基础语言-第17天-正则表达式

最新推荐文章于 2024-09-29 17:57:49 发布
最新推荐文章于 2024-09-29 17:57:49 发布
阅读量771 收藏 1
点赞数 1
分类专栏： python基础 文章标签： 正则表达式 python 开发语言
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/simple_daytime/article/details/126255564
版权

正则表达式

一、定义

正则表达式：一种可以让一些复杂字符串问题变简单的工具。

注意：所有的高级编程语言都支持正则，正则的语法通用。不是Python特有的。

二、匹配类符号

  • re模块：Python用来支持正则表达式的一个模块，模块中包含了所有和正则相关的函数。

    fullmatch(正则表达式, 字符串)

    判断正则表达式和指定的字符串是否完全匹配。（判断字符串是否符合正则表达式描述的规则）
匹配成功返回匹配对象，匹配失败返回None。

    # 导入re模块中的fullmatch方法
from re import fullmatch

  • 匹配类符号语法

    1）普通符号：正则表达式表达符号本身的符号。
2）.：匹配任意一个字符
3）\d：匹配任意一个数字字符
4）\s：匹配任意一个空白字符
5）\D：匹配任意一个非数字字符
6）\S：匹配任意一个非空白字符
7）[字符集]：匹配字符集中任意一个字符
	[abc] - 匹配a或者b或者c
	[abc\d] - 匹配a或者b或者c或者任意一个数字
	[1-9] - 匹配1-9中任意一个数字
	[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-Z\d_] - 匹配字母数字或者下划线
	[\u4e00-\u9fa5] - 匹配任意一个中文字符

	注：[]中减号放在两个字符之间表示谁到谁（确定的方式是根据字符编码值大小确定的）；如果减号不在两个字符之间表示普通的减号。

8）[^字符集]：匹配不在字符集中任意一个字符，^只能放在最前面

    from re import fullmatch

# 1）普通符号：正则表达式表达符号本身的符号。
result = fullmatch(r'abc', 'abc')
print(bool(result))   # True

# 2）.  -  匹配任意一个字符
result = fullmatch(r'a.c', 'acc')
print(bool(result))   # True

# 3）\d  -  匹配任意一个数字字符
result = fullmatch(r'a\dc', 'a0c')
print(bool(result))   # True

# 4）\s  -  匹配任意一个空白字符
# 空白字符  -  能产生空白效果的字符，例如：空格、换行、水平制表符
result = fullmatch(r'a\sc', 'a c')
print(bool(result))   # True

result = fullmatch(r'a\sc', 'a\tc')
print(bool(result))   # True

result = fullmatch(r'a\sc', 'a\nc')
print(bool(result))   # True

# 5）\D  -  匹配任意一个非数字字符
result = fullmatch(r'a\Dc', 'abc')
print(bool(result))   # True

# 6）\S  -  匹配任意一个非空白字符
result = fullmatch(r'a\Sc', 'a c')
print(bool(result))    # False

# 7）[字符集]：匹配字符集中任意一个字符
result = fullmatch(r'x[a-zA-Z\u4e00-\u9fa5-]h', 'x-h')
print(bool(result))   # True

# 8）[^字符集]：匹配不在字符集中任意一个字符，^只能放在最前面
result = fullmatch(r'x[^\d]h', 'x是h')
print(bool(result))   # True

三、匹配次数

  • *: 0次或多次（任意次数）；

    注：星号在谁后面控制谁的次数

    result = fullmatch(r'a*123', '123')
print(bool(result))  # True

result = fullmatch(r'a*123', 'aaaa123')
print(bool(result))  # True

  • +：1次或者多次（至少一次）

    result = fullmatch(r'[MN]+abc', 'abc')
print(bool(result))  # False

result = fullmatch(r'[MN]+abc', 'MNNMabc')
print(bool(result))  # True

  • ？：0次或1次

    result = fullmatch(r'A?abc', 'abc')
print(bool(result))  # True

result = fullmatch(r'A?abc', 'Aabc')
print(bool(result))  # True

result = fullmatch(r'A?abc', 'AAabc')
print(bool(result))  # False

  • {}

    {M,N}    -    M到N次
{M,}    -    至少M次
{,N}    -    最多N次
{N}    -    N次

    result = fullmatch(r'[a-z]{3,5}123', 'asdf123')
print(bool(result))    # True

result = fullmatch(r'[a-z]{3,}123', 'asdfssss123')
print(bool(result))    # True

result = fullmatch(r'[a-z]{,5}123', 'asdf123')
print(bool(result))    # True

result = fullmatch(r'[a-z]{3}123', 'asdf123')
print(bool(result))    # False

  • 贪婪和非贪婪

    当匹配次数不确定（*、+、？、{M,N}、{M,}、{,N}）时，匹配模式分为贪婪和非贪婪两种。默认贪婪。

    1.贪婪：匹配成功时有多种匹配结果，贪婪取最多次数对应的匹配结果。
      (匹配次数不确定的地方，有多种匹配方式都可以匹配成功，贪婪取最多次数)
贪婪模式：*、+、?、{M,N}、{M,}、{,N}

    # 贪婪
result = match(r'a.+b', 'amb互换bfjbmi')
print(result)    # match='amb互换bfjb'

# 注意：如果匹配结果只有一种可能，贪婪和非贪婪的结果一样。
# 贪婪
result = match(r'a.+b', 'amb互换')
print(result)    # match='amb'

    2.非贪婪：匹配成功时有多种匹配结果，贪婪取最少次数对应的匹配结果。
      (匹配次数不确定的地方，有多种匹配方式都可以匹配成功，贪婪取最少次数)

非贪婪模式：*?、+?、??、{M,N}?、{M,}?、{,N}?

    # 非贪婪
result = match(r'a.*?b', 'amb互换bfjbmi')
print(result)    # match='amb'

# 注意：如果匹配结果只有一种可能，贪婪和非贪婪的结果一样。
# 贪婪
result = match(r'a.+b', 'amb互换')
print(result)    # match='amb'

# 非贪婪
result = match(r'a.*?b', 'amb互换')
print(result)    # match='amb'

四、分组和分支

  • 分组

    1）整体：将正则表达式中的一部分作为一个整体进行相关操作。
2）重复：可以在正则表达式中通过\M来重复它前面的第M个分组的匹配结果。
        不能重复\M之后出现的内容（否则会报错！）。
3）捕获：只获取正则表达式中分组的一部分匹配到的结果（分为手动和自动捕获两种）

    # 导入fullmatch模块和findall模块
from re import fullmatch, findall

# 2.重复
# 例子1：两个数字两个大写字母重复
result = fullmatch(r'(\d\d[A-Z]{2})+', '22WE35SD')
print(result)

# 例子2：23d23 45t45
result = fullmatch(r'(\d{2})[a-z]\1', '45t45')
print(result)

# 例子3：23dfg=dfg232323（重复两个分组）
result = fullmatch(r'(\d{2})([a-z]{3})=\2\1{3}', '23dfg=dfg232323')
print(result)

# 3.捕获
message ='我今年18岁，月薪50000元，身高180，体重70公斤，8块腹肌。每年交300元的腾讯会员费。房贷每月3000元，车贷每月2280元。'
result = findall(r'(\d+)元',message)
print(result)   # ['50000', '300', '3000', '2280']

  • 分支：|(或者)

    正则1|正则2|正则3|...:匹配可以和多个正则中任意一个正则匹配的字符串。

    # 例子
# 匹配三个数字或两个字母
result = fullmatch(r'\d{3}|[a-z]{2}', 'ed')
print(bool(result))    # True

# a两个数字d、a三个字母d
# 注：如果想要正则表达式中的一部分实现多选一功能，变化的部分用分组表示。
result = fullmatch(r'a(\d{3}|[a-z]{2})d', 'a123d')
print(bool(result))    # True

五、转义符号

  • 转义符号

    在本身具备特殊功能或特殊意义的符号前加'\',让这个符号变成普通符号。

    # .具备特殊意义，所以前面加个\
result = fullmatch(r'\d+\.\d+', '23.89')
print(bool(result))    # True

# +具备特殊意义
result = fullmatch(r'\+\d+', '+123329')
print(bool(result))    # True

# ()具备特殊意义
result = fullmatch(r'\([A-Z]+\)', '(ASJDSJI)')
print(bool(result))    # True

  • []里的转义符号

    1）单独存在有特殊意义的符号（+、*、?、.等），在[]中特殊意义会自动消失。
2）本身在中括号中有特殊功能的符号(-、^)，如果表示普通符号必须加'\'。

    # 1）单独存在有特殊意义的符号（+、*、?、.等），在[]中特殊意义会自动消失
result = fullmatch(r'\d+[.+*?]\d+', '433?444')
print(bool(result))    # True

# 2）本身在中括号中有特殊功能的符号(-、^)，如果表示普通符号必须加'\'
result = fullmatch(r'a[M\-N]b', 'a-b')  # -
print(bool(result))    # True

result = fullmatch(r'a[\^MN]b', 'a^b')   # ^
print(bool(result))    # True

六、检测类符号

检测类符号是在匹配成功的情况下，检测检测类符号所在的位置是否符合符号相关要求。

  • \b: 检测是否是单词边界

    单词边界：可以将两个单词区分开的符号都是单词边界，比如：空白符号、英文标点符号、字符串开头和字符串结尾。

    result = fullmatch(r'abc\b mn', 'abc mn')
print(result)  # √

message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'\d+', message)
print(result)    # ['203', '45', '89', '45', '23', '09', '333', '234', '89']

result = findall(r'\d+\b', message)   # 右
print(result)  # ['45', '89', '23', '333', '234', '89']

result = findall(r'\b\d+', message)    # 左
print(result)   # ['203', '89', '23', '09', '333', '234', '89']

result = findall(r'\b\d+\b', message)    # 左、右都有
print(result)    # ['89', '23', '333', '234', '89']

  • \B: 检测是否不是单词边界

    message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'\B\d+\B', message)
print(result)    # ['03', '4', '45', '9', '3', '3']

  • ^: 检测是否是字符串开头

    message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'^\d+', message)
print(result)    # ['203']

# 提取字符串前十个字符
message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'^.{10}', message)
print(result)    # ['203mn45,89']

  • $: 检测是否是字符串结尾

    # 提取字符串后十个字符
message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'.{10}$', message)
print(result)    # ['33,234 89=']

七、re模块常用函数

  • 函数

    1.fullmatch(正则表达式,字符串): 完全匹配，判断整个字符串是否符合正则表达式描述的规则，匹配成功返回匹配对象，匹配失败返回None。

    2.match(正则表达式,字符串): 匹配字符串开头，判断字符串开头是否符合正则表达式描述的规则。

    3.search(正则表达式,字符串): 获取字符串中第一个能够和正则表达式匹配成功的子串。

    4.findall(正则表达式,字符串): 获取字符串中所有满足正则表达式的子串，返回一个元素为字符串的列表；没有则为[]。

    注：如果正则表达式有分组，会针对分组做自动捕获（只获取分组匹配到的结果）。

    5.finditer(正则表达式,字符串): 获取字符串中所有满足正则表达式的子串，返回一个迭代器，迭代器中的元素是每个子串对应的匹配结果。

    6.split(正则表达式,字符串): 将字符串中所有满足正则的子串作为切割点对字符串进行切割。

    str1 = '123aMNnb看的价位aIIeea990b=='
print(str1.split('a'))    # ['123', 'MNnb看的价位', 'IIee', '990b==']

# 将a、b作为切割点
result = split(r'a|b', str1)
print(result)    # ['123', 'MNn', '看的价位', 'IIee', '990', '==']

    7.sub(正则表达式,字符串1,字符串2):将字符串2中所有满足正则的子串都替换成字符串1。

    result = sub(r'\d+', '+', '123aMNnb看的价位aIIeea990b==')
print(result)    # +aMNnb看的价位aIIeea+b==

  • 匹配对象

    result = search(r'(\d{3})([A-Z]{3})', '233SDD556WER')
print(result)    # <re.Match object; span=(0, 6), match='233SDD'>

    1.匹配对象.group(): 直接获取整个正则表达式对应的匹配结果。

    print(result.group())    # 233SDD

    2.匹配对象.group(分组数): 手动捕获某个分组对应的匹配结果。

    print(result.group(1))    # 233
print(result.group(2))    # SDD

    3.匹配对象.span(): 获取指定结果在原字符串中的位置。

    print(result.span())    # (0, 6)
print(result.span(2))   # (3, 6)

  • 参数

    1.匹配忽略大小写: (?i)写在正则表达式前面。

    result = fullmatch(r'(?i)abc', 'ABc')
print(result)    # <re.Match object; span=(0, 3), match='ABc'>

    2.单行匹配: (?s)写在正则表达式最前面。

    多行匹配(默认)：匹配时.不能和'\n'进行匹配
单行匹配：匹配时.可以和'\n'进行匹配

    # 多行
result = fullmatch(r'abc.123', 'abc\n123')
print(result)    # None

# 单行
result = fullmatch(r'(?s)abc.123', 'abc\n123')
print(result)    # <re.Match object; span=(0, 7), match='abc\n123'>
simple_daytime
关注
专栏目录
精通正则表达式笔记二---正则表达式基础概念?,+,*,{ },\,“ “,时间，小结
xjfhz的博客
12-12 1784
第一，第二节笔记学习了以下内容：几点注意事项：1、各个egrep程序是有差别的。它们支持的元字符，以及这些元字符的确切含义，通常都有差别—要参考相应的文档。2、使用括号的3个理由是：限制多选结构、分组和捕获文本。3、字符组的特殊性在于，关于元字符的规定是完全独立于正则表达式语言“主体”的。4、多选结构和字符组是截然不同的，它们的功能完全不同，只是在有限的情况下，它们的表现相同。5、排除型字符组同样是一种“肯定断言”一即使它的名字里包含了“排除”两个字，它仍然需要匹配一个字符。
day15-医生的处方、道士的鬼符、程序员的正则表达式
小豪日记
06-29 727
文章目录有这么个说法：江湖传说中，程序员的正则表达式和医生的处方，道士的鬼符齐名, 曰: 普通人看不懂的三件神器. 这个传说至少向我们透露了两点信息: 一是正则表达式很牛, 能和医生的处方, 道士的鬼符齐名, 并被大家提起, 可见其江湖地位. 二是正则表达式很难, 这也从侧面说明了, 如果你可以熟练的掌握并应用它, 在装逼的路上, 你将如日中天 （别问我中天是谁……）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字符、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
18-JavaSE基础巩固练习：正则表达式练习
yelitoudu的博客
12-24 997
JavaSE基础巩固练习：正则表达式练习
python--基础篇--正则表达式--py脚本--题目解答
stqer的博客
06-29 467
上面在书写正则表达式时使用了“原始字符串”的写法（在字符串前面加上了r），所谓“原始字符串”就是字符串中的每个字符都是它原始的意义，说得更直接一点就是字符串中没有所谓的转义字符啦。因为正则表达式中有很多元字符和需要进行转义的地方，如果不使用原始字符串就需要将反斜杠写作\\，例如表示数字的\d得书写成\\d，这样不仅写起来不方便，阅读的时候也会很吃力。，国内最近好像有19和16开头的手机号了，但是这个暂时不在我们考虑之列。下面这张图是截止到2017年底，国内三家运营商推出的手机号段。
Java中的正则表达式
qq_52252193的博客
06-08 4233
一、概念 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(规则)的文本。在众多语言中都可以支持正则表达式，如Perl、PHP、Java、Python、Ruby等。当然在Java中也可以通过处理字符串的方式达到检索，替换文本字符串的目的，但是有了正则表达式写代码更加简洁，通常两三行代码就可以达到目的，当然这也是建立在熟悉正则表达式的基础之上的。 ...
Python零基础速成班-第13讲-Python正则表达式Regex
m0_59562547的博客
06-13 456
Python零基础速成班-第13讲-Python正则表达式Regex，课后作业
JAVA----正则表达式
liu_to_liu的博客
06-05 174
正则表达式1、正则表达式1.1 正则表达式基础知识1.2 分组1.3 flags(可选标志位)表2、最常用的正则表示式2.1 数字校验的正则表达式2.2 字符校验的正则表达式2.3 特殊需求的正则表达式 1、正则表达式 1.1 正则表达式基础知识 元字符 描述 \ 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配\n。“\n”匹配换行符。序列“\”匹配“\”而“(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。 ^ 匹配输入字行首。如果设置了Re
Java基础编程500题——正则表达式
安晴晚风的博客
07-21 748
Java基础编程500题——正则表达式
Python基础篇（九）-- 正则表达式
CarpeDiem
05-03 1454
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。本篇主要介绍正则表达式的使用以及Python中Re模块的使用。
Python基础入门知识之正则表达式学习 正则表达式30分钟入门教程 共21页.pdf
06-04
正则表达式是编程语言中用于模式匹配的强大工具，尤其在数据处理和文本搜索替换时极为有用。Python作为一门广泛使用的编程语言，内置了强大的正则表达式支持。本教程旨在帮助初学者在30分钟内对Python中的正则表达式...
常用证件号码的正则表达式大全(收集整理)
10-20
正则表达式（Regular Expression），简称regex，是用于匹配一组字符串的模式，也称为规则表达式。它是一种文本模式，包括普通字符（例如，每个字母或数字）和特殊字符（称为“元字符”）。在代码中简写为regex、...
Kotlin 处理字符串和正则表达式（二十一）
最新发布
面向价值，效用至上
09-29 1077
Kotlin中对标准的字符串操作进行了额外的扩展，比如split方法 还使用多行三引号字符串来避免转义字符以及处理正则表达式
pyhton语法 正则表达式
愿自己天天开心
09-24 777
介绍python当中常用正则表达式使用
正则表达式中的贪婪模式和非贪婪模式
智的博客
09-27 486
贪婪模式是正则表达式的默认匹配模式。在贪婪模式下，量词会尝试匹配尽可能多的字符。贪婪量词包括。
正则表达式
weixin_72952570的博客
09-28 200
正则表达式就是由一些特定的字符组成，代表的是一个规则。在一段文本中查找满足要求的内容。用来校验数据格式是否合法。
VeighNa：强大的Python开源量化交易平台
Unity打怪升级
09-26 711
VeighNa（简称 VN 或 vn.py）是一个基于 Python 的开源量化交易平台，专为量化交易爱好者和专业交易员设计。VeighNa 是由国内开发者社区推动的开源项目，旨在提供一个功能丰富、灵活且易于扩展的量化交易解决方案。该框架不仅支持多种资产类别的交易，如股票、期货、期权、加密货币等，还支持多种交易接口和协议，使得用户能够轻松进行多市场、多品种的交易策略开发和部署。
第二百五十四节 JPA教程 - JPA 多对多映射示例
2301_78772942的博客
09-27 708
第二百五十四节 JPA教程 - JPA 多对多映射示例
python中的深浅拷贝以及总体框架了解
AgostoDu的博客
09-26 1181
1、当b使用copy.deepcopy()深拷贝的时候，可以理解为b不仅外面的整体开辟了一个新的内存地址，b里面包含的列表也开辟了新的内存地址和a里面的内存地址没有任何关系，所以当a修改里面列表元素的值时不会影响b里面列表元素的值。print(mr) #{'name': 'lis', 'age': 18, 'scroe': 100}<br>备注：已经存在的值的优先级>默认值<br>6.3 直接修改 值，显示最新修改值 （修改默认值优先级小于直接添加的字典值）<br>
正则表达式30分钟入门：基础与实践
后向引用允许你在正则表达式中引用之前分组的内容，如 `\1` 引用第一个分组的内容。 10. **位置指定** `^` 表示匹配行首，`$` 表示匹配行尾，`\b` 匹配单词边界，`\B` 匹配非单词边界。 11. **负向位置指定** `...
评论
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