python(正则表达式)

最新推荐文章于 2024-09-26 16:53:56 发布
最新推荐文章于 2024-09-26 16:53:56 发布
阅读量4w 收藏 187
点赞数 32
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/qq_43194257/article/details/87361164
版权

通配符的使用

通配符：
    *: 代表任意多个字符
    ?: 代表单个字符
    .: 当前目录
    ..:当前目录的上一级目录
    [0-9]: 单个字符为0~9
    [a-z]:
    [A-Z]
    [A-Za-z]
    [0-9A-Za-Z]

    [[:digit:]]:单个数字
    [[:upper:]]:单个大写字符
    [[:lower:]]:单个小写字符
    [[:space:]]:单个空格

# 获取当前目录下以一个数字开头以.任意结尾的文件
glob.glob('./[0-9].*')
# 以任意多个字符开头以.gif结尾的文件
glob.glob('*.txt')
# 以任意单个字符开头以.gif结尾的文件
glob.glob('?.txt')
# 任意目录下的以任意多个字符开头以.txt结尾的文件，采用递归方式
glob.glob('**/*.txt', recursive=True)
# 当前目录下的所有目录，采用递归方式
glob.glob('./**/', recursive=True)

在这里插入图片描述

import os
import glob

files1 = [file for file in os.listdir('.') if file.endswith('.conf')]
# 获取当前目录所有以.conf结尾的文件;
files2=  glob.glob('./*.conf')
print(files1)
print(files2)

在这里插入图片描述

正则表达式的常用方法

match方法：
match尝试从字符串的起始位置开始匹配
  • 如果起始位置没有匹配成功， 返回None;
  • 如果起始位置匹配成功， 返回一个对象， 通过group方法获取匹配的内容;
# re:regular express 正则表达式
aObj = re.match(r'we', 'wetoshello')
print(aObj)
print(aObj.group())

# \d 单个数字
# \D \d的取反 , 除了数字之外
bObj = re.match(r'\d', '1westos')
if bObj:
    print(bObj.group())

bObj = re.match(r'\D', '_westos')
if bObj:
    print(bObj.group())

在这里插入图片描述

findall方法：
findall会扫描整个字符串， 获取匹配的所有内容;
res = re.findall(r'\d\d', '阅读数为2 点赞数为10')
print(res)

在这里插入图片描述

search方法：
search会扫描整个字符串， 只返回第一个匹配成功的内容的SRE对象;
resObj = re.search(r'\d', '阅读数为8 点赞数为10')

if resObj:
    print(resObj.group())

在这里插入图片描述

06_正则表达式的特殊字符类

字符类:
[ ]匹配括号内多个字符中的任意一个字符
[^ ]表示匹配除了括号内的任意一个字符
  • [pP]ython
  • westos[pP]
  • [aeiou]
  • [a-z]：匹配任意一个小写字母
  • [A-Z]：匹配任意一个大写字母
  • [a-zA-Z0-9]：匹配任意一个小写或大写字母或数字
  • [^aeiou]
  • [^0-9]：匹配除了数字的任意一个字符
特殊字符类:
  • .: 匹配除了\n之外的任意字符； [.\n]
  • \d: digit–(数字)， 匹配一个数字字符， 等价于[0-9]
  • \D: 匹配一个非数字字符， 等价于[^0-9]
  • \s: space(广义的空格: 空格, \t, \n, \r), 匹配单个任何的空白字符;
  • \S: 匹配除了单个任何的空白字符;
  • \w: 字母数字或者下划线, [a-zA-Z0-9_]
  • \W: 除了字母数字或者下划线, [^a-zA-Z0-9_]
^: 在[]前面表示以什么开头，在[]里面表示除括号内字符之外的任意一个字符^: 以什么开头
$: 以什么结尾
$: 以什么结尾

import re


# 匹配数字
# pattern = r'\d'
pattern = r'[0-9]'
string = "hello_1$%"
print(re.findall(pattern, string))


# 匹配字母数字或者下划线;
# pattern = r'\w'
pattern = r'[a-zA-Z0-9_]'
string = "hello_1$%"
print(re.findall(pattern, string))

# 匹配除了字母数字或者下划线;
# pattern = r'\W'
pattern = r'[^a-zA-Z0-9_]'
string = "hello_1$%"
print(re.findall(pattern, string))

# .: 匹配除了\n之外的任意字符； [.\n]
print(re.findall(r'.', 'hello westos\n\t%$'))

在这里插入图片描述

北美电话号码的合法性

问题描述:
    北美电话的常用格式:(eg: 2703877865)
            前3位: 第一位是区号以2~9开头 , 第2位是0~8, 第三位数字可任意;
            中间三位数字:第一位是交换机号, 以2~9开头, 后面两位任意
            最后四位数字: 数字不做限制;
# 传统正则
pattern = r'[2-9][0-8]\d[2-9]\d\d\d\d\d\d'
# 可以利用重复符号的方式
pattern = r'[2-9][0-8]\d[2-9]\d{6}'

import re

def is_valid(pattern,tel):
    telObj=re.search(pattern,tel)
    if telObj:
        print('%s合法' %(tel))
    else:
        print('%s不合法' %(tel))

if __name__ == '__main__':
    pattern = r'[2-9][0-8]\d[2-9]\d{6}'
    is_valid(pattern,'2777777777')
    is_valid(pattern,'1777777777')

在这里插入图片描述

指定字符出现的次数

匹配字符出现次数:
 *: 代表前一个字符出现0次或者无限次；    \d*,  .*
 +: 代表前一个字符出现一次或者无限次;     d+
 ?: 代表前一个字符出现1次或者0次；   假设某些字符可省略， 也可以不省略的时候使用，即去贪婪
第二种方式:
{m}: 前一个字符出现m次;
{m,}: 前一个字符至少出现m次;  * == {0,}; + ==={1,}
{m,n}: 前一个字符出现m次到n次; ? === {0,1}

import re

# *: 代表前一个字符出现0次或者无限次；    \d *,.*
print(re.findall(r'\d*', '234'))
print(re.findall(r'.*', 'hello223%'))
print(re.findall(r'd*', 'ddhello223%'))


#     +: 代表前一个字符出现一次或者无限次;     d+
print(re.findall(r'd+', ''))
print(re.findall(r'd+', 'dddderrttt'))
print(re.findall(r'\d+', '阅读数: 8976 点赞数:900'))

#  ?: 代表前一个字符出现1次或者0次；   假设某些字符可省略， 也可以不省略的时候使用
# 2019-10
print(re.findall(r'\d+-?\d+', '2019-10'))
print(re.findall(r'\d+-?\d+', '201910'))
print(re.findall(r'\d{4}-?\d{1,}', '2019-1'))
print(re.findall(r'\d{4}-?\d{1,2}', '2019-10'))
print(re.findall(r'\d+-?\d+', '201910'))

在这里插入图片描述

匹配电子邮箱的规则

 练习: 匹配一个163邮箱;(xdshcdshvfhdvg@qq.com)  --- 如果想在正则里面匹配真实的. , \.
      xdshcdshvfhdvg(可以由字母数字或者下划线组成， 但是不能以数字或者下划线开头； 位数是6-12之间)

在这里插入图片描述

编译正则表达式

当需要匹配大量数据时，采用现编译正则表达式可以节省大量的时间

转义的实现:
 + , ? , (), *, . 一定要转义
 () ---有自己的用法， 对()进行转义
 . ---有自己的用法， 对.进行转义

"""
要求：北美电话号码的格式为：
			1234567890
			123-456-7890
			123.456.7890
			123 456 7890
			(123) 456 7890
"""
import random
import re
import time


def timeit(f):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        res = f(*args, **kwargs)
        end_time = time.time()
        print("%s执行时间: %fs" % (f.__name__, end_time - start_time))
        return res

    return wrapper




def createPhone():
    with open('phoneText.txt', 'w') as f:
        for i in range(1000000):
            # 生成一个随机的电话号码;
            phone = "".join([str(random.randint(0, 9)) for i in range(10)])
            f.write(phone + '\n')




@timeit
def use_compile():
    pattern = r"\(?[2-9][0-8]\d\)?[-\.\s]?[2-9]\d{2}[-\.\s]?\d{4}"
    compilePattern = re.compile(pattern)

    with open('phoneText.txt') as f:
        for line in f:
            phone = line.rstrip()
            res = re.search(compilePattern, phone)
            if res:
                return True
            return False


@timeit
def no_compile():
    pattern = r"\(?[2-9][0-8]\d\)?[-\.\s]?[2-9]\d{2}[-\.\s]?\d{4}"
    # pattern = r'\d{10}'
    with open('phoneText.txt') as f:
        for line in f:
            phone = line.rstrip()
            res = re.search(pattern, phone)
            if res:
                return True
            return False


if __name__ == '__main__':
    # createPhone()
    no_compile()
    use_compile()

在这里插入图片描述

正则表达式之分组操作

表示分组
  • | : 匹配| 左右任意一个表达式即可;
  • (ab): 将括号中的字符作为一个分组
  • \num: 引用分组第num个匹配到的字符串
  • (?P): 分组起别名
  • (?P=name) : 引用分组的别名
import re

print(re.findall(r'westos|hello', "hellowestos"))
# 进行分组的时候， findall方法只返回分组里面的内容;
print(re.findall(r'(http|https)(.+)', 'http_hello'))

# search
sreObj = re.search(r'(http|https)(.+)', 'http_hello')
if sreObj:
    # group方法会返回匹配的所有内容;
    print(sreObj.group())
    # groups方法返回分组里面的内容;
    print(sreObj.groups())



# 需求: 获取标签里面的文字, 并判断标签是否成对出现?
htmlStr = "<html><p>welcome to westos!</p></html>"
pattern = r'<(\w+)><(\w+)>(.+)</\2></\1>'
print(re.findall(pattern, htmlStr))
print(re.findall(pattern, htmlStr)[0][2])

# 需求: 分组起别名?
htmlStr = "<html><p>welcome to westos!</p></html>"
pattern = r'<(?P<FirstTag>\w+)><(?P<SecondTag>\w+)>(?P<Text>.+)' \
          r'</(?P=SecondTag)></(?P=FirstTag)>'
print(re.findall(pattern, htmlStr))
sreObj = re.search(pattern, htmlStr)
if sreObj:
    print(sreObj.group())
    print(sreObj.groups())
    print(sreObj.groupdict())
    print(sreObj.groupdict()['Text'])

在这里插入图片描述

练习之URL合法性验证

问题描述:
    检查某段给定的文本是否是一个符合需要的URL；

思路:
    1). 检查URL是否以web浏览器普遍采用的通信协议方案开头: http, https, ftp file
    2). 协议后面紧跟 ://
    3).  协议后面字符任意;

import re
def isUrl(url):
    pattern = re.compile(r'^(http|https|ftp|file)://.+$')
    resObj = re.search(pattern, url)
    if resObj:
        return  True
    return  False


if __name__ == '__main__':
    print(isUrl('file:///tmp'))
    print(isUrl('http://www.baidu.com'))
    print(isUrl('https://www.baidu.com'))
    print(isUrl('ftp://www.baidu.com'))

在这里插入图片描述

北美电话号码的格式化

"""
统一格式为:
            (123) 456-7890
"""
#位置分组的使用
import re
def isPhone(phone):
    pattern = r"\(?([2-9][0-8]\d)\)?[-\.\s]?([2-9]\d{2})[-\.\s]?(\d{4})"
    res = re.search(pattern, phone)
    if res:
        info = res.groups()  # 返回的是元组
        formatPhone = "(%s) %s-%s" %(info[0], info[1], info[2])
        print(formatPhone)
        return True
    return False

print(isPhone('777-777-7777'))
print(isPhone('(777) 777 7890'))

# 命名分组的使用
import re
def isPhone(phone):
    pattern = r"\(?(?P<firstNum>[2-9][0-8]\d)\)?[-\.\s]?(?P<secondNum>[2-9]\d{2})" \
              r"[-\.\s]?(?P<thirdNum>\d{4})"
    res = re.search(pattern, phone)
    if res:
        info = res.groupdict()
        formatPhone = "(%s) %s-%s" %(info['firstNum'],
                                     info['secondNum'], info['thirdNum'])
        print(formatPhone)
        return True
    return False

print(isPhone('777-777-7777'))
print(isPhone('(777) 777 7890'))

在这里插入图片描述

匹配日期

“““
\1: 代表的是一定要与第一个分组的内容保持一致， 否则不匹配;
\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}
“““
import re

date = '2019-10-10'
pattern = r'\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}'

reObj = re.search(pattern, date)
if reObj:
    print(reObj.group())
    print(reObj.groups())

在这里插入图片描述

匹配用户名

字符串是否包含中文 []表示匹配方括号的中任意字符，\u4e00是Unicode中汉字的开始，\u9fa5则是Unicode中汉字的结束
import re
user = '西安邮电大学123'
pattern = r'[\w\-\u4e00-\u9fa5]+'
print(re.findall(pattern, user))

在这里插入图片描述

qq_43194257
关注
【Python】正则表达式（非常详细）
python03012的博客
12-15 3251
正则表达式，又称规则表达式。(英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式（视则）的文本。（1）测试字符串的某个模式，即数据有效性验证（查找）（2）实现按照某种规则替换文本（3）根据模式匹配从字符串中提取一个子字符串（爬虫）原子（普通字符，如英文字符）、元字符（有特殊功能的字符）、以及模式修正字符组成。注意：一个正则表达式中至少包含一个原子。RegexBuddy。
python正则表达式详解
Nicholas的专栏
03-02 1341
正则表达式是一个很强大的字符串处理工具，几乎任何关于字符串的操作都可以使用正则表达式来完成，作为一个爬虫工作者，每天和字符串打交道，正则表达式更是不可或缺的技能，正则表达式的在不同的语言中使用方式可能不一样，不过只要学会了任意一门语言的正则表达式用法，其他语言中大部分也只是换了个函数的名称而已，本质都是一样的。下面，我来介绍一下python中的正则表达式是怎么使用的。 　　首先，python
正则表达式【详细解读】
最新发布
weixin_47734224的博客
09-26 3181
正则表达式，如瑞士军刀般多功能而精巧，它在字符串的密林中开辟路径，既是文本处理的利器，也是数据挖掘的宝藏钥匙。掌握这把万能钥匙，解锁编程与数据处理的无限可能。
转: python 正则表达式
weixin_30386713的博客
04-09 478
http://blog.csdn.net/smilelance/article/details/6529950 1．Python正则式的基本用法 import re p = re.compile(r'abc*') p.match(s) # 注意：match 只匹配 开头或结尾， 如果不想这样， 请用search # 也可以 re.match(r'abc*', s) ...
Python常用正则表达式，看这一篇就够了！（建议收藏）
m0_59236127的博客
01-26 6629
*、匹配email地址^[A-Za-z0-9._%±]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$****、匹配钱的表达方式^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?**、匹配中文、英文、数字和下划线组成的字符串^[\u4e00-\u9f5aA-Za-z0-9_]+$****、匹配密码（字母开头，8-20位，只能包括字母、数字和下划线）^[a-zA-Z]\w{7,19}$****、匹配URL地址’[a-zA-Z]+://[^\s]***
python正则查找_python正则查找
weixin_39926639的博客
12-16 198
【转摘】PYTHON 正则表达式网上转的一篇，把正则的规则系统的分类了。。好文，共享，备查~~~~~~~~~~~http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.htmlPython正则表达式指南本文介绍了Python对于正则表达式的支持，包括正则表...文章天飞2016-05-11955浏览量正则表达式简介 | 手把手教你入门Pytho...
Python正则表达式匹配数字和小数的方法
01-20
 以上所述是小编给大家介绍的Python正则表达式匹配数字和小数的方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对软件开发网网站的支持！ 如果你觉得本文对你有...
Python正则表达式教程之二：捕获篇
12-23
在上一篇文中，我们介绍了关于Python正则表达式的基础，那么在这一篇文章里，我们将总结一下正则表达式关于捕获的用法。下面话不多说，来看看详细的介绍吧。  捕获 捕获和分组在正则表达式中有着密切的联系，一般...
Python正则表达式分组概念与用法详解
10-19
Python正则表达式是处理字符串的强大工具，它允许用户定义规则来匹配特定的字符序列。在Python中使用正则表达式时，分组是一个不可或缺的功能，它使得我们能够从复杂的字符串中提取出有用的信息。 首先，正则表达式...
第11.25节 Python正则表达式编译re.compile及正则对象使用.rar
09-16
总结，`re.compile()`是Python正则表达式的重要工具，它使得我们可以预先编译正则表达式模式，提高程序的效率和可读性。通过创建正则表达式对象，我们可以灵活地执行多种正则操作，如查找、替换和分割字符串，从而在...
Python 正则表达式入门（初级篇）
01-20
首先说 正则表达式是什么？ 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式...
正则表达式
TIANKONGSUIYU的专栏
09-08 1152
正则表达式   正则表达式是由普通字符和特定字符定义的文字模式，用来对符合格式的文字进行搜索、验证。   1.     普通字符 普通字符包括没有显式的指定为元字符的所有可打印和不可打印的字符，其中包括所有大写和小写字母、所有数字、所有标点符号和一些其他的符号。   非打印字符 字符 描述 \cx 匹配由x指明的控制字符。例如，
Python使用正则表达式
ungoing的博客
05-21 652
Python使用正则表达式，简单介绍了几个常用方法的使用，如match()从头查找、search()查找、findall()查找全部、sub()替换、split()切割。
python使用正则表达式
热门推荐
追光少年的博客
05-08 1万+
一、使用正则表达式步骤 1、寻找规律； 2、使用正则符号表示规律； 3、提取信息，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。 二、正则表达式中常见的基本符号 1．点号“.” 一个点号可以代替除了换行符（\n）以外的任何一个字符，包括但不限于英文字母、数字、汉字、英文标点符号和中文标点符号。 2．星号“*” 一个星号可以表示它前面的一个子表达式（普通字符、另一个或几个正则表达式符号）0次到无限次。 3．问号“?” 问号表示它前面的...
Python中使用正则表达式
sys19897976523的博客
08-04 1162
正则表达式，又称为规则表达式，它不是某种编程语言所特有的，而是计算机科学的一个概念，通常被用来检索和替换某些规则的文本。
Python编程--正则基础
Liu_Bruce的博客
08-05 283
需求判断一个字符串是否是手机号解决编写一个函数，给函数一个字符串，如果是手机号则返回True，否则返回False代码 注意如果使用正则会让这个问题变得简单概述： 正则表达式，又称规则表达式正则表达式(regular expression)描述了一种字符串匹配的模式（pattern）正则匹配是一个 模糊的匹配(不是精确匹配)**re：**python自1.5版本开始增加了re模块，该模块提供了perl风格的正则表达式模式，re模块是python语言拥有了所有正则表达式的功能锚字符:用来判定是否按照规定开始
【Python】正则表达式的使用
HR的博客
02-28 1242
正则表达式的使用正则表达式的基础符号在python中使用正则findallsearch“.*”和“.*?”的区别 正则表达式（Regular Expression）是一段字符串，它可以表示一段有规律的信息。Python自带一个正则表达式模块，通过这个模块可以查找、提取、替换一段有规律的信息。 在程序开发中，要让计算机程序从一大段文本中找到需要的内容，就可以使用正则表达式来实现。使用正则表达式有如下步骤。 寻找规律。 使用正则符号表示规律。 提取信息。 正则表达式的基础符号 点号“.” 一
python模块-re
loco_python
03-01 395
一、结合match匹配任意字符串 （一）匹配单个字符串 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、_ ...
python中的正则
yy19890521的博客
06-25 194
下图展示了使用正则表达式进行匹配的流程： 正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。如果表达式中有量词或边界，这个过程会稍微有一些不同，但也是很好理解的，看下图中的示例以及自己多使用几次就能明白。下图列出了Python支持的正则表达式元字符和语法：   1.2. 数量词的贪婪模式与非贪婪模式正则表达式通常用于...
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