re.match(正则表达式,要被匹配的字符串)
data = re.match(r'正则表达式',要被匹配的字符串)
一旦对象创建成功,就意味着正则表达式匹配成功
- 如果正则表达式匹配成功,就返回出 对象
- 如果正则表达式匹配不成功,就返回出 None
1、匹配单个字符
字符 | 功能 |
---|---|
. | 匹配任意一个字符 (除了\n之外) |
[ ] | 匹配 [ ] 中列举的字符 |
\d | 匹配数字:0,1,2,3,4,5,6,7,8,9 |
\D | 匹配非数字,既不是数字 |
\s | 匹配空白,即 空格 和 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 |
import re
data = re.match(r'哈利波特\d','哈利波特1')
print(data.group()) # 利用对象的group方法拿到匹配成功的数据
import re
data = re.match(r'哈利波特[1-7]','哈利波特8')
print(data.group()) # 利用对象的group方法拿到匹配成功的数据
如果不是数字,而是字母呢?
匹配所有的大、小写字母 和 数字(只取一个,单字符的匹配):
import re
data = re.match(r'哈利波特[a-zA-Z0-9]','哈利波特0')
print(data.group()) # 利用对象的group方法拿到匹配成功的数据
2、匹配多个字符
字符 | 功能 |
---|---|
* | 匹配前的一个字符出现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,n} | 匹配前一个字符出现从m到n次 |
还有一个知识点:一个 \d 代表一个数字,那么两个数字也是可以用两个 \d 的:
星号 可以匹配任意一个字符(\n除外) 数量的规范
3、匹配开头和结尾
字符 | 功能 |
---|---|
^ | 匹配字符串 开头 |
$ | 匹配字符串 结尾 |
4、匹配分组的介绍
字符 | 功能 |
---|---|
(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 |
# 要求匹配邮箱,可以是163和QQ邮箱
import re
while True:
email_ = input('请输入一个邮箱地址:')
data = re.match('^[a-zA-Z0-9_]{4,13}@([qQ]{2}|163)\.com$',email_) # \转义,让.真的是.而不是任意字符
if data: # 如果匹配成功,data 为 True
print('%s是一个符合规范的QQ邮箱地址------' % email_)
else:
print('%s不是一个符合规范的邮箱地址******' % email_)
5、r 和 反斜杠转义
当然上面是建立在前面有 r 的基础上的转义,只加一个 \ 就好了
如果没有加 r 呢?
这时候就需要两个 \
6、贪婪和非贪婪
贪婪:
能取多少就取多少
# 贪婪与非贪婪
# 正则表达式取数据的时候总是贪婪的
import re
s = '<a>123<a>456'
# < 匹配到第一个< a>123<a>456都是.*匹配到的 因为它默认是贪婪的
data = re.match(r'<.*>\d{3}',s)
print(data.group())
非贪婪:(就加了一个?)
能少取就尽量少取
import re
s = '<a>123<a>456'
data = re.match(r'<.*?>\d{3}',s)
print(data.group())
贪婪 和 非贪婪 都是满足匹配条件的!
7、re 模块深入
re.match() 是默认匹配开头的
import re
data = '这个视频的点击量:666666'
demo = re.search(r'\d{6}',data)
print(demo)
print(demo.group())
findall 匹配成功之后,不会和match一样得到一个对象,而是得到一个列表
import re
data = '这个视频的点击量:666666,下载量:555555,转发量:444444'
demo = re.findall(r'\d{6}',data)
print(demo)
for i in demo:
print(i,end=',')
sub >> 替换:
import re
s = '视频的点击量:1'
# 要替换的部分,要替换成什么
data = re.sub(r'\d+','2',s)
print(data)
也可以像下面这样,不用写死,让最后的值灵活增加:
import re
def add(obj):
num1 = obj.group() # 得到匹配成功的数据 123
num2 = int(num1) + 1
return str(num2)
data = re.sub(r'\d+',add,'视频播放量是:123')
print(data)
split >>> 切割
import re
s = 'hello,武汉加油,湖北加油>中国加油' # 切割
data = re.split(r',|>',s) # 竖线表示“或”,逗号和尖括号都不想要,把它俩全部切割出来
print(data)