python正则表达式以开头_Python正则表达式

正则表达式

概述

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(英语：Regular Expression，在代码中常简写为regex、regexp或RE)，是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。

Regular Expression的“Regular”一般被译为“正则”、“正规”、“常规”。此处的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则的表达式”之意。

re模块操作

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

re模块的使用过程

#coding=utf-8

# 导入re模块

import re

# 使用match方法进行匹配操作

result = re.match(正则表达式,要匹配的字符串)

# 如果上一步匹配到数据的话，可以使用group方法来提取数据

result.group()

re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象(Match Object)，否则返回None(注意不是空字符串"")。

匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。

re模块示例(匹配以itcast开头的语句)

#coding=utf-8

import re

result = re.match("itcast","itcast.cn")

result.group()

运行结果为：

itcast

说明

re.match() 能够匹配出以xxx开头的字符串

正则表达式的规则

表示字符

上节讲了通过re模块能够完成使用正则表达式来匹配字符串

本节讲解正则表达式的单字符匹配

字符

功能

.

匹配任意1个字符(除了\n)

[ ]

匹配[ ]中列举的字符

\d

匹配数字，即0-9

\D

匹配非数字，即不是数字

\s

匹配空白，即 空格，tab键

\S

匹配非空白

\w

匹配单词字符，即a-z、A-Z、0-9、_

\W

匹配非单词字符

示例1： .

#coding=utf-8

import re

ret = re.match(".","a")

ret.group()

ret = re.match(".","b")

ret.group()

ret = re.match(".","M")

ret.group()

运行结果：

In [1]: import re

In [2]: ret = re.match('.','a')

In [3]: ret.group()

Out[3]: 'a'

In [4]: ret = re.match('.','b')

In [5]: ret.group()

Out[5]: 'b'

示例2：[ ]

>>> import re

>>> # 如果hello的首字符小写，那么正则表达式需要小写的h

>>> ret = re.match("h","hello Python")

>>> ret.group()

'h'

>>> # 如果hello的首字符大写，那么正则表达式需要大写的H

>>> ret = re.match("H","Hello Python")

>>> ret.group()

'H'

>>> # 大小写h都可以的情况

>>> ret = re.match("[hH]","hello Python")

>>> ret.group()

'h'

>>> ret = re.match("[hH]","Hello Python")

>>> ret.group()

'H'

>>> #匹配0到9

>>> ret = re.match("[0123456789]","7Hello Python")

>>> ret.group()

'7'

>>> ret = re.match("[0-9]","7Hello Python")

>>> ret.group()

'7'

示例3：\d

#coding=utf-8

>>> import re

>>> # 普通的匹配方式

>>> ret = re.match("嫦娥1号","嫦娥1号发射成功")

>>> ret.group()

'嫦娥1号'

>>> ret = re.match("嫦娥2号","嫦娥2号发射成功")

>>> ret.group()

'嫦娥2号'

>>> # 使用\d进行匹配

>>> ret = re.match("嫦娥\d号","嫦娥1号发射成功")

>>> ret.group()

'嫦娥1号'

>>> ret = re.match("嫦娥\d号","嫦娥2号发射成功")

>>> ret.group()

'嫦娥2号'

说明：其他几个个匹配符和上面的类似就不举例了。

表示数量

匹配多个字符的相关格式

字符

功能

*

匹配前一个字符出现0次或者无限次，即可有可无

+

匹配前一个字符出现1次或者无限次，即至少有1次

?

匹配前一个字符出现1次或者0次，即要么有1次，要么没有

{m}

匹配前一个字符出现m次

{m,}

匹配前一个字符至少出现m次

{m,n}

匹配前一个字符出现从m到n次

示例1：*

需求：匹配出，一个字符串第一个字母为大小字符，后面都是小写字母并且这些小写字母可有可无

#coding=utf-8

>>> import re

>>> ret = re.match("[A-Z][a-z]*","Mm")

>>> ret.group()

'Mm'

>>> ret = re.match("[A-Z][a-z]*","Aabcdef")

>>> ret.group()

'Aabcdef'

>>>

示例2：+

需求：匹配出，变量名是否有效

#coding=utf-8

>>>import re

>>> ret = re.match("[a-zA-Z_]+[\w_]*","name1")

>>> ret.group()

'name1'

>>> ret = re.match("[a-zA-Z_]+[\w_]*","_name")

>>> ret.group()

'_name'

>>> ret = re.match("[a-zA-Z_]+[\w_]*","2_name")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

示例3：?

需求：匹配出，0到99之间的数字

#coding=utf-8

>>> ret = re.match("[1-9]?[0-9]","7")

>>> ret.group()

'7'

>>> ret = re.match("[1-9]?[0-9]","33")

>>> ret.group()

'33'

>>> ret = re.match("[1-9]?[0-9]","09")

>>> ret.group()

'0'

示例4：{m}

需求：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线

#coding=utf-8

>>> ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")

>>> ret.group()

'12a3g4'

>>> ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")

>>> ret.group()

'1ad12f23s34455ff66'

>>>

表示边界

字符

功能

^

匹配字符串开头

$

匹配字符串结尾

\b

匹配一个单词的边界

\B

匹配非单词边界

示例1：$

需求：匹配163.com的邮箱地址

#coding=utf-8

import re

# 正确的地址

>>> ret = re.match("[\w]{4,20}@163\.com", "xiaoWang@163.com")

>>> ret.group()

'xiaoWang@163.com'

# 不正确的地址

>>> ret = re.match("[\w]{4,20}@163\.com", "xiaoWang@163.comheihei")

>>> ret.group()

'xiaoWang@163.com'

# 通过$来确定末尾

>>> ret = re.match("[\w]{4,20}@163\.com$", "xiaoWang@163.comheihei")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

示例2: \b

>>> re.match(r".*\bver\b", "ho ver abc").group()

'ho ver'

>>> re.match(r".*\bver\b", "ho verabc").group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

>>> re.match(r".*\bver\b", "hover abc").group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

>>>

示例3：\B

>>> re.match(r".*\Bver\B", "hoverabc").group()

'hover'

>>> re.match(r".*\Bver\B", "ho verabc").group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

>>> re.match(r".*\Bver\B", "hover abc").group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

>>> re.match(r".*\Bver\B", "ho ver abc").group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

匹配分组

字符

功能

|

匹配左右任意一个表达式

(ab)

将括号中字符作为一个分组

\num

引用分组num匹配到的字符串

(?P)

分组起别名

(?P=name)

引用别名为name分组匹配到的字符串

示例1：|

需求：匹配出0-100之间的数字

#coding=utf-8

# 添加|

>>> ret = re.match("[1-9]?\d$|100","8")

>>> ret.group()

'8'

>>> ret = re.match("[1-9]?\d$|100","78")

>>> ret.group()

'78'

>>> ret = re.match("[1-9]?\d$|100","08")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

>>> ret = re.match("[1-9]?\d$|100","100")

>>> ret.group()

'100'

示例2：( )

需求：匹配出163、126、qq邮箱之间的数字

#coding=utf-8

>>> ret = re.match("\w{4,20}@163\.com", "test@163.com")

>>> ret.group()

'test@163.com'

>>> ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@126.com")

>>> ret.group()

'test@126.com'

>>> ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@qq.com")

>>> ret.group()

'test@qq.com'

>>> ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@gmail.com")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

示例3：\

​ 需求：匹配出hh

#coding=utf-8

# 能够完成对正确的字符串的匹配

>>> ret = re.match("\w*[a-zA-Z]*>", "hh")

>>> ret.group()

'hh'

# 如果遇到非正常的html格式字符串，匹配出错

>>> ret = re.match("\w*[a-zA-Z]*>", "hh")

>>> ret.group()

'hh'

# 正确的理解思路：如果在第一对<>中是什么，按理说在后面的那对<>中就应该是什么

# 通过引用分组中匹配到的数据即可，但是要注意是元字符串，即类似 r""这种格式

>>> ret = re.match(r"\w*\1>", "hh")

>>> ret.group()

'hh'

# 因为2对<>中的数据不一致，所以没有匹配出来

>>> ret = re.match(r"\w*\1>", "hh")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

示例4：\number

​ 需求：匹配出

www.itcast.cn

#coding=utf-8

>>> ret = re.match(r".*\2>\1>", "

www.itcast.cn

")

>>> ret.group()

'

www.itcast.cn

'

>>> ret = re.match(r".*\2>\1>", "

www.itcast.cn")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

示例5：(?P) (?P=name)

​ 需求：匹配出

www.itcast.cn

#coding=utf-8

>>> ret = re.match(r"\w*)>\w*)>.*(?P=name2)>(?P=name1)>", "

www.itcast.cn

")

>>> ret.group()

'

www.itcast.cn

'

>>> ret = re.match(r"\w*)>\w*)>.*(?P=name2)>(?P=name1)>", "

www.itcast.cn")

>>> ret.group()

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'NoneType' object has no attribute 'group'

​ 注意：(?P)和(?P=name)中的字母p大写

​ python中的正则表达式基础就这些，下节就能难点了，属于高级篇了。