Python——正则表达式

Python 中的正则表达式

​ 正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定的字符串、及这些特定字符的组合，组成一个”规则字符串“，这个规则字符串用来表示对字符串的一种过滤逻辑

​ 字符串是编程时涉及到的最多的一种数据结构，使用正则表达式可以完成判断一个字符串是否为合法电话号、是否是 Email 格式等操作

​ 文章最后符一些常用的正则表达式！

正则表达式通用符号及解释

模式	描述
.	匹配任意除 \n外的字符
\	转义字符，是一个特殊字符原来的意思
[…]	对应位置可以是字符集中的任意字符
\d	数字（0~9）
\D	非数字
\s	空白字符（空格、\t、\r、\n、\f、\v）
\S	非空白字符
\w	单词字符（AZ、az、0~9）
\W	非单词字符
*	匹配前一个字符 0 或 无限次
+	匹配前一个字符 1 或 无限次
？	匹配前一个字符 0 或 1 次
{m}	匹配前一个字符串 m 次
{m, n}	匹配前一个字符串 m 至 n 次
^	匹配字符串开头
$	匹配字符串末尾
\A	仅匹配字符串开头
\Z	仅匹配字符串末尾
\b	匹配 \w 和 \W 之间
\B	与上一个相反

re 模块

​ python 通过导入 re 模块来使用正则表达式功能

import re

re.compile

​ compile 函数的返回值是一个 pattern（正则表达式对象），是用来自己定义正则表达式的函数，下面的句子是描述一个以 he 开头，后面接任意字符，并且以 o 结尾的字符串的正则表达式，例如 hello

pattern = re.compile(r'^(he)+.*o$')

re.match

​ match 函数是根据给定的正则表达式，来判定一个字符串是否符合规则的函数，匹配成功返回一个 match 对象，否则返回 None，下面是以上边 compile 函数返回的正则表达式为基础，对字符串检测的语句

result = re.match(pattern, 'hello')
result = re.match(pattern, 'hello', re.l)
# match 函数的第三个参数 flag 为可选参数，表示标志位，用于控制正则表达式的匹配方式，有如下用法：
# re.l 使匹配对大小写不敏感
# re.L 使匹配对大小写不敏感
# re.M 多行匹配
# re.S 使 . 匹配包括换行在内的左右字符
# re.U 根据 Unicode 字符集解析字符
# re.X 使格式更灵活，以便正则表达式更易于理解

match.group

​ 这个函数是用来获取匹配后的字符串的，它的返回值是一个元组

# 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号
result.group()
# 返回一个包含 num 指定小组所对应值的元组
result.group(num)

re.search

​ search 函数的用法和 match 函数很接近，search 函数会扫描整个字符串并返回第一个成功的匹配，也是一个 match 对象，使用的参数也与 match 函数相同

res = re.search(pattern1, str)
res = re.search(pattern1, str, re.l)

​ 二者的区别在于，match 函数只匹配字符串的开始，如果开始不符合，就会匹配失败，而 search 函数会匹配整个字符串，直到找到一个匹配

re.findall

​ findall 函数会找到字符串中所有符合正则表达式规则的字符串，返回值是一个列表，如果没有匹配，就会返回一个空列表

res1 = re.findall(pattern1, str)

re.finditer

​ finditer 也是查找所有符合正则表达式规则的字符串，不同的是返回值，finditer 返回的是一个迭代器，用法如下

for item in re.finditer(pattern1, str):
    print(item.group())

小样例

​ 常用的正则表达式：

1. Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

2. 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

3. InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

4. 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$

5. 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$

6. 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

7. 身份证号(15位、18位数字)：^\d{15}|\d{18}$