python基础day-16：正则表达式

最新推荐文章于 2023-11-08 17:04:10 发布

klspree

最新推荐文章于 2023-11-08 17:04:10 发布

阅读量403

点赞数

分类专栏： python基础文章标签：字符串 python 正则表达式

本文链接：https://blog.csdn.net/weixin_41615044/article/details/111870555

版权

python基础专栏收录该内容

21 篇文章 2 订阅

订阅专栏

正则表达式

一、匹配类符号

一个符号对应一个字符

1.1 什么是正则表达式

一种处理字符串的工具
按指定规则自动处理字符串
在不同的编程语言中，正则的语法相同，但表示方式不同
```
    python     '正则表达式'
    js         /正则表达式/
```
re 模块是python内置的专门提供处理正则表达式函数的

import re

1.2 一般方法vs正则

感受一下

tel = input('请输入手机号：')

# 一般方法判断输入的tel是否是手机号
if len(tel) == 11:
    for x in tel:
        if not ('0' <= x <= '9'):
            print('不合法')
    else:
        pass
    # ...还有很多不写了
else:
    print('不合法')

# 正则方法
result = re.fullmatch(r'1[3-9]\d{9}', tel)
print(result)

1.3 正则符号

1.3.1 普通字符

普通字符在正则表达式中表示这个符号本身
fullmatch(正则表达式，字符串)
- 判断字符串是否符合指定规则
- 如果不符合，返回None

1.3.2 .

匹配一个任意字符

    'a.b' - 匹配一个长度是3 的字符串，第一个字符是a，最后是b，中间随便一个字符

re_str = 'a.b'
result = re.fullmatch(re_str, 'a?b')
print(result)  # <re.Match object; span=(0, 3), match='a?b'>
result = re.fullmatch(re_str, 'a??b')
print(result)  # None

1.3.3 \d

在正则这里不是转义，就是一个正则符号
匹配一个任意数字

re_str = 'a\db'
# 匹配一个长度3 ，第一个字符a，最后一个字符b，中间一个任意数字字符
result = re.fullmatch(re_str, 'a0b')
print(result)  # <re.Match object; span=(0, 3), match='a0b'>

re_str = 'a\d\d\d\d\db'
# 匹配一个长度5 ，第一个字符a，最后一个字符b，中间一个任意数字字符
result = re.fullmatch(re_str, 'a12345b')
print(result)  # <re.Match object; span=(0, 7), match='a12345b'>

1.3.4 \s

匹配一个空白字符
空白字符：空格’ ‘、空行’\n’、制表’\t’

re_str = '\s\s\s'
result = re.fullmatch(re_str, '\n \t')
print(result)  # <re.Match object; span=(0, 3), match='\n \t'>

1.3.5 \w

匹配一个字母、数字或下划线
但且ASCII码表以外的字符也都可以匹配

re_str = '\d\w\d'
result = re.fullmatch(re_str, '1嘿2')
print(result)  # <re.Match object; span=(0, 3), match='1嘿2'>
result = re.fullmatch(re_str, '1+2')
print(result)  # None

1.3.6 \D、\S

大写字母和小写字母反过来
\D 匹配一个非数字字符
\S 匹配一个非空白字符

1.3.7 字符集 []

匹配字符集中出现的任意一个字符
一个[]匹配一个字符

re_str = 'a[xy0]b'
# 长度3，第一个是a，最后是b，中间是x、y、0中的任意一个
result = re.fullmatch(re_str, 'axb')
print(result)  # <re.Match object; span=(0, 3), match='axb'>

1.3.8 减号符 -

在[]中，-在两个字符之间出现表示范围
若不在两个字符之间，就表示’-'本身
前面的字符的编码值必须小于后面的编码值

re_str = 'a[Z-a]b'
# 长度3，中间为编码值在Z和a之间的任意一个字符
result = re.fullmatch(re_str, 'axb')
print(result)  # None
result = re.fullmatch(re_str, 'a_b')
print(result)  # <re.Match object; span=(0, 3), match='a_b'>

	[1-9] - 一个数字字节
	[a-z] - 一个小写字母
	[A-Z] - 一个大写字母
	[\u4e00-\u9fa5] - 一个中文字符

1.3.9 非 [^字符集]

在[]里
匹配一个不在字符集中的任意字符
只有放在最前面有效，放在其它地方都是’^'本身

1.3.10 忽略大小写 (?i)

‘(?i)正则表达式’，在正则表达式前面加上括号问号 i
给re模块中函数的flags赋值为 I（大写的i）

二、检测类符号

不影响字符串长度
在匹配成功后检查符号所在位置是否正确

2.1 \b

检测是否是单词边界
单词边界：可以将两个单词区分开来的字符
如空白、标点符号、字符串开头/结尾等

re_str = r'\ba[b-z]\b'
result = re.findall(re_str, 'dfas asdf fs4 asf az sdfe')
print(result)  # ['az']

2.2 ^

检测字符串开头

2.3 $

检测是否是字符串结尾

三、匹配次数

3.1 +

至少1次

re_str = r'a+[b-z]'
result = re.findall(re_str, 'dfasaaaffs4asfazsdfe')
print(result)  # ['as', 'aaaf', 'as', 'az']

3.2 *

至少0次

3.3 ？

两种情况
0次或1次

# 字符串是否是合法的整数
re_str = '[-+]?[1-9]\d*'  # 但没有0

3.4 {}

{N} 匹配N次
{M,N} [M, N]次
{M,} 至少M次
{,N} 最多N次

3.5 贪婪、非贪婪

在匹配次数不确定时
匹配氛围贪婪和非贪婪两种
默认贪婪
贪婪：在能匹配成功的情况下，取最多的那种情况
非贪：在能匹配成功的情况下，取最少的那种情况
设置非贪婪，在不确定次数后面加**？**
爬虫一般非贪

	贪婪     非贪婪
	———————————————
	+       +?
	*       *?
	?       ??
	{M,N}   {M,N}?
	{M,}    {M,}?
	{,N}    {,N}?
	———————————————

re_str = 'a.+b'
print(re.findall(re_str, 'azbzzbzzzbzzzzbzzzzz'))
# ['azbzzbzzzbzzzzb']

re_str = 'a.+?b'
print(re.findall(re_str, 'azbzzbzzzbzzzzbzzzzz'))
# ['azb']

四、分组、分支

将正则表达式中的某部分用()看作一个整体
然后进行整体操作

4.1 分组 ()

4.1.1 整体操作

re_str = '(\d{2}[a-z]{3})+'
result = re.fullmatch(re_str, '32sdf45zsd66sde21sdf')
print(result)  # <re.Match object; span=(0, 20), match='32sdf45zsd66sde21sdf'>

4.1.2 整体重复\M

重复前面第M个分组匹配到的内容

re_str = r'(\d{2})([a-z]{3})=\2\1'
result = re.fullmatch(re_str, '12abc=cba21')
print(result)  # None

re_str = r'(\d{2})([a-z]{3})=\2\1'
result = re.fullmatch(re_str, '12abc=abc12')
print(result)  # <re.Match object; span=(0, 11), match='12abc=abc12'>

4.2 分支 |

# 练习：匹配：abc后面三个数字或三个大写字母
re_str = 'abc(\d|[A-Z]){3}'
result = re.fullmatch(re_str, 'abc123')
print(result)  # <re.Match object; span=(0, 6), match='abc123'>

result = re.fullmatch(re_str, 'abcJKL')
print(result)  # <re.Match object; span=(0, 6), match='abcJKL'>