# 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python自带的模块，名字为re。
#
# 正则表达式的大致匹配过程是：
# 1.依次拿出表达式和文本中的字符比较，
# 2.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。
# 3.如果表达式中有量词或边界，这个过程会稍微有一些不同。
#
# r：Python 中字符串的前导 r 代表原始字符串标识符，该字符串中的特殊符号不会被转义，适用于正则表达式中繁杂的特殊符号表示。 因此 r"\n" 表示包含 '\' 和 'n' 两个字符的字符串，而 "\n" 则表示只包含一个换行符的字符串。
print("\n") #输出换行
print("\\n") #输出\n
print(r"\n") #输出\n
print("\n\n")
# ---------------------------------------------
import re
#match()函数
# 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，re.match()就返回none。匹配成功re.match方法返回一个匹配的对象。
#
# 如果上⼀步匹配到数据的话，可以使⽤group⽅法来提取数据。以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
#
# group()用来提出分组截获的字符串，（）用来分组，group() 同group（0）就是匹配正则表达式整体结果，group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。没有匹配成功的，re.search()返回None。
# 匹配单个字符
print("""
# 匹配单个字符 语法
|--|--|--|--|--|
|--|--|--|--|--|
|字符|功能|位置|表达式实例|完整匹配的字符串|
|.|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|可以写在字符集[...]中|
|\D|匹配⾮数字，即不是数字|可以写在字符集[...]中|
|\s|匹配空⽩，即空格，tab键|可以写在字符集[...]中| #小写s
|\S|匹配⾮空⽩字符|可以写在字符集[...]中| #大写S
|\w|匹配单词字符，即a-z、A-Z、0-9、_|可以写在字符集[...]中| #小写w
|\W|匹配⾮单词字符|可以写在字符集[...]中| #大写W
# [...]字符集，对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，比如[abc]和[a-c]，第一个字符如果是^表示取反。所有特殊字符（比如"]""-""^"）在字符集中都失去原来的含义，如要使用可把"]""-"放在第一个字符，"^"放在非第一个字符。
""")
print("""
# 匹配单个字符
#示例
""")
ret1 = re.match(".","qwer")
print(ret1)
print(" . 匹配单个字符",ret1.group()) # 输出q
ret2 = re.match("a.b","asbuj")
print(ret2.group()) #输出asb
ret3 = re.match("g","ggod ok")
print(ret3.group()) #输出g
ret4 = re.match("H","Hello world")
print(ret4.group()) #输出H
# ret5 = re.match("Hd","Hello world")
# print(ret5.group()) #从开始匹配Hd，不成功，报错 AttributeError: 'NoneType' object has no attribute 'group'
ret6 = re.match("[hd]","hello World")
print(ret6.group()) #输出h
ret7 = re.match("[dh]","hello world")
print(ret7.group()) #输出h,先用d去匹配不成功，再用h匹配成功
ret8 = re.match("[Hh]ello World","hello World")
print(ret8.group()) #输出hello World
ret9 = re.match("[0-9]shanghai","1shanghai")
print(ret9.group()) #输出1shanghai
#匹配0-3或5-9
ret10 = re.match("[0-35-9]abc","2abc")
print(ret10.group()) #输出2abc
# \d 匹配数字，即0-9
ret11 = re.match("\dabc","5abc")
print(ret11.group())
# ------------------------------------------------------------
# ------------------------------------------------------------
# ------------------------------------------------------------
#匹配多个字符
print("""
#匹配多个字符 语法
|--|--|--|--|--|
|--|--|--|--|--|
|*|匹配前⼀个字符出现0次或者⽆限次，即可有可⽆|用在字符或(...)之后|abc*|abccc|
|+|匹配前⼀个字符出现1次或者⽆限次，即⾄少有1次|用在字符或(...)之后|abc+|abccc|
|?|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|用在字符或(...)之后|abc?|ab,abc|
|{m}|匹配前⼀个字符出现m次|用在字符或(...)之后|ab{2}c|abbc|
|{m,n}|匹配前⼀个字符出现从m到n次，若省略m，则匹配0到n次，若省略n，则匹配m到无限次|用在字符或(...)之后|ab{1,2}c|abc,abbc|
""")
print("""
# 匹配多个字符
#示例
""")
print("""
#：匹配出，⼀个字符串第⼀个字⺟为⼤写字符，后⾯都是⼩写字⺟并且这些⼩写字⺟可有可⽆
""")
rett1 = re.match("[A-Z][a-z]*","A")
rett2 = re.match("[A-Z][a-z]*","Azzm")
rett3 = re.match("[A-Z][a-z]*","BhhP")
print(rett1.group(),rett2.group(),rett3.group()) #输出 A Azzm Bhh
print("""
#匹配出，变量名是否有效
[a-zA-Z_]+[\w]* 表示
匹配以字母或下划线开头的，单词字符出现任意次，即a-z、A-Z、0-9、_，出现任意次
也可这样写ret = re.match("[a-zA-Z_][\w]*",name)
输出
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
""")
names = ["name1", "_name", "2_name", "__name__"]
for name in names:
rett4 = re.match("[a-zA-Z_]+[\w]*",name)
#ret = re.match("[a-zA-Z_][\w]",name)
if rett4:
print("变量名 %s 符合要求" % rett4.group())
else:
print("变量名 %s ⾮法" % name)
# --------------------------------------------------
print("""
匹配出，0到99之间的数字
? 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
\d 匹配数字 0-9
""")
rett5 = re.match("[1-9]?[0-9]","7")
rett6 = re.match("[1-9]?\d","33")
print(rett5.group(),rett6.group())
print("""
第一个条件满足匹配0次，即没有。第二个条件满足 匹配一个数字0
输出 0
""")
rett7 = re.match("[1-9]?\d","09")
print(rett7.group())
print("""
第一个条件满足，匹配0，第二个条件满足，匹配9
输出 09
""")
rett8 = re.match("[0-9]?\d","09")
print(rett8.group())
# ---------------------------------------
print("""
{m} 匹配前一个字符出现m次
输出 12a3g4
""")
rett9 = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
print(rett9.group())
print("""
{n,m} 匹配前一个字符出现n到m次
输出
满足条件 qrhudgiuqhd75273
满足条件 898yh7guihiu
满足条件 iu879095
不满足条件 78h
""")
strl = ["qrhudgiuqhd752738","898yh7guihiu","iu879095","78h"]
for r in strl:
rett10 = re.match("[a-zA-Z0-9_]{8,16}",r)
if rett10:
print("满足条件 {}".format(rett10.group()))
else:
print("不满足条件 {}".format(r))
# 匹配开头结尾
print("""
# 匹配开头结尾 语法
|--|--|
|--|--|
|字符|功能|
|^|匹配字符串开头|
|$|匹配字符串结尾|
""")
print("""
# 匹配开头结尾 示例
""")
email_list = ["tanshanzang@qq.com", "sunwukong@qq.combajie", ".rulai.shashen@qq.com","abcd@qq.com"]
print("""
\w 通配字母数字下划线，前一个字符出现4次到20次
第一个%s对应email,第二个%s对应ret.group(),即匹配正确的返回值
输出
tanshanzang@qq.com 是符合规定的邮件地址,匹配后的结果是:tanshanzang@qq.com
sunwukong@qq.combajie 不符合要求
.rulai.shashen@qq.com 不符合要求
abcd@qq.com 是符合规定的邮件地址,匹配后的结果是:abcd@qq.com
""")
for email in email_list:
ret = re.match("[\w]{4,20}@qq\.com$", 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 不符合要求" % email)
# 匹配分组
print("""
#匹配分组 语法
|--|--|
|--|--|
|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，匹配到的子串组在外部是通过定义的 name 来获取的|
|(?P=name)|引⽤别名为name分组匹配到的字符串|
""")
print("""
#匹配分组 示例 |
[1-9] 匹配123456789
? 匹配前一个字符出现0次或1次
\d 匹配数字
$ 匹配字符串结尾
""")
ret = re.match("[1-9]?\d$|100","8")
print(ret.group()) # 8
ret = re.match("[1-9]?\d$|100","78")
print(ret.group()) # 78
ret = re.match("[1-9]?\d$|100","08")
# print(ret.group()) # 不是0-100之间
ret = re.match("[1-9]?\d$|100","100")
print(ret.group()) # 100
print("""
#匹配分组 示例 ()
""")
#需求：匹配出163、126、qq邮箱
ret = re.match("\w{4,20}@163\.com", "test@163.com")
print(ret.group()) # test@163.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@126.com")
print(ret.group()) # test@126.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@qq.com")
print(ret.group()) # test@qq.com
print("\n")
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@gmail.com")
if ret:
print(ret.group())
else:
print("不是163、126、qq邮箱\n") # 不是163、126、qq邮箱
print("#匹配不是以4、7结尾的⼿机号码(11位)\n")
tels = ["13100001234", "18912344321", "10086", "18800007777"]
for tel in tels:
ret = re.match("1\d{9}[0-35-68-9]", tel)
if ret:
print("{} 不是以4，7结尾的手机号码".format(ret.group()))
else:
print("%s 不是手机号码或者是以4、7结尾的⼿机号" % tel)
print("\n")
#提取区号和电话号码
print("""
#[^-] 匹配不是短横线的出现0次或无数次
#\d+ 匹配数字出现一次或多次
#+ 匹配前一个字符出现1次或多次
#提取区号和电话号码
输出
010-12345678
010
12345678
""")
ret = re.match("([^-]*)-(\d+)","010-12345678")
#ret = re.match("((\d{3,4})|\d{3,4}-|\s)?\d{7,14}","010-12345678")
print(ret.group(),"#括号内不写数字输出全部匹配结果")
print(ret.group(1),"#括号内写数字1输出匹配条件中第一个括号的匹配结果")
print(ret.group(2),"#括号内写数字2输出匹配条件中第二个括号的匹配结果，若无括号则输出None")
print("""
#匹配分组 示例 \\num #为了输出正确，第一个\表示转义
#匹配第num个括号匹配成功的内容，即把第num个括号内匹配的结果作为自己的匹配规则去匹配字符串
。
匹配数字代表的组合。每个括号是一个组合，组合从1开始编号。比如 (.+) \1 匹配 'the the' 或者 '55 55', 但不会匹配 'thethe' (注意组合后面的空格)。
这个特殊序列只能用于匹配前面99个组合。如果 number 的第一个数位是0， 或者 number 是三个八进制数，它将不会被看作是一个组合，而是八进制的数字值。
在 '[' 和 ']' 字符集合内，任何数字转义都被看作是字符。
""")
print("""
匹配出 <html>hh</html>
# 正确的理解思路：如果在第⼀对<>中是什么，按理说在后⾯的那对<>中就应该是什么。通过引⽤分组中匹配到的数据即可，但是要注意是元字符串，即类似 r""这种格式。
""")
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
print(ret.group(),"\n")
print("# 因为2对<>中的数据不⼀致，所以没有匹配出来")
test_label = ["<html>hh</html>","<html>hh</htmlbalabala>"]
for label in test_label:
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", label) # </\1> 匹配第一个括号匹配到的内容
if ret:
print("%s 这是一对正确的标签" % ret.group())
else:
print("%s 这是⼀对不正确的标签" % label)
print("""
匹配出 <html><h1>www.itcast.cn</h1></html>
""")
labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"]
for label in labels:
ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", label) # </\1> 匹配第一个括号匹配到的内容,#</\2> 匹配第二个括号匹配到的内容
if ret:
print("%s 是符合要求的标签" % ret.group())
else:
print("%s 不符合要求" % label)
print("""
示例 (?P<name>) (?P=name)
一个用于标记，一个用于在同一个正则表达式中复用
""")
ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h1></html>")
print(ret.group())
#ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h2></html>")
#print(ret.group()) #匹配失败
参考：
https://blog.csdn.net/guo_qingxia/article/details/113979135
https://blog.csdn.net/m0_43609475/article/details/119924047
扫一扫
5029
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
