1、Re正则
1.1 re.compile
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。
语法格式为:
re.compile(pattern[, flags])
1.2 re.match
re.match 尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。
函数语法:
re.match(pattern, string, flags=0)
1.3 re.search
re.search 扫描整个字符串并返回第一个成功的匹配。
函数语法:
re.search(pattern, string, flags=0)
1.4 re.findall
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表。
注意: match 和 search 是匹配一次 findall 匹配所有。
语法格式为:
findall(string[, pos[, endpos]])
1.5 re.sub
re.sub用于替换字符串中的匹配项
语法:
re.sub(pattern, repl, string, count=0, flags=0)
2、Re使用案例
2.1 匹配0-99之间的数字
print("---01 匹配0-99之间的数字---")
num_str = "85"
pattern = r"[1-9]?\d"
result = re.search(pattern, num_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.2 匹配1-100之间的数字
print("---02 匹配1-100之间的数字---")
num_str = "100"
pattern = r"[1-9]?\d$|100"
result = re.search(pattern, num_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.3 匹配ip地址
print("---03 匹配ip地址---")
ip_str = "asdfasdf192.168.100.156"
pattern = r"((2[0-4]\d|25[0-5]|1\d{2}|[1-9]?\d)\.){3}(2[0-4]\d|25[0-5]|1\d{2}|[1-9]?\d)"
result = re.search(pattern, ip_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.4 匹配邮箱
print("---04 匹配邮箱---")
email_str = "123~_.{}=?5%@163.com"
pattern = r"[\w!#$%&'*+/=?^`{|}~-]+(?:\.[\w!#$%&'*+/=?^`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?"
result = re.search(pattern, email_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.5 匹配URL
print("---05 匹配URL---")
url_str = "www.imooc.com"
pattern = r"((http|https|ftp)://)?([-\w.]+)"
result = re.search(pattern, url_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.6 匹配国内电话号码
print("---06 匹配国内电话号码---")
phone_str = "0531-88881234"
pattern = r"\d{3}-\d{8}|\d{4}-\d{7,8}"
result = re.search(pattern, phone_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.7 匹配国内手机号码
print("---07 匹配国内手机号码---")
phone_str = "18710834869"
pattern = r"1[34578]\d{9}"
result = re.search(pattern, phone_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.8 匹配身份证号码
print("---08 匹配身份证号码---")
phone_str = "14262519890228043X"
pattern = r"\d{6}\d{4}(((0[13578])|(1[02])(([0-2]\d)|30|31))|(((0[469])|11)(([0-2]\d)|30))|(0228|0229))\d{3}([0-9]|X)"
result = re.search(pattern, phone_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.9 匹配年月日
print("---09 匹配年-月-日格式日期---")
date_str = "59991-06-30"
pattern = r"([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))"
result = re.search(pattern, date_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.10 匹配正数和负数
print("---10 10 匹配正数和负数---")
date_str = "-0255.36902"
pattern = r"-?\d+(\.\d+)?"
result = re.search(pattern, date_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
2.11 匹配出从左到右第一个乘法或除法
print("---11 从类似9-2*5/3+7/3*99/4*2998+10*568/14的表达式中匹配出从左到右第一个乘法或除法---")
date_str = "9-2*5/3+7/3*99/4*2998+10*568/14"
pattern = r"\d+[*/]\d+"
result = re.search(pattern, date_str)
print("result: ", result)
print("group(0): ", result.group())
print("groups(): ", result.groups())
print()
3 附录 - Re模式
^ | 匹配字符串的开头 |
---|---|
$ | 匹配字符串的末尾。 |
. | 匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。 |
[…] | 用来表示一组字符,单独列出:[amk] 匹配 ‘a’,‘m’或’k’ |
[^…] | 不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。 |
re* | 匹配0个或多个的表达式 |
re+ | 匹配1个或多个的表达式 |
re? | 匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式 |
re{ n} | 匹配n个前面表达式。例如,"o{2}“不能匹配"Bob"中的"o”,但是能匹配"food"中的两个o。 |
re{ n,} | 精确匹配n个前面表达式。例如,"o{2,}“不能匹配"Bob"中的"o”,但能匹配"foooood"中的所有o。"o{1,}“等价于"o+”。"o{0,}“则等价于"o*”。 |
re{ n, m} | 匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式 |
a| b | 匹配a或b |
(re) | 匹配括号内的表达式,也表示一个组 |
(?imx) | 正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。 |
(?-imx) | 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。 |
(?: re) | 类似 (…), 但是不表示一个组 |
(?imx: re) | 在括号中使用i, m, 或 x 可选标志 |
(?-imx: re) | 在括号中不使用i, m, 或 x 可选标志 |
(?#…) | 注释. |
(?= re) | 前向肯定界定符。如果所含正则表达式,以 … 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。 |
(?! re) | 前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功。 |
(?> re) | 匹配的独立模式,省去回溯。 |
\w | 匹配数字字母下划线 |
\W | 匹配非数字字母下划线 |
\s | 匹配任意空白字符,等价于 [\t\n\r\f]。 |
\S | 匹配任意非空字符 |
\d | 匹配任意数字,等价于 [0-9] |
\D | 匹配任意非数字 |
\A | 匹配字符串开始 |
\Z | 匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。 |
\z | 匹配字符串结束 |
\G | 匹配最后匹配完成的位置。 |
\b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配"never" 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。 |
\B | 匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’ |
\n, \t, 等。 | 匹配一个换行符。匹配一个制表符, 等 |
\1…\9 | 匹配第n个分组的内容。 |
\10 | 匹配第n个分组的内容,如果它经匹配。否则指的是八进制字符码的表达式。 |