Python 正则表达式

最新推荐文章于 2024-04-12 14:26:02 发布

qq_1066793001

最新推荐文章于 2024-04-12 14:26:02 发布

阅读量127

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/qq_41664822/article/details/126497425

版权

Python 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

1 re模块

2 匹配单个字符

<1> '.'匹配任意单个字符

<2> [ ]匹配[ ]中列举的字符，匹配到任意一个即可

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'