python正则表达式相关知识点记录

最新推荐文章于 2024-04-19 18:00:00 发布

手可摘星辰不去高声语

最新推荐文章于 2024-04-19 18:00:00 发布

阅读量352

点赞数

分类专栏： Python 文章标签： python 正则表达式

本文链接：https://blog.csdn.net/weixin_44917390/article/details/106957321

版权

Python 专栏收录该内容

17 篇文章 8 订阅

订阅专栏

笔记来源于b站的python高级编程中的资料

在python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块 —— re

一、re模块的基本操作

import re
导入模块

result = re.match(正则表达式，要匹配的字符串)
使用match的方法进行匹配

result.group()
如果上一步匹配到数据的话，可以使用group方法来提取数据

二、匹配单个字符

字符	功能
.	匹配任意1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

1、实例：. 匹配单个字符

import re

result = re.match("..c","t.cn")
print(result.group())

result = re.match("........","zhuzhu33")
print(result.group())

#输出
t.c
zhuzhu33

2、实例：[ ] 匹配[ ]中列举的字符

import re

# 大小写h都可以的情况

ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())
ret = re.match("[hH]ello Python","Hello Python")
print(ret.group())

#输出
h
H
Hello Python

import re


# 匹配0到9第一种写法
ret = re.match("[0123456789]Hello Python","7Hello Python")
print(ret.group())

# 匹配0到9第二种写法
ret = re.match("[0-9]Hello Python","7Hello Python")
print(ret.group())

# 匹配0到3以及5-9之间的数字
ret = re.match("[0-35-9]Hello Python","7Hello Python")
print(ret.group())

# 下面这个正则不能够匹配到数字4，因此ret为None
ret = re.match("[0-35-9]Hello Python","4Hello Python")
# print(ret.group())

#输出
7Hello Python
7Hello Python
7Hello Python

3、实例：\d 匹配数字

import re

ret = re.match("我超爱\d\d","我超爱33的啦")
print(ret.group())

#输出
我超爱33

三、匹配多个字符

字符	功能
*	匹配前一个字符出现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

示例1：*

需求：匹配出，一个字符串第一个字母为大小字符，后面都是小写字母并且这些小写字母可有可无

#coding=utf-8
import re

ret = re.match("[A-Z][a-z]*","M")
print(ret.group())

ret = re.match("[A-Z][a-z]*","MnnM")
print(ret.group())

ret = re.match("[A-Z][a-z]*","Aabcdef")
print(ret.group())

#输出
M
Mnn
Aabcdef

示例2：+

需求：匹配出，变量名是否有效

#coding=utf-8
import re

names = ["name1", "_name", "2_name", "__name__"]

for name in names:
    ret = re.match("[a-zA-Z_]+[\w]*",name)
    if ret:
        print("变量名 %s 符合要求" % ret.group())
    else:
        print("变量名 %s 非法" % name)

#输出
变量名 name1 符合要求
变量名 _name 符合要求
变量名 2_name 非法
变量名 __name__ 符合要求

示例3：?

需求：匹配出，0到99之间的数字

#coding=utf-8
import re

ret = re.match("[1-9]?[0-9]","7")
print(ret.group())

ret = re.match("[1-9]?\d","33")
print(ret.group())

ret = re.match("[1-9]?\d","09")
print(ret.group())

#输出
7
33
0 # 这个结果并不是想要的，利用$才能解决

示例4：{m}

需求：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线

#coding=utf-8
import re

ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
print(ret.group())

ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
print(ret.group())

#输出
12a3g4
1ad12f23s34455ff66

四、匹配开头和结尾

import re
email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"]

for email in email_list:
    ret = re.match("[\w]{4,20}@163\.com$", email)
                #匹配@前面四4到20位的单词字符
                #$表示是字符串的最后了，后面已经没有字符了
    if ret:
        print("%s 是符合规定的邮件地址,匹配后的结果是:%s" % (email, ret.group()))
    else:
        print("%s 不符合要求" % email)

#输出
xiaoWang@163.com 是符合规定的邮件地址,匹配后的结果是:xiaoWang@163.com
xiaoWang@163.comheihei 不符合要求
.com.xiaowang@qq.com 不符合要求

五、匹配分组

字符	功能
\|	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<name>)`	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

示例1：|

需求：匹配出0-100之间的数字

import re

ret = re.match("[1-9]?\d$|100","78")
print(ret.group())  # 78

ret = re.match("[1-9]?\d$|100","08")
# print(ret.group())  # 不是0-100之间

ret = re.match("[1-9]?\d$|100","100")
print(ret.group())  # 100

#输出
78
100

示例2：( )

需求：匹配出163、126、qq邮箱

import re
com = ["test@126.com","test@qq.com","test@gmail.com"]

for i in com:
    ret = re.match("\w{4,20}@(163|126|qq)\.com",i)
    if ret:
        print(ret.group())
    else:
        print("不是163、126、qq邮箱")

#输出
test@126.com
test@qq.com
不是163、126、qq邮箱

示例3：\

需求：匹配出<html>hh</html>

import re

# 通过引用分组中匹配到的数据即可，但是要注意是元字符串，即类似 r""这种格式
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
print(ret.group())

# 因为2对<>中的数据不一致，所以没有匹配出来
test_label = "<html>hh</htmlbalabala>"
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", test_label)
if ret:
    print(ret.group())
else:
    print("%s 这是一对不正确的标签" % test_label)

#输出
<html>hh</html>
<html>hh</htmlbalabala> 这是一对不正确的标签



labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"]

for label in labels:
    ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", label)
    if ret:
        print("%s 是符合要求的标签" % ret.group())
    else:
        print("%s 不符合要求" % label)

#输出
<html><h1>www.itcast.cn</h1></html> 是符合要求的标签
<html><h1>www.itcast.cn</h2></html> 不符合要求

示例4：`(?P<name>)` `(?P=name)`

需求：匹配出<html><h1>www.itcast.cn</h1></html>

注意：(?P<name>)和(?P=name)中的字母p大写

import re

ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h1></html>")
print(ret.group())

ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h2></html>")
if ret is None:
    print("error!")

#输出
<html><h1>www.itcast.cn</h1></html>
error!

六、re模块的高级用法

Python中字符串前面加上 r 表示原生字符串，与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。

假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

import re

ret = re.search(r'\d+','阅读数量99+')
print(ret.group())

ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)

#sub 将匹配到的数据进行替换
ret = re.sub(r"\d+", '1000', "python = 997")
print(ret)

#split 根据匹配进行切割字符串，并返回一个列表
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)

#输出
99
['9999', '7890', '12345']
python = 1000
['info', 'xiaoZhang', '33', 'shandong']