问题：从下面的文件中取出电话号
或者是下面这样：
用正则表达式就可以简单一点儿，
re模块
正则表达式就是字符串的匹配规则，在多数编程语言里都有相应的支持，python里对应的模块是re
常用的表达式规则
'.' 默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行 '^' 匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE) '$' 匹配字符结尾， 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1 '*' 匹配*号前的字符0次或多次， re.search('a*','aaaabac') 结果'aaaa' '+' 匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb'] '?' 匹配前一个字符1次或0次 ,re.search('b?','alex').group() 匹配b 0次 '{m}' 匹配前一个字符m次 ,re.search('b{3}','alexbbbs').group() 匹配到'bbb' '{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb'] '|' 匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC' '(...)' 分组匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 结果为'abcabca45' '\A' 只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的，相当于re.match('abc',"alexabc") 或^ '\Z' 匹配字符结尾，同$ '\d' 匹配数字0-9 '\D' 匹配非数字 '\w' 匹配[A-Za-z0-9] '\W' 匹配非[A-Za-z0-9] '\s' 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t' '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}
>>> import re #. >>> re.search('.','da854da') <_sre.SRE_Match object; span=(0, 1), match='d'> #^ >>> re.search('^a','avcb') <_sre.SRE_Match object; span=(0, 1), match='a'> #或者 >>> re.match('av','avcb') <_sre.SRE_Match object; span=(0, 2), match='av'> #或者 >>> re.search('\Aab','abc') <_sre.SRE_Match object; span=(0, 2), match='ab'> # $要求字符串以b结尾 >>> re.search('b$','avcb') <_sre.SRE_Match object; span=(3, 4), match='b'> #如果是match，就是要求以b开头，并以b结尾，就只有一个字符 'b' #*匹配所有 >>> re.search('a*','Alex') <_sre.SRE_Match object; span=(0, 0), match=''> >>> re.search('a*','Alex').group()#代表匹配了0次 '' >>> re.search('a*','alex') <_sre.SRE_Match object; span=(0, 1), match='a'> >>> re.search('a*','alex').group() >>> re.search('a*','aaaaalex') <_sre.SRE_Match object; span=(0, 5), match='aaaaa'>#代表匹配1次或多次 # ' |' >>> re.search('alex|Alex','alex') <_sre.SRE_Match object; span=(0, 4), match='alex'> >>> re.search('alex|Alex','Alex') <_sre.SRE_Match object; span=(0, 4), match='Alex'> >>> re.search('[a|A]lex','Alex') <_sre.SRE_Match object; span=(0, 4), match='Alex'> # （...）分组匹配 #分别取到alex 123，方法一 >>> re.search('[a-z]+[0-9]+','alex123') <_sre.SRE_Match object; span=(0, 7), match='alex123'> >>> re.search('[a-z]+[0-9]+','alex123').group() 'alex123' #第二种方法 >>> re.search('([a-z]+)([0-9]+)','alex123').groups() ('alex', '123') # \d >>> re.search('\d+','alex231231') <_sre.SRE_Match object; span=(4, 10), match='231231'> >>> re.search('\d+','alex231231fds231') <_sre.SRE_Match object; span=(4, 10), match='231231'>#只能匹配一次，在遇到就不会管 了 # \w >>> re.search('\w+','alex231231fds231') <_sre.SRE_Match object; span=(0, 16), match='alex231231fds231'> >>> re.search('\w+','alex2@#31231fds231') <_sre.SRE_Match object; span=(0, 5), match='alex2'> >>> re.search('\w','alex2@#31231fds231') <_sre.SRE_Match object; span=(0, 1), match='a'> # \s >>> re.findall('\s','alex\njack\tdd\rmack') ['\n', '\t', '\r'] #（？P<name>...）分组匹配 >>> re.search('(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s).groups() ('130', '704', '2000') >>> res.groupdict() {'province': '130', 'city': '704', 'born_year': '2000'}
re的匹配语法有以下几种
- re.match 从头开始匹配
- re.search 匹配包含
- re.findall 把所有匹配到的字符放到以列表中的元素返回
- re.split 以匹配到的字符当做列表分隔符
- re.sub 匹配字符并替换
- re.fullmatch 全部匹配
re.match(pattern, string, flags=0)
从起始位置开始根据模型去字符串中匹配指定内容，匹配单个
- pattern 正则表达式
- string 要匹配的字符串
- flags 标志位，用于控制正则表达式的匹配方式
#re.match >>> import re >>> s = 'abc1d3c' >>> re.match('[0-9]',s)# 从头开始匹配，匹配一个字符 >>> print(re.match('[0-9]',s))#相当于函数，没有匹配到，就会返回None None >>> re.match('[0-9]','1bdfd') <_sre.SRE_Match object; span=(0, 1), match='1'> >>> re.match('[0-9]','115bdfd') <_sre.SRE_Match object; span=(0, 1), match='1'>
上面用match无法匹配到需要的字符，下面是search，这个是全局搜索，找到就返回
re.search(pattern, string, flags=0)
根据模型去字符串中匹配指定内容，匹配单个
#re.search >>> import re >>> s = 'abc1d3c' >>> re.search('[0-9]',s) <_sre.SRE_Match object; span=(3, 4), match='1'># （3，4）是索引，指的是从3到4 >>> re.search('[0-9]',s).group()#加上group就能拿到结果 '1'
所以正确的做法应该是线判断一下返回值没有，有的话再取
match_res = re.search('[0-9]', s) if match_res: print(match_res.group())#拿到匹配结果
但是上面两种都不能把数字都拿到，所以用到findall
re.findall(pattern, string, flags=0)
match and search均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall。
#re.findall >>> import re >>> re.findall('[0-9]',s) ['1', '3
其中，findall返回的是列表，而search返回的是对象
re.split(pattern, string, maxsplit=0, flags=0)
#re.split （以数字分开） >>> s = 'alex22jack23rian31' >>> s.split() ['alex22jack23rian31'] >>> re.split('\d',s) ['alex', '', 'jack', '', 'rian', '', ''] >>> re.split('\d+',s) ['alex', 'jack', 'rian', ''] #和findall是相反的效果 >>> re.findall('\d+',s) ['22', '23', '31'] >>> s = 'alex22jack23rian31#mack-oldboy' >>> re.split('\d+|#|',s)#根据数字或者#或者-分割 ['alex', 'jack', 'rian', '', 'mack-oldboy'] >>> s = 'alex22jack23rian31|mack-oldboy' >>> re.split('|',s) Traceback (most recent call last): File "<stdin>", line 1, in <module> File "D:\Users\10213\Anaconda3\lib\re.py", line 212, in split return _compile(pattern, flags).split(string, maxsplit) ValueError: split() requires a non-empty pattern match. #希望以管道符分隔开，但是它本身就是一个语法，这时需要加一个\ 就会当成字符串而不是语法 >>> re.split('\|',s) ['alex22jack23rian31', 'mack-oldboy'] >>> s = 'alex22jack23rian31\mack-oldboy' >>> s 'alex22jack23rian31\\mack-oldboy' >>> re.split('\\\\',s) ['alex22jack23rian31', 'mack-oldboy'] >>> s = '9-2*5/3+7/3*99/4*29+10*58/14' >>> s '9-2*5/3+7/3*99/4*29+10*58/14' >>> re.split('[-\*/+]',s) ['9', '2', '5', '3', '7', '3', '99', '4', '29', '10', '58', '14'] >>> re.split('[-\*/+]',s,maxsplit=2) ['9', '2', '5/3+7/3*99/4*29+10*58/14']
re.sub(pattern, repl, string, count=0, flags=0)
用于替换匹配的字符串
#re.sub >>> s = 'alex22jack23rian31\mack-oldboy' >>> re.sub('\d+','_',s) 'alex_jack_rian_\\mack-oldboy' >>> re.sub('\d+','_',s,count=2) 'alex_jack_rian31\\mack-oldboy'
re.fullmatch(pattern, string, flags=0)
整个字符串匹配成功就返回re object, 否则返回None
#re.fullmatch >>> re.fullmatch('alex','alex123') >>> re.fullmatch('alex124','alex123') >>> re.fullmatch('alex123','alex123') <_sre.SRE_Match object; span=(0, 7), match='alex123'> >> re.fullmatch('\w+@\w+\.(com|cn|edu)','alex@oldboyedu.cn') _sre.SRE_Match object; span=(0, 17), match='alex@oldboyedu.cn'>
re.compile(pattern, flags=0)
#re.compile >>> re.compile('\w+@\w+\.(com|cn|edu)') re.compile('\\w+@\\w+\\.(com|cn|edu)') #返回了一个对象 >>>pattern = re.compile('\w+@\w+\.(com|cn|edu)') #pattern是格式的意思 >>> pattern re.compile('\\w+@\\w+\\.(com|cn|edu)') >>> pattern.fullmatch('alex@oldboyedu.cn') <_sre.SRE_Match object; span=(0, 17), match='alex@oldboyedu.cn'> #相当于把规则写好，然后给规则返回了一个对象，通过这个对象做#fullmatch，和先写fullmatch再写内容是一样的
Flags标志符
- re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
- M(MULTILINE): 多行模式，改变'^'和'$'的行为
- S(DOTALL): 改变'.'的行为,make the '.' special character match any character at all, including a newline; without this flag, '.' will match anything except a newline.
- X(re.VERBOSE) 可以给你的表达式写注释，使其更可读，下面这2个意思一样
#re.I >>> re.search('a','alex') <_sre.SRE_Match object; span=(0, 1), match='a'> >>> re.search('a','Alex') >>> re.search('a','Alex',re.I) <_sre.SRE_Match object; span=(0, 1), match='A'>
#re.M >>> re.search('foo.$','fool\nfoo2\n') <_sre.SRE_Match object; span=(5, 9), match='foo2'> >>> re.search('foo.$','fool\nfoo2\n',re.M) <_sre.SRE_Match object; span=(0, 4), match='fool'> #不加M意思是不管有多少个换行符只看最后的，加上M就把它看成多行，取得是第一行的末尾
#re.S >>> re.search('.','\n')#并没有匹配上 >>> re.search('.','\n',re.S) <_sre.SRE_Match object; span=(0, 1), match='\n'>#匹配了任意字符
#re.X >>> re.search('. #text','alex',re.X) <_sre.SRE_Match object; span=(0, 1), match='a'>
总结：
1.常用的公式
2.5种语法
3942
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
