导字符是可以选择的
result=re.match('[a-zA-Z]+[0-9]?','na99m_e')
print(result.group())
res=re.match('\d{4}','123456789')#{}中的数字代表最大次数，输入1234,若小于4则报错
if result:
    print('匹配成功{}'.format(res.group()))
#实例匹配邮箱 格式xxxxx@163.com
mail=re.match('[a-zA-Z0-9]{6,11}@163.com','wywasta@163.com')#{6,11}表示长度范围
if mail:
    print('匹配成功{}'.format(mail.group()))
#^匹配字符串的开头
res=re.match('^p.*','python is langage')
res1=re.match('^p\w{5}','python is langage')
if res:
    print('-------')
    print(res.group())

编译函数

#compile re模块中的编译方法可以吧一个字符串编译成字节码
#优点：在使用正则表达式进行match的操作时，python会将字符串转为正则表达式对象
#如果使用complie则只需要完成一次转换节课，以后再使用模式对象的话 无需重复转换

import re
reobj=re.compile('\d{4}')
rs=reobj.match('123567')
print(rs.group())
data='python很好的语言，java也是'
#search返回第一个出现的子
rs=re.search('java',data)
print(rs.group())
#findall()查询字符串中某个正则表达式全部的非重复的情况
data='华为是华人的骄傲'
rs=re.search('华.',data)
print(rs)#先检测到华为所以打印出华为,无法使用group，
rs1=re.findall('华.',data)
print(rs1)
reobj=re.compile('华.')
reobj.search(data)
print(reobj.findall(data))
#re.sub实现目标的查找
data='python是很受欢迎的编程语言'
pattern='[a-zA-Z]+'#字符集的范围 + 号代表前导字符模式出现1次以上
res=re.sub(pattern,'c#',data)#将满足范围的字符进行替换，替换为c#
print(res)
data='百度，腾讯，阿里'
print(re.split(',',data))

分组匹配

import  re
#|就是或的作用
string='wayahdoai5989'
rs=re.match('(waydiojoj|wayahdoai5989)',string)
print(rs.group())
#(ab)分组匹配
res=re.match('([0-9]*)-(\d*)','0355-456213987')
print(res.group(1))#打印出第一组
print(res.group(2))#打印出第二组

贪婪模式与非贪婪模式

贪婪模式：
默认的匹配规则,在满足条件的情况下尽可能多的去匹配数据
费贪婪模式
在满足条件下尽可能少的去匹配到数据,加入?,*,+,{m,n}使贪婪变成非贪婪

#贪婪模式：
#默认的匹配规则,在满足条件的情况下尽可能多的去匹配数据
import re
rs=re.match('\d{6,9}','11223364')
print(rs.group())
#费贪婪模式
#在满足条件下尽可能少的去匹配到数据,加入?,*,+,{m,n}使贪婪变成非贪婪
rs=re.match('\d{6,9}?','111222333')
print(rs.group())