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
正则表达式中:
\d 匹配数字
\w 匹配字母 ( 中文也认为是字母 在utf-8)
\s 可以 匹配空格 tab空白字符
. 可以匹配任意字符
* 可以匹配任意长度的字符
+ 表示至少有一个 例如 \d+ 表示 数字至少有1 个,
? 表示 有 0 个 或 1 个 字符
{n} 表示有确定n个长度的字符
{n,m} 表示有 n-m个 字符
A|B 匹配 A 或者B 所以 | 或的意思
^ 行的开头
$ 行的结束
进阶::
更加精确的匹配 可以用 [ ]
例如 [ 0-9a-zA-Z ] 匹配 所有数子和26个字母 [ \_ \. @ ] 可以匹配 ' . ' , '_', '@'
python 中 re 模块是 正则表达式的功能
impor re
贪婪匹配
最后需要特别指出的是,正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符。举例如下,匹配出数字后面的0
:
>>> re.match(r'^(\d+)(0*)$', '102300').groups()
('102300', '')
由于\d+
采用贪婪匹配,直接把后面的0
全部匹配了,结果0*
只能匹配空字符串了。
必须让\d+
采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0
匹配出来,加个?
就可以让\d+
采用非贪婪匹配:
>>> re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')
实例 :
匹配 Sizaif@gmail.com 和 bill.gates@gmail.com
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import re
def judge():
test=input("please input your string\n")
# a=r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|6[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|6[0-9])'
a=r'(\w+)([@])(\w+)([\.])(\w{3})'
b=r'(\w+)[\.](\w+)[@](\w+)[\.](\w{3})'
print(a)
m = re.match(a, test)
mm=re.match(b,test)
if( m ):
print(m.group(0))
print(m.group(1))
print(m.group(2))
print(m.group(3))
print(m.group(4))
print(m.group(5))
elif (mm):
st=""
for x in range(1,5):
st+= mm.group(x)
print(mm.group(0))
print(mm.group(1))
print(mm.group(2))
print(mm.group(3))
print(mm.group(4))
print(st)
else:
print("no")
judge()
123