在正则表达式中,如果直接给出字符,就是精确匹配。
\d可以匹配一个数字
比如:'\d\d\d'可以匹配'007',但是无法匹配'00A'
\w可以匹配一个字母或者数字
比如:'\w\w\d'可以匹配'py3'
.可以匹配任意字符
比如:'py.'可以匹配'pyc'、'pyo'、'py!'等等
要匹配变成的字符,在正则表达式中,用*表示任意个字符(包括0个),用+表示至少一个字符,用?表示0个或者1个字符,用{n}表示n个字符,用{n,m}表示n-m个字符:
比如:
\d{3}\s+\d{3,8}
从左到右解读一下:
\d{3}表示匹配3个数字,例如'010'
\s可以匹配一个空格(也包括Tab等空白页)所以\s+表示至少有一个空格,例如匹配'',' '
\d{3,8}表示3-8个数字,例如:'1234567'
综合起来,上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。
要做更精确的匹配,可以用[]表示范围,比如:
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线
[0-9a-zA-Z\_]+可以匹配至少一个数字、字母或者下划线组成的字符串,比如:'a100','0_z','Py300'等等
[a-zA-z\_][0-9a-zA-Z\_]*可以匹配由字母或者下划线开头,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的合法变量。
[a-zA-Z\_][0-9a-zA-Z\_]{0,19}更加精确的确认了长度是1-20个字符(前面1个字符+后面最多19个字符)
A|B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表示以数字开头
$表示行的结束,\d$表示以数字结束
re模块
python提供了re模块,包含了所有正则表达式的功能。
需要注意的是Python字符串本身也用\转义,所以要特别注意:
s='ABC\\-001'
#python的字符串对应的正则表达式字符串变成:'ABC\-001'
强烈建议使用Python的r前缀,就不用考虑转义问题了。
s =r'ABC\-001'
match方法判断是否匹配,如果匹配成功,返回一个Match对象,否则返回None:
>>>import re
>>>re.match(r'^\d{3}\-\d{3,8}$','010-12345')
<_are.SRE_Match object;span=(0,9),match='010-12345'>
>>>re.match(r'^\d{3}\-\d{3,8}$','010 12345')
>>>
用正则表达式切分字符串:
>>>'a b c'.split(' ')
['a','b','','','c']
无法识别连续的空格,用正则表达式试试:
>>>re.split(r'\s+','a b c')
['a','b','c']
无论多少空格和逗号都可以正常分割:
>>>re.split(r'[\s\,]+','a,b,c d')
['a','b','c','d']