Python正则表达式

Python正则表达式

一、正则表达式是什么
二、re模块提供了正则表达式操作所需要的功能

---

CSDN小白来以自己的理解写一写Python正则表达式

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、正则表达式

正则表达式是一个特殊的字符序列，利用事先定义好的一些特定字符以及它们的组合组成一个“规则”检查一个字符串是否与这种规则匹配来实现对字符的过滤或匹配。正则表达式是字符串处理的有力工具，但是并不是Python独有的，其他语言也有。

二、re模块提供了正则表达式操作所需要的功能

大多数字母和字符一般都会和自身匹配。如果在字符串前面加了r，表示对字符串不进行转义。有些字符比较特殊，它们和自身并不匹配，而是表明应和一些特殊的东西匹配，或者会影响重复次数。这些特殊的字符我们称之为元字符。

1.字符r

re模块中findall()方法以列表的形式返回所有能匹配的子串，如果没有找到匹配的，则返回空列表。

代码如下（示例）：

import re
s=r’abc’
re.findall(s,‘aabaab’) #无匹配
[]

re.findall(s,‘aabcaabc’) #两处匹配
[‘abc’, ‘abc’]

print("\nhi\n") #字符转义
hi
print(r"\nhi\n") #字符不转义
\nhi\n

2.常用的元字符

1> “.”：表示除换行符以外的任意字符
与“.”类似（但不相同）的一个符号是“\S”，表示不是空白符的任意字符。注意是大写字符S。

代码如下（示例）：

import re
s=‘hi,i am a student.my name is Hilton.’
re.findall(r’i’,s) #匹配所有的i
[‘i’, ‘i’, ‘i’, ‘i’]

re.findall(r’.’,s) #匹配除换行符以外的任意字符
[‘h’, ‘i’, ‘,’, ‘i’, ’ ', ‘a’, ‘m’, ’ ', ‘a’, ’ ', ‘s’, ‘t’, ‘u’, ‘d’, ‘e’, ‘n’, ‘t’, ‘.’, ‘m’, ‘y’, ’ ', ‘n’, ‘a’, ‘m’, ‘e’, ’ ', ‘i’, ‘s’, ’ ', ‘H’, ‘i’, ‘l’, ‘t’, ‘o’, ‘n’, ‘.’]

re.findall(r’i.’,s) #匹配i后面跟除换行符以外的任意字符的形式
[‘i,’, 'i ', ‘is’, ‘il’]

re.findall(r’i\S’,s) #匹配i后面跟不是空白符的任意字符的形式
[‘i,’, ‘is’, ‘il’]

2> “[]”：指定字符集
常用来指定一个字符集，例如：[abc]、[a-z]、[0-9]；
元字符在方括号中不起作用，例如：[akm$]和[m.]中元字符都不起作用；
方括号内的 “^” 表示补集，匹配不在区间范围内的字符，例如：[^3]表示除3以外的字符。

代码如下（示例）：

import re
s=‘map mit mee mwt meqwt’
re.findall(r’me’,s)
[‘me’, ‘me’]

re.findall(r’m[iw]t’,s) #匹配m后跟i或者w再跟t形式
[‘mit’, ‘mwt’]

re.findall(r’m[.]’,s) #元字符“.”放在[]内，不起作用
[]

s=‘0x12x3x567x8xy’
re.findall(r’x[0123456789]x’,s)
[‘x3x’, ‘x8x’]

re.findall(r’x[0-9]x’,s) #[0-9]与[0123456789]等价
[‘x3x’, ‘x8x’]

re.findall(r’x[^3]x’,s) #x后跟不为3的字符再跟x
[‘x8x’]

3> “^” ：匹配行首，匹配以 ^ 后面的字符开头的字符串

代码如下（示例）：

import re
s=‘hello hello world hello Mary hello John’
re.findall(r’hello’,s)
[‘hello’, ‘hello’, ‘hello’, ‘hello’]

re.findall(r’^hello’,s)
[‘hello’]

4> “$”：匹配行尾，匹配以 $之前的字符结束的字符串

代码如下（示例）：

import re
s=‘hello hello world hello Mary hello John’
re.findall(r’hello$’,s)
[]

s=‘hello hello world hello Mary hello’
re.findall(r’hello$’,s)
[‘hello’]

s=‘map mit mee mwt meqmtm${}^{\prime }re.findall(r^{\prime }m[aiw]$’,s) #匹配ma、mi、mw结尾的字符串
[]

re.findall(r’m[aiwtKaTeX parse error: Expected 'EOF', got '#' at position 9: ]',s) #̲在[]中作为普通字符
[‘ma’, ‘mi’, ‘mw’, ‘mt’, ‘m$’]

re.findall(r’m[aiwt$]$’,s) #匹配ma、mi、mw、mt、m$结尾的字符串{[}^{\prime }m$’]

5> “\”：反斜杠后面可以加不同的字符以表示不同的特殊意义

\b匹配单词头或单词尾；
\B与\b相反，匹配非单词头或单词尾；
\d匹配任何十进制数；相当于[0-9]；
\D与\d相反，匹配任何非数字字符，相当于[^0-9]；
\s匹配任何空白字符，相当于[\t\n\r\f\v]；
\S与\s相反，匹配任何非空白字符，相当于[^\t\n\r\f\v]；
\w匹配任何字母、数字或下画线字符，相当于[a-zA-Z0-9_]；
\W与\w相反，匹配任何非字母、数字和下画线字符，相当于[^a-zA-Z0-9_]；
也可以用于取消所有的元字符：\、[。
这些特殊字符都可以包含在[]中。如：[\s,.]将匹配任何空白字符、",“或”."。

代码如下（示例）：

import re
s=‘0x12x3x567x8xy’
re.findall(r’[0-9]’,s)
[‘0’, ‘1’, ‘2’, ‘3’, ‘5’, ‘6’, ‘7’, ‘8’]

re.findall(r’\d’,s)
[‘0’, ‘1’, ‘2’, ‘3’, ‘5’, ‘6’, ‘7’, ‘8’]

re.findall(r’[x\d]’,s) #匹配字母“x”或数字
[‘0’, ‘x’, ‘1’, ‘2’, ‘x’, ‘3’, ‘x’, ‘5’, ‘6’, ‘7’, ‘x’, ‘8’, ‘x’]

正则表达式除了能够匹配不定长的字符集，还能指定正则表达式的一部分的重复次数，所涉及的元字符有“*”、“+”、“?”、“{}”。

6> “*”：匹配位于 * 之前的字符或子模式的0次或多次出现

代码如下（示例）：

import re
s=‘a ab abbbbb abbbbbxa’
re.findall(r’ab*’,s) #a后面跟重复0到多次的b
[‘a’, ‘ab’, ‘abbbbb’, ‘abbbbb’, ‘a’]

7> “+”：匹配位于+之前的字符或子模式的1次或多次出现

代码如下（示例）：

import re
s=‘a ab abbbbb abbbbbxa’
re.findall(r’ab+’,s) #a后面跟重复1到多次的b
[‘ab’, ‘abbbbb’, ‘abbbbb’]

8> “?”：匹配位于?之前的0个或1个字符

代码如下（示例）：

当“?”紧随其他限定符（*、+、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。

import re
s=‘a ab abbbbb abbbbbxa’
re.findall(r’ab+’,s) #最大模式、贪心模式
[‘ab’, ‘abbbbb’, ‘abbbbb’]

re.findall(r’ab+?’,s) #最小模式、非贪心模式
[‘ab’, ‘ab’, ‘ab’]

这里给大家放一个例子感受一下
例如：有字符串s=‘hi,i am a student.my name is Hilton.’，那么re.findall(r’i.e’,s) 和 re.findall(r’i.?e’,s)会得到怎样不同的结果，为什么？

import re
s=‘hi,i am a student.my name is Hilton.’
re.findall(r’i.*e’,s) #贪心模式
[‘i,i am a student.my name’]

re.findall(r’i.*?e’,s) #非贪心模式
[‘i,i am a stude’]

在正则表达式中，“.”表示除换行符之外的任意字符，“”表示数量：它表示前面的字符可以重复任意0次或多次，只要满足这样的条件，都会被匹配。所以r’i.e’表示i后面跟0个或多个除换行符之外的任意字符（最大模式匹配，贪心的）再跟字母“e”。那么re.findall(r’i.e’,s)会一直匹配到name。r’i.?e’表示i后面跟0个或多个除换行符之外的任意字符，后面的“?”表示最小模式匹配（非贪心的），然后再跟字母“e”。re.findall(r’i.?e’,s)会搜索到尽可能短的字符串，直到stude就结束了。*

9> “{m,n}”：表示至少有m个重复，至多有n个重复。m,n均为十进制数

忽略m表示0个重复，忽略n表示无穷多个重复。
{0,}等同于*；{1,}等同于+；{0,1}与?相同。但是如果可以的话，最好使用*、+、或？。

代码如下（示例）：

import re
s=‘a b baaaaba’
re.findall(r’a{1,3}’,s)
[‘a’, ‘aaa’, ‘a’, ‘a’]

s=‘021-33507yyx,021-33507865,010-12345678,021-123456789’
re.findall(r’021-\d{8}’,s)
[‘021-33507865’, ‘021-12345678’]

re.findall(r’\b021-\d{8}\b’,s) #\b表示匹配字符串的头或尾
[‘021-33507865’]

最后给大家放一个例子feeling~~~

*例如：*随机产生10个长度为1~25之间，由字母、数字、和“”、“.”、“#”、“%”特殊字符组成的字符串构成列表，找出列表中符合下列要求的字符串：长度为5-20，必须以字母开头、可带数字、“”、“.”。

#example5_15.py
#coding=utf-8
import string
import random
import re
z=[]
#生成包含大小写字母、数字和指定符号的字符串
x=string.ascii_letters +string.digits+"_.#%"
 
#为了生成10个字符串元素，执行10次循环
for i in range(10):
    #生成字符作为元素，个数为1-25之间随机数的字符列表y
    y=[random.choice(x) for i in range(random.randint(1,25))]
    #用join()方法将字符列表y中的字符元素合并为字符串，
    #并将此字符串加入列表z中
    z.append(''.join(y))

print("列表：",z)
print("满足要求的字符串是：")
 
#总长度5-20
#以字母开头（1个字符）：^[a-zA-Z]{1}
#可带数字、“_”、“.”，至尾部共4-19个：[a-zA-Z0-9._]{4,19}$
r=r'^[a-zA-Z]{1}[a-zA-Z0-9._]{4,19}$'
for i in z:
    if re.findall(r,i):
        print(i)

结果

============ RESTART: G:\ example5_15.py ============
列表： ['uG5fSOIpLRcnJFZw2pqe5KEn', 'eO#.E%w9OCatpt0mZTXnV1V', 'AdIgyXk9lHNnfXdKW_cGNSrf2', 'S8', 'v4YSGIRODHmjlq', 'wRhB7_TfuZHGAI8U7VJ', 'rS6na8xdD6jhglHzflH4', 'S7UhrUhokQfJKsGJee', 'n4PTNb', 'YDw6qfdYswPzrzGCwn7t']
满足要求的字符串是：
v4YSGIRODHmjlq
wRhB7_TfuZHGAI8U7VJ
rS6na8xdD6jhglHzflH4
S7UhrUhokQfJKsGJee
n4PTNb
YDw6qfdYswPzrzGCwn7t

---

总结

**好啦！我学到的关于Python正则表达式的内容到这里，本人小白一枚日后的代码之路还长大家多多关照哦！**