python正则 .* 和 .*? 有什么区别？re.search()用法

目录

.* 和 .*? 有什么区别？

\s和\S

\w和\W

正则表达式匹配字符串

1、re.search()用法

例1

例2

flag用法：

2、match()方法

3、findall()方法

正则匹配电话号码

手机号-方法1

手机号-方法2

手机号-方法3

座机号的匹配：

---

.* 和 .*? 有什么区别？

“.”  通配符

* 通配符匹配零个或多个字符

? 通配符匹配文件名中的 0 个或 1 个字符

表达式  .*  就是单个字符匹配任意次，即贪婪匹配。

表达式  .*?  是满足条件的情况只匹配一次，即最小匹配。

比如说匹配输入串B: 101000000000100

使用 1.*1 将会匹配到1010000000001, 匹配方法: 先匹配至输入串B的最后, 然后向前匹配, 直到可以匹配到1, 称之为贪婪匹配。

使用 1.?1 将会匹配到101, 匹配方法: 匹配下一个1之前的所有字符, 称之为懒惰匹配。

\s和\S

\s匹配任意的空bai白符（包括空格，du制表符(Tab)，换行符，中文全角空格zhi）

\S则是任意不dao是空白符的字符

\w和\W

\w 等价于 [a-zA-Z0-9_]

\W 等价于 [^a-zA-Z0-9_],与\w相反的情况

正则表达式匹配字符串

1、re.search()用法

re.search()方法扫描整个字符串，并返回第一个成功的匹配。如果匹配失败，则返回None。

re.search(pattern, string, flags=0)

pattern : 正则中的模式字符串。
string : 要被查找替换的原始字符串。
flags : 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

group() 会返回匹配此正则表达式的字符串

group(1) 会返回正则表达式中第一个括号内的内容， 以此类推，group(2) 第二个括号

例1

例2

import re 
content = 'Hello 123456789 Word_This is just a test 666 Test'
result = re.search('(\d+).*?(\d+).*', content)  
 
print(result)
print(result.group())    # 与 print(result.group(0)) 同样效果字符串
print(result.groups())
print(result.group(1))
print(result.group(2))

结果：

<_sre.SRE_Match object; span=(6, 49), match='123456789 Word_This is just a test 666 Test'>
123456789 Word_This is just a test 666 Test
('123456789', '666')
123456789
666
 
Process finished with exit code 0

flag用法：

import re
html='''<div id="songs-list">
    <h2 class="title">经典老歌</h2>
    <p class="introduction">
        经典老歌列表
    </p>
    <ul id ="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陈惠琳">记事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a>
        </li>
    </ul>
</div>
'''

result = re.search('<li.*?singer="(.*?)">(.*?)</a></li>', html)
if result:
    print(result.group(1), result.group(2))

beyond 光辉岁月

result = re.search('<li.*?singer="(.*?)">(.*?)</a></li>', html, re.S)  # re.S确保.能匹配到换行符
if result:
    print(result.group(1), result.group(2))

任贤齐 沧海一声笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齐秦">往事随风</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月

2、match()方法

这个方法的用途是匹配字符串开头的字符，它从字符串的起始处开始匹配，匹配成功后立即返回Match对象，不匹配则返回None值，它的语法格式如下：

re.match(pattern,string,[flags])

方法名关键字match前一定要加上re模块名称，并使用“.”连接；

小括号内有三个参数使用逗号“,”分隔；

第一个参数就是正则表达式pattern（模板），属于必填参数；

第二个参数是要匹配的字符串string，也属于必填参数；

第三个参数是标志位，用来控制匹配的方式，属于可选参数，并且Python中的常用标志如下图所示：

3、findall()方法

这种方法的功能就比前两种要强大一些，它是匹配字符串中所有的合乎规则的字符，并将所有的匹配结果返回成为一个列表，匹配成功就返回一个有内容的列表，不成功则返回一个空列表。语法格式如下所示：

re.findall(pattern,string,[flags])

格式很雷同，参数用法也和前两种方法一样，直接上例子，详见下图：

search()和match()的区别 https://www.cnblogs.com/aaronthon/p/9435967.html

正则匹配电话号码

手机号-方法1

import re

# 正则匹配手机号
def judge_phone_number(account):
    a = re.findall('(13\d{9}|14[5|7]\d{8}|15\d{9}|166{\d{8}|17[3|6|7]{\d{8}|18\d{9})', account)
    print(a)

手机号-方法2

str="15838477645dfdfdf15887988765dfdf1157990087651fd157385367891fdf15826789876qqq15838545678a"

#方法一：限制手机号开头，或者手机号前面为非数字，且手机号结尾或者以非数字结尾
pattern1="(?:^|[^\d])(1\d{10})(?:$|[^\d])"

phone_list1=re.compile(pattern1).findall(str)
#结果为：['15838477645', '15887988765', '15826789876', '15838545678']

手机号-方法3

#方法二：利用负向零宽断言，断言手机号前后不能出现数字
pattern2="(?<!\d)(1\d{10})(?!\d)"
phone_list2=re.compile(pattern2).findall(str)
#结果为：['15838477645', '15887988765', '15826789876', '15838545678']

座机号的匹配：

• (?<!\d)表示负向后行零宽断言，该位置的前面不可以是数字。
• (?<!\d)......(?!\d)表示与该字符串的首尾相邻的字符均不能是数字

(?=\s)要求数字后面跟一个空格字符，所以如果数字位于字符串的末尾，则数字将不匹配

(?!\S)，则负向预测将通过，因为字符串末尾的数字后面没有非空白字符。