python正则表达式详解 pdf_Python正则表达式详解

. 匹配任意一个字符(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建

\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

* 匹配前一个字符出现0次或者无限次,可有可无

+ 匹配前一个字符出现一次或者无限次至少一次

? 匹配前一个字符出现一次或者零次要么有一次要么没有

{m} 匹配前一个字符出现m次

{m,n} 匹配前一个字符出现从m到n次

^ 匹配字符串开头

$ 匹配字符串结尾

| 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

import re

# re.match(正则表达式,需要处理的字符串)

re.match(r"hello","hello world")

# [] 可以读出大小写

re.match(r"[hH]ello","hello world")

re.match(r"秦时明月1","秦时明月1")

# \d 代替

re.match(r"秦时明月\d","秦时明月2")

ret = re.match(r"秦时明月\d","秦时明月2")

ret.group()

# [123456] 取在内的数据

re.match(r"秦时明月[123456]","秦时明月5").group()

re.match(r"秦时明月[1-6]","秦时明月3").group()

# [1-6a-zA-Z]

re.match(r"秦时明月[1-6a-zA-Z]","秦时明月T").group()

# \w匹配单词字符即a-z,A-Z,0-9,_

re.match(r"秦时明月\w","秦时明月5").group()

# \s 匹配空白即空格tab建

re.match(r"秦时明月\s\d","秦时明月 5").group()

# 匹配两位数字 \d{1,2},{}里面多少位就可以取多大

re.match(r"秦时明月\d{1,2}","秦时明月15").group()

# {}指定多少个

re.match(r"\d{11}","12345678901").group()

re.match(r"021-\d{8}","021-12345678").group()

# ? 要么有要么没有 -

re.match(r"021-?\d{8}","02112345678").group()

# \d{3-4} 前面三至四位数都行

re.match(r"\d{3-4}-?\d{8}","0531-12345678").group()

html_content = """"

hahaha

dadsada

asdad"""

# .* 除了\n换行不匹配

re.match(r".*",html_content).group()

# re.S匹配\n换行所有

re.match(r".*",html_content,re.S).group()

# 实例

import re

def main():

names = ["age","_age","1age","age1","a_age","age_1_","age!","a#ge123","____"]

for name in names:

#ret = re.match(r"[a-zA-Z_][a-zA-Z0-9_]*",name)

# $ 匹配字符串结尾

ret = re.match(r"[a-zA-Z_][a-zA-Z0-9_]*$", name)

# ^ 匹配字符串结尾

ret = re.match(r"^[a-zA-Z_][a-zA-Z0-9_]*", name)

if ret:

print("变量名:%s符合要求...通过正则匹配出来的数据是:%s" % (name,ret.group()))

else:

print("变量名:%s 不符合要求..." % name)

if __name__ == '__main__':

main()

# 163邮箱实例

import re

def main():

email = input("请输入一个邮箱地址:")

# 如果在正则表达式中需要用到某些普通的字符比如. 比如?等

# 需要在他们前面添加一个反斜杠进行转义

#ret = re.match(r"[a-zA-Z0-9]{4,20}@163.com\.com$",email)

# 其他邮箱

ret = re.match(r"[a-zA-Z0-9_]{4,20}@(163|126)\.com$", email)

if ret:

print("%s符合要求..."% email)

else:

print("%s不符合要求..."% email)

if __name__ == '__main__':

main()

# 匹配html

html_str = "

hahaha

"

re.match(r"<\w*>.*\w*>",html_str).group()

# 匹配html标签一至

html_str = "

hahhaha"

re.match(r"<(\w*)>.*\1>",html_str).group()

# search 从尾匹配

import re

ret = re.search(r"\d+","阅读次数为999")

ret.group()

# ^

re.search(r"^\d+","阅读次数为999,点赞数为100").group(2)

# findall 匹配所有列表

re.findall(r"\d+","python=999,c=100,c#=120")

# sub 替换

re.sub(r"\d+","100","python999")

# split 根据匹配进行切割字符串并返回一个列表

import re

ret = re.split(r":|","info:xiaogu 888 shenzhen")

print(ret)

import re

def add(temp):

strNum = temp.group()

num = int(strNum) +1

return str(num)

ret = re.sub(r"\d+",add,"python=99")

print(ret)

ret = re.sub(r"\d+",add,"python=998")

print(ret)