python正则表达式使用

Python 正则表达式

1. \d表示任意一位0~9的数字

例子：\d\d\d-\d\d\d\d-\d\d\d\d 匹配一个电话号码，格式为xxx-xxxx-xxxx

1. {n} 大括号里面带数字n表示匹配前面的字符n次

例子：\d\d\d连续一样的匹配表达式可以写成\d{3}\d{4}\d{4}

1. Python的所有正则表达式都在re模块中，使用前先导入 import re
2. 匹配用法：phoneRegex = re.compile(r’\d{3}-\d{4}-\d{4}’)  ; mo = phoneRegex.search(‘my phone num 133-1234-2233’);  mo.group() 返回匹配的字符串。注意：如果匹配不上时，会返回这个异常aa 'AttributeError:NoneType' object has no attribute 'group'

小结：使用正则表达式的步骤，1).用import re导入正则表达式模块 2). 用re.compile()函数创建一个Regex对象（r‘user string’， 这种方式表示使用原始字符串，不会对‘\’做转义处理）3). 向Regex对象的search()方法传入想查找的字符串。它返回一个march对象 4). 调用march对象的group()方法，返回实际匹配的文本字符串。

1. 分组，用圆括号表示()； 正则表达式第一对括号是第一组，第二对括号是第二组。

例子：phonenum = re.compile(r’(\d{3})-(\d{4}-\d{4})’)，mo = phonenum.search(‘133-333-4567’)， mo.group(1) 返回字符串‘133’， mo.group(2)返回字符串‘333-4567’，group中不传参数或传入0则返回整个匹配的字符串 mo.group(), mo.group(0) 返回’133-333-4567’

1. 如果一次就获得所有分组，使用groups()方法 fstnum, scdnum = mo.groups()，fstnum值是’133’， scdnum值是‘333-4567’
2. 管道，‘|’表示， 匹配多个分组；第一次匹配的文本将作为match对象返回

例子：heroRegx = re.compile(r’Batman | Tina Fey’); mo = heroRegx.search(r‘Batman and Tina Fey’) ; mo.group() 返回’Batman’

1. 问号，‘？’实现可选匹配；字符？表明它前面的分组在这个模式中是可选的。

例子：batRegex = re.compile(r‘Bat(wo)?man’); mo1 = batRegex.search(‘The Adventures of Batman’) ; mo1.group() 返回’Batman’;   mo2 = batRegex.search(‘The Adventures of Batwoman’); mo2.group() 返回’Batwoman’

1. 星号，‘*’ 匹配0次或多次；星号之前的分组可以在文本中出现任意多次
2. 加号，‘+’ 匹配1次或多次；加号之前的分组至少出现1次
3. 花括号，’{}’ 匹配特定次数； 想要一个分组重复特定次数，就在正则表达式中该分组的后面，跟上花括号包围的数字。例子：(Ha){3} 将匹配‘HaHaHa’。 除了一个数字，还可以指定一个范围 (Ha){3,5} 匹配’HaHaHa’，‘HaHaHaHa’，‘HaHaHaHaHa’， 或者(Ha){3,} ;(Ha){,5} 分别匹配3次及以上，0-5次
4. 贪心匹配和非贪心匹配；python正则表达式默认是贪心匹配，这表示有二义的情况下，他们会尽可能匹配最长的字符串。花括号问号的非贪心版本匹配尽可能最短的字符串{}?，例子：匹配规则(Ha){3,5} 和(Ha){3,5}?，在同一个字符串’HaHaHaHaHa’中，规则1贪心匹配结果是‘HaHaHa’，规则2非贪心匹配结果是’HaHaHaHaHa’。问号在正则表达式中可能有两种含义：声明非贪心匹配或表示可选的分组，两种含义是完全无关的。
5. findall()方法，search()方法只返回第一次匹配的文本，findall()可以返回全部匹配的结果。
6. 字符分类：

缩写字符	表示
\d	0-9之间的数字
\D	除0-9数字以外的任何字符
\w	字母，数字，下划线字符
\W	除字母，数字，下划线字符的任何字符
\s	空格，制表符或换行符
\S	除空格，制表符或换行符以外的任何字符

1. 建立自己的字符分类，方括号：有时候用上面的字符分类太宽泛，可以用方括号定义自己的字符分类。 例子[abcde]， 字符分类将只匹配其中的a-e.  volReg=re.compile(r’[abcde]’) ; mo = voReg.findall(‘Hello world’); print(mo) 将返回列表[‘e’,’d’]
2. ’^’ 和 ‘$’；^表明匹配必须发生在被查找文本的开始处。$表明该字符串必须以这个正则表达式的模式结束。可以同时使用^和$。例子^\d+$ 匹配从开始到结束都是数字的字符串
3. 通配字符，‘.’ 句点；它匹配除了换行之外的所有字符。句点字符只匹配一个字符
4. 匹配换行字符，re.compile()的第二个参数传入re.DOTALL来匹配包括换行字符的所有字符， 例子：newRegex = re.compile(r’.*’, re.DOTALL); newRegex.search(‘Server the pu \n protect’) ; 返回‘Server the pu \n protect’

复习：？匹配0次或1次前面的分组

*匹配0次或多次前面的分组

+匹配1次或多次前面的分组

{n}匹配n次前面的分组

{n,}匹配n次及以上的分组

{,m}匹配0次到m次的分组

{n,m}匹配n到m次的分组

{n,m}?对前面的分组进行非贪心匹配

^spam字符串必须以spam开始

$spam字符串必须以spam结束

.匹配所有单个字符，换行符和空格除外

[abc]匹配方括号内的任意字符

[^abc]匹配不在方括号内的任意字符

1. 不区分大小写的匹配，re.compile()第二个参数传入re.IGNORECASE或re.I
2. 替换字符串，sub()方法，找到字符串后，想要替换到找到的字符串。例子：nameRegex=re.compile(r’Agent \w+’); nameRegex.sub(‘CENSORED’, ‘Agent Alice gave the’); 返回结果’CENSORED Alice gave the’
3. re.VERBOSE， 复杂的正则表达式可以分开多行写，并且加上注释，这时第二个参数需要re.VERBOSE。
4. re.I re.DOTALL 和re.VERBOSE组合使用时用‘|’连接

 

关于异常aa的处理:使用下面格式，异常发生时不会导致程序崩溃

try :

正常的业务处理逻辑

except(AttributeError) :

异常发生时的处理逻辑