七、正则表达式

已于 2023-09-28 16:47:58 修改
阅读量464 收藏
点赞数 1
分类专栏： python 文章标签： 正则表达式 python 开发语言
于 2023-04-17 18:02:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mChenys/article/details/130195826
版权

目录

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

re模块的使用过程

#coding=utf-8
# 导入re模块
import re

# 使用match方法进行匹配操作
result = re.match(正则表达式,要匹配的字符串)

# 如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()

例如要从“hello world” 中查找hello， 可以这样处理:

# encoding=utf-8
import re


def main():
    result = re.match("hello", "hello world")
    print(result.group()) # hello


if __name__ == "__main__":
    main()

re.match() 能够匹配出以xxx开头的字符串

匹配单个字符

字符功能
.匹配任意1个字符(除了\n)
[]匹配[]中列举的字符
\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匹配单词字符,即a-z,A-Z,0-9,_

（1） 匹配任意1个字符

# encoding=utf-8
import re


def main():
    ret = re.match(".", "M")
    print(ret.group())

    ret = re.match("t.o", "toooo")
    print(ret.group())

    ret = re.match("t.o", "two")
    print(ret.group())


if __name__ == "__main__":
    main()

输出结果：

M
too
two

（2）匹配 [] 内的字符

# encoding=utf-8
import re


def main():
    # 如果hello的首字符小写，那么正则表达式需要小写的h
    ret = re.match("h", "hello Python")
    print(ret.group())  # 结果：h

    # 如果hello的首字符大写，那么正则表达式需要大写的H
    ret = re.match("H", "Hello Python")
    print(ret.group())  # 结果：H

    # 大小写h都可以的情况
    ret = re.match("[hH]", "hello Python")
    print(ret.group())  # 结果：h
    ret = re.match("[hH]", "Hello Python")
    print(ret.group())  # 结果：H
    ret = re.match("[hH]ello Python", "Hello Python")  # 结果：Hello Python
    print(ret.group())

    # 匹配0到9的第一种写法
    ret = re.match("[0123456789]hello python", "7hello python")  # 结果：7hello python
    print(ret.group())

    # 匹配0到9第二种写法
    ret = re.match("[0-9]Hello Python", "7Hello Python")  # 结果：7hello python
    print(ret.group())

    ret = re.match("[0-35-9]Hello Python", "7Hello Python")  # 结果：7hello python
    print(ret.group())

    # 下面这个正则不能够匹配到数字4，因此ret为None
    ret = re.match("[0-35-9]Hello Python", "4Hello Python")
    # print(ret.group()) 会报错


if __name__ == "__main__":
    main()

（3）\d匹配数字

# encoding=utf-8
import re


def main():
    ret = re.match("aa\dbb", "aa2bb")
    print(ret.group())  # 结果：aa2bb


if __name__ == "__main__":
    main()

（4） \D匹配非数字

# encoding=utf-8
import re


def main():
    ret = re.match("12\D34", "12a34")
    print(ret.group())  # 结果：12a34


if __name__ == "__main__":
    main()

（5）\s匹配空白字符

# encoding=utf-8
import re


def main():
    ret = re.match("12\s34", "12 34")
    print(ret.group())  # 结果：12 34


if __name__ == "__main__":
    main()

（6）\S 匹配非空白字符

# encoding=utf-8
import re


def main():
    ret = re.match("\S34", "a34")
    print(ret.group())  # 结果：a34


if __name__ == "__main__":
    main()

（7）\w匹配单词字符

# encoding=utf-8
import re


def main():
    ret = re.match("\w", "world 123")
    print(ret.group())  # 结果：w


if __name__ == "__main__":
    main()

（8）\W匹配非单词

# encoding=utf-8
import re


def main():
    ret = re.match("\W", "$hello")
    print(ret.group())  # 结果：$


if __name__ == "__main__":
    main()

数量匹配符

匹配多个字符的相关格式

字符功能
*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,即至少有一次
?匹配前一个字符出现1次或者0次,即最多有一次
{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

（1）*匹配符

# encoding=utf-8
import re


def main():
    # 匹配大写字母开头，后面有0个或多个小写字母
    ret = re.match("[A-Z][a-z]*", "Hello World")
    print(ret.group())  # 结果：Hello


if __name__ == "__main__":
    main()

（2）+匹配符

# coding=utf-8
import re

names = ["name1", "_name", "2_name", "__name__"]

for name in names:
    # 匹配字母或者下划线开头的次数出现1次或多次，后面出现0次或多次个字符
    ret = re.match("[a-zA-Z_]+[\w]*", name)
    if ret:
        print("变量名 %s 符合要求" % ret.group())
    else:
        print("变量名 %s 非法" % name)

输出结果：

变量名 name1 符合要求
变量名 _name 符合要求
变量名 2_name 非法
变量名 __name__ 符合要求

（3）？匹配符

# coding=utf-8
import re


def main():
    # 匹配出，0到99之间的数字
    ret = re.match("[1-9]?[0-9]", "75")
    print(ret.group()) # 75

    ret = re.match("[1-9]?\d", "33")
    print(ret.group()) # 33

    ret = re.match("[1-9]?\d", "09")
    print(ret.group()) # 0
 

if __name__ == '__main__':
    main()


## （4) {m}，次数限定匹配符

```python
# coding=utf-8
import re

# 匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线
ret = re.match("[a-zA-Z0-9_]{6}", "12a3g45678")
print(ret.group()) # 12a3g4

ret = re.match("[a-zA-Z0-9_]{8,20}", "1ad12f23s34455ff66")
print(ret.group()) # 小于8个字符会报错, 1ad12f23s34455ff66
# 上面的[a-zA-Z0-9_]其实也可以用\w来替代

匹配开头结尾

字符功能
^匹配字符串开头
$匹配字符串结尾

(1) 匹配数字开头的字符串

# coding=utf-8
import re

ret = re.match("^\d*", "1232456aaaaa")
print(ret.group()) # 结果：1232456

(2) 匹配@163.com结尾的字符串

# coding=utf-8
import re

email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"]

for email in email_list:
    ret = re.match("\w*@163.com$", email)
    if ret:
        print("匹配成功的是：%s" % ret.group())
    else:
        print("匹配失败的是：%s" % email)

输出结果：

匹配成功的是：xiaoWang@163.com
匹配失败的是：xiaoWang@163.comheihei
匹配失败的是：.com.xiaowang@qq.com

匹配分组

字符功能
|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引用分组匹配到的字符串
(?p)分组起别名
(?P=name)引用别名name分组匹配的字符串

（1）或匹配符|

# coding=utf-8
import re

ret = re.match("[1-9]?\d$|100", "100")
print(ret.group())  # 100

ret = re.match("[1-9]?\d$|100", "20")
print(ret.group())  # 20

（2）分组匹配符（）

# coding=utf-8
import re

email_list = ["abc@126.com", "hello@163.com", "xxx@qq.com"]

for email in email_list:
    ret = re.match("\w+@(163|126|qq)\.com$", email)
    print(ret.group())

输出结果：

abc@126.com
hello@163.com
xxx@qq.com

（3）引用分组匹配\

例如要匹配形如出hh格式的字符串， 你可能会想到下面的方式：

# coding=utf-8

import re

# 能够完成对正确的字符串的匹配
ret = re.match("<[a-zA-Z]+>\w*</[a-zA-Z]+>", "<html>hh</html>")
print(ret.group())

输出结果：

<html>hh</html>

但是这种还会匹配出错误的结果，例如这种hh，按理说后面的<>要和前面的内容一样，这个时候就可以引用分组，引用分组的格式是：\分组的数字，同时还需要在正则表达式前加上r，分组的部分需要用（）括起来，而\1对于的就是分组1，以此类推，例如：

# coding=utf-8

import re

# 能够完成对正确的字符串的匹配
ret = re.match(r"<([a-zA-Z]+)>\w*</\1>", "<html>hh</html>")
print(ret.group())

（4) 分组起别名和同别名引用分组

以匹配出<html><h1>www.163.com</h1></html>为例

# coding=utf-8

import re

# 能够完成对正确的字符串的匹配
ret = re.match(r"<(?P<group1>\w+)><(?P<group2>\w+)>.*</(?P=group2)></(?P=group1)>",
               "<html><h1>www.163.com</h1></html>")
print(ret.group())

注意：(?P)和(?P=name)中的字母p大写

他们的引用关系如下：
在这里插入图片描述

re的高级用法

（1）search的使用

# coding=utf-8
import re

# 匹配出文章阅读的次数
# 匹配出文章阅读的次数
ret = re.search(r"\d+", "阅读次数为 9999  点赞数 10")
print(ret.group()) # 9999

（2）findall查找多个

# coding=utf-8
import re

# 统计出python、c、c++相应文章阅读的次数
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret) # ['9999', '7890', '12345']

（3）sub将匹配到的数据进行替换

# coding=utf-8
import re

# 将python = 997中的977替换成100
ret = re.sub(r"\d+", '100', "python = 997")
print(ret) # 结果：python = 100

例如要提取网页的内容，非标签字符可以这样处理：

# coding=utf-8
import re

test_str = """
<div>
        <p>岗位职责：</p>
        <p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
        <p><br></p>
        <p>必备要求：</p>
        <p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
        <p>&nbsp;<br></p>
        <p>技术要求：</p>
        <p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
        <p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
        <p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
        <p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
        <p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
        <p>&nbsp;<br></p>
        <p>加分项：</p>
        <p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>
</div>
"""

ret = re.sub(r"<[^>]*>|&nbsp;|", "", test_str)
print(ret)

思路很简单就是将标签<>或者</>替换成空白字符即可，至于<>的内容可以用[^>]*来表示。

（4）split切割字符串

# coding=utf-8
import re

# 如果想按：分割字符串，可以这样
ret = re.split(r":", "info:xiaoZhang 33 shandong")
print(ret)

# 如果想按：或者空格符分割字符串，可以这样
ret = re.split(r":| ", "info:xiaoZhang 33 shandong")
# 上面这句还可以改成:ret = re.split(r":|\s", "info:xiaoZhang 33 shandong")
print(ret)

输出结果：

['info', 'xiaoZhang 33 shandong']
['info', 'xiaoZhang', '33', 'shandong']

贪婪和非贪婪匹配

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

# coding=utf-8
import re

# 贪婪模式（默认），尽可能匹配的多点
s = "This is a number 234-235-22-423"
r = re.match(".+(\d+-\d+-\d+-\d+)", s)
print(r.group())  # This is a number 234-235-22-423
print(r.group(1))  # 4-235-22-423, 这里group(1) 可以获取第一个()内的内容

# 非贪婪模式，尽可能匹配的少点
r = re.match(".+?(\d+-\d+-\d+-\d+)", s)
print(r.group())  # This is a number 234-235-22-423
print(r.group(1))  # 234-235-22-423

输出结果：

This is a number 234-235-22-423
4-235-22-423
This is a number 234-235-22-423
234-235-22-423

group方法可以传入分组的编号，这样就可以取对应分组的内容了，如果不传则取所有内容

再入可以配合findall或者search来提取特定字符串，例如提取网页中的url

# coding=utf-8
import re

test_str = """
<img data-original="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" 
    src="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg"
     style="display: inline;">"
"""

# 如何提取url

ret = re.findall(r"https://.*?\.jpg", test_str)
print(ret)

输出结果：

['https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg', 'https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg']

Python中字符串前面加上 r 表示原生字符串
与大多数编程语言相同，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。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2个反斜杠,即`\\`. 而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。

例如：

# coding=utf-8
import re

# 没有使用原生字符串的使用
test_str = "c:\\a\\b\\c"
ret = re.match("c:\\\\a", test_str).group()
print(ret)  # c:\a

# 使用了原生字符串的使用
test_str = r"c:\a\b\c"
# 正则表达式里面只需要对\进行一次转义即可
ret = re.match(r"c:\\a", test_str).group()
print(ret)  # c:\a
mChenys
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
正则表达式学习-什么是正则表达式
Forever的博客
01-23 784
正则表达式[0-9]对正则表达式处理器传递的信息是“匹配0到9范围内的任意数字”。正则表达式将方括号视为特殊的元字符，因此方括号不参与匹配。元字符是在正则表达式中有特殊含义的字符，也是保留字符。[0-9]这种形式的正则表达式称作字符组，有时也叫字符集。 [012789]这个字符组只会匹配列出0、1、2、7、8、9 比如我们要匹配一个北美电话号码：707-827-7019，我们可以使用[0-9]来...
正则表达式
ComAng的博客
09-03 5599
正则表达式
常见正则表达式
匆匆的博客
06-22 197
1、邮箱正则校验 const reg = /^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$/ 2、手机号正则校验 const reg = /^(13[0-9]|14[01456879]|15[0-35-9]|16[2567]|17[0-8]|18[0-9]|19[0-35-9])\d{8}$/
在python中使用正则表达式
非空盒子的博客
03-23 490
1.re模块介绍 1. re模块的使用过程 在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re import re # 使用match方法进行匹配操作 result = re.match(正则表达式,要匹配的字符串) # 如果上一步匹配到数据的话，可以使用group方法来提取数据 result.group() 2. re模块示例 import re resul...
JS身份证信息验证正则表达式
01-19
很多时候我们都是通过一组正则表达式来判断用户输入的身份证是否合法，那在用正则表达式判断之前，首先要做到的是对身份证信息的一些效验规则的知晓： 　1、号码的结构 　公民身份号码是特征组合码，由十七位数字...
Python基础入门知识之正则表达式学习 正则表达式30分钟入门教程 共21页.pdf
06-04
三、 正则表达式到底是什么东西？ 3 四、 入门 4 五、 测试正则表达式 6 六、 元字符 7 七、 字符转义 9 八、 重复 9 九、 字符类 9 十、 分枝条件 10 十一、 分组 11 十二、 反义 12 十三、 后向引用 12 十四、 零...
Python正则表达式的七个使用范例详解
01-21
作为一个概念而言，正则表达式对于Python来说并不是独有的。但是，Python中的正则表达式在实际使用过程中还是有一些细小的差别。 本文是一系列关于Python正则表达式文章的其中一部分。在这个系列的第一篇文章中，...
正则表达式学习问答
10-27
正则表达式是难学的，这不存在疑义。但是我认为，难点也只在语法方面。正则表达式已经有年头了，它（的语法）诞生于上世纪七十年代。那是个怎样的情景？
Python正则表达式七种兵器
12-04
Python正则表达式七种兵器（PDF）
Python基础10-使用正则表达式进行文本处理
PythonWeb实践
04-26 471
在编程过程中，我们经常需要对文本进行处理，以提取、替换或分割特定的字符串。正则表达式（Regular Expression）是一种强大的文本处理工具，它可以帮助我们实现这些任务。通过以上方法，我们可以在 Python 中使用正则表达式轻松地处理文本。在实际应用中，可以根据需要选择合适的方法来实现各种文本处理任务。要使用懒惰量词（*?
深入理解正则表达式：从入门到精通
https://blog.amd794.com
04-30 514
在这个示例中，我们使用正则表达式匹配日志文件中的请求路径，并利用collections.Counter统计每个请求路径出现的次数，最后输出出现次数最多的前5个请求路径及其次数。通过结合Python中的re模块和正则表达式，可以实现各种文本处理需求，包括数据抽取、格式化、搜索替换等功能。通过实际的日志分析项目，结合正则表达式和Python编程，可以更好地理解和应用正则表达式在日志分析中的作用，提高数据处理和分析的效率和准确性。在Python中，我们可以使用re模块来进行正则表达式的匹配操作。
记一次使用Notepad++正则表达式批量替换SQL语句
罗小爬的技术宝书
04-30 195
想把其中涉及的多个CREATE TABLE语句前添加相应的DROP TABLE语句如下，如对应。即为捕获组（使用括号包围的正则）的概念，而捕获组的内容可以通过序号进行提取，如通过。使用Notepad++打开sql脚本，按CTRL+F弹出查找对话框，点击上方的。标签，输入如下替换内容后，选择查找模式为。即被替换为相应的table名称，切中的。获取第一个捕获组的内容，如此。
MySQL数据库——17.正则表达式
weixin_66370632的博客
04-21 1394
MySQL正则表达式是一种强大的模式匹配工具，用于在文本数据中搜索和匹配特定的模式。MySQL使用正则表达式来执行模式匹配的操作，可以在SELECT语句的WHERE子句中使用，也可以在其他SQL语句中使用。
JS-在字符串形式的正则表达式中，需要对反斜杠进行转义
Bruce__taotao的博客
04-30 448
在字符串形式的正则表达式中，需要对反斜杠进行转义！！！，最近用AI帮我转换代码，后端伙伴已经用C#的正则方法。结果被坑了一波。下面娓娓道来。简而言之，在字符串中，单个反斜杠是转义字符，所以需要再加一个来表示字面意义上的反斜杠。这样，正则表达式引擎才能正确解析你的模式字符串。而C# 用的@ 不用转义。
一款可视化正则表达式工具
weixin_46228563的博客
04-27 373
regex-vis是一款在线免费且可视化的正则表达式工具。
正则表达式的常见语法
cj_eryue的博客
04-23 335
在Java中使用正则表达式进行字符串匹配可以说是一个很重要的技能，尤其对于需要进行文本处理或者字符替换的程序来说，更是必不可少的技术手段
SpringBoot中实现发送邮件
最新发布
m0_64289188的博客
04-30 341
当你添加了spring-boot-starter-mail依赖后，Spring Boot会自动配置JavaMailSender实例，并根据application.yml文件中的属性来配置这个实例。你可以直接在需要发送邮件的地方通过@Autowired注解将JavaMailSender实例注入到你的类中，然后使用它来发送邮件。：首先，需要在你的pom.xml文件中添加Spring Boot的邮件发送器依赖。，简化了在Spring Boot应用程序中发送电子邮件的设置过程。Spring Boot的。
如何正确认识正则表达式
06-11
正则表达式是一种强大的文本匹配工具，它可以用来搜索、替换、过滤文本内容。要正确认识正则表达式，可以从以下几个方面入手： 1. 了解正则表达式的基本语法：正则表达式由各种字符和特殊字符组成，通过这些字符...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值