目录
1 re模块
re.match() 能够匹配出以xxx开头的字符串
# 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 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、_ |
\W | 匹配非单词字符 |
应用:
<1> '.'匹配任意单个字符
import re
ret = re.match(".", "M")
print(ret.group()) # 运行结果'M'
ret = re.match("t.o", "too")
print(ret.group()) # 运行结果'too'
<2> [ ]匹配[ ]中列举的字符,匹配到任意一个即可
ret = re.match('[aA]bc', "abc")
print(ret.group()) # 运行结果'abc'
<3> \d匹配数字
ret = re.match('\d代表顺', "6代表顺")
print(ret.group()) # 运行结果'6代表顺'
3 匹配多个字符
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 |
应用:
<1> *
一个字符串中第一个字母为大写,后面都是小写且这些小写字母可有可无
ret = re.match("[A-Z][a-z]*","A")
print(ret.group()) # 运行结果为''
ret = re.match("[A-Z][a-z]*","AbcdEFG")
print(ret.group()) # 运行结果为'Abcd'
ret = re.match("[A-Z][a-z]*","Aabcdefg")
print(ret.group()) # 运行结果为'Aabcdefg'
<2> +
变量名是否有效
names = ["name1", "_name", "2_name", "__name__"]
for name in names:
ret = re.match("[a-zA-Z_]+[\w]*",name) #以大写字母或小写字母或下划线开头,且至少出现一次,后面可有可无
if ret:
print("变量名 %s 符合要求" % ret.group())
else:
print("变量名 %s 非法" % name)
<3> ?
0到99之间的数字
ret = re.match("[1-9]?\d","7")
print(ret.group()) # 运行结果'7'
ret = re.match("[1-9]?\d","33")
print(ret.group()) # 运行结果'33'
<4> {m}
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_]{8,20}","4fh48dfdhh96_s1_")
print(ret.group()) # 运行结果 '4fh48dfdhh96_s1_'
4 匹配开头结尾
字符 | 功能 |
---|---|
^ | 匹配字符串开头 |
$ | 匹配字符串结尾 |
应用:
匹配163邮箱
emails = ['xiaowang@163.com', '123_xiaohe@163.comxiaohe']
for email in emails:
ret = re.match("[\w]{4,20}@163\.com$", email)
if ret:
print("%s 是符合规定的邮件地址,匹配后的结果是:%s" % (email, ret.group()))
else:
print("%s格式不符合" % email)
5 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num匹配到的字符串 |
(?P<name>) | 分组起别名 |
(?P=name) | 引用别名为name分组匹配到的字符串 |
应用:
<1> |
<2> ()
<3> \
<4> \number
<5> (?P<name>)
<6> (?P=name)
6 re模块的高级用法
<1> search
ret = re.search(r"\d+", "阅读次数为 9999")
ret.group() # 运行结果为’9999‘
<2> findall
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret) # 运行结果为 ['9999', '7890', '12345']
<3> sub
ret = re.sub(r"\d+", '1000', "python = 997")
print(ret) # 运行结果为’1000‘
<4> split
7 贪婪与非贪婪
python里的数量词默认是贪婪的,总是尝试尽可能的匹配更多的字符。python中使用?号关闭贪婪模式
ret1 = re.match(r"aa\d+", "aa2323")
print(ret1) # 会尽可能多的去匹配\d,运行结果为'aa2323'
ret2 = re.match(r"aa\d+?", "aa2323")
print(ret2) # 尽可能少的去匹配\d,运行结果为'aa2'
8 r的作用
Python中字符串前面加上 r 表示原生字符串,可以很好地解决反斜杠困扰
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。