正则表达式模块re及其应用

于 2024-08-27 21:34:36 发布
阅读量442 收藏 17
点赞数 18
分类专栏： # Python 文章标签： 正则表达式 开发语言 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45693567/article/details/125685515
版权

正则表达式是一种强大的文本处理工具，能够用来匹配、查找、替换复杂的文本模式。Python中的正则表达式由re模块提供。

以下是一些常用的方法及示例：

一. 常用方法

  1. re.match() 从头开始匹配
  2. re.search() 搜索第一个匹配串
  3. re.findall() 查找所有匹配项
  4. re.finditer() 遍历所有匹配
  5. re.sub() 替换字符串中匹配的模式
  6. re.split() 将字符串分割成列表
  7. re.compile() 编译正则表达式模式
import re

# re.match() 从头开始匹配 \d+ 匹配数字 pattern = r'\d+'
print(re.match(r'\d+', '123abc').group()) # 123

# re.search() 搜索第一个匹配的模式
print(re.search(r'\d+', '123abc1232').group()) # 123

# re.findall() 返回字符串中所有匹配的结果
print(re.findall(r'\d+', '123abc1232')) # ['123', '1232']

# re.finditer() 遍历所有匹配
for result in re.finditer(r'\d+', '123abc1232'):
    print(result.group())
"""
123
1232
"""

# re.sub() 替换字符串中匹配的模式 替换数字为X
print(re.sub(r'\d+', 'X', 'abc123abc456')) # abcXabcX

# re.split() 将字符串分割成列表 以数字为分隔符进行字符串分割
print(re.split(r'\d+', 'abc123abc456')) # ['abc', 'abc', '']

# re.compile() 编译正则表达式模式
print(re.compile(r'\d+').search('123 apples and 456 oranges').group()) # 123

🥝 re.match()

re.match(pattern, string, flags=0)
  • 尝试从字符串的起始位置匹配一个模式。
  • 如果匹配成功，则返回匹配的对象；否则返回None。
import re

pattern = r'\d+'  # 匹配数字
result = re.match(pattern, '123abc')
print(result.group())  # 输出：123

import re

pattern = r'\d+'  # 匹配数字
result = re.match(pattern, 'z123abc')
print(result.group())  
# AttributeError: 'NoneType' object has no attribute 'group'

🥝 re.search()

  • 在字符串中搜索第一个匹配的模式。
  • 返回的是一个匹配对象，若没有找到则返回None。
import re

pattern = r'\d+'  # 匹配数字
result = re.search(pattern, 'abc123abc')
print(result.group())  # 输出：123

import re

pattern = r'\d+'  # 匹配数字
result = re.search(pattern, 'abc')
print(result.group())  
# AttributeError: 'NoneType' object has no attribute 'group'

import re

pattern = r'\d+'  # 匹配数字
result = re.search(pattern, 'abc1232a123')
print(result.group())  # 1232

🥝 re.findall()

  • 返回字符串中所有匹配的结果，结果以列表形式返回。
import re

pattern = r'\d+'  # 匹配数字
result = re.findall(pattern, 'abc123abc456')
print(result)  # 输出：['123', '456']

🥝 re.finditer()

  • 返回一个迭代器，迭代器生成的是匹配对象，可以用来遍历所有匹配。
import re

pattern = r'\d+'  # 匹配数字
result = re.finditer(pattern, 'abc123abc456')
for match in result:
    print(match.group())  
"""
输出：
123 
456
"""

🥝 re.sub()

  • 用于替换字符串中匹配的模式。
import re

pattern = r'\d+'  # 匹配数字
result = re.sub(pattern, 'X', 'abc123abc456')
print(result)  # 输出：abcXabcX

🥝 re.split()

  • 根据匹配的模式将字符串分割成列表。
import re

pattern = r'\d+'  # 匹配数字
result = re.split(pattern, 'abc123abc456')
print(result)  # 输出：['abc', 'abc', '']

🥝 re.compile()

  • 编译正则表达式模式，返回一个模式对象，可以使用这个模式对象进行更高效的匹配操作。

    import re

pattern = r'\d+'  # 匹配数字
result = re.compile(pattern).search('123 abc 456 abc')
print(result.group())  # 123

二. 正则表达式模式

优先级：转义字符>括号>量词>字符类>断言>连接>管道符号

🥝 常用的模式 pattern

在这里插入图片描述在这里插入图片描述在这里插入图片描述

patterndescription
[]匹配方括号包围字符集合的任意一个字符
[^x]匹配除了x以外的任意字符
[\u4e00-\u9fa5]匹配中文汉字，汉字在 Unicode 的区间为此
[a-z]匹配小写字母 a-z
[A-Z]匹配大写字母 A-Z
[0-9]匹配数字 0-9
[a-zA-Z0-9]匹配字母和数字 a-z A-Z 0-9
[a-zA-Z0-9_]匹配字母，数字和下划线 a-z A-Z 0-9 _
[A-Za-z0-9_]匹配字母或数字或下划线 a-z A-Z 0-9 _
[^A-Za-z0-9_]匹配任意非字母，数字，下划线的字符
[ \f\n\r\t\v]匹配任意的空白符 空格
[^ \f\n\r\t\v]匹配任意非空白符的字符
[0-9]匹配数字
[^0-9]匹配任意非数字的字符
^匹配字符串的开始 行开头，例如：^\d+数字开头
$匹配字符串的结束 行末，例如：\d+$数字结尾
|或运算符，匹配左侧或右侧的表达式
.匹配除换行符以外的任意字符
\.匹配点，例如小数点
\.?匹配点，可以匹配0个或1个小数点

🥝 修饰符 flags

codedescription
Iignore - 不区分大小写
Mmulti line - 多行匹配
S特殊字符圆点 . 中包含换行符 \n
ASCII匹配 ASCII 字符
X忽略空格和注释

三. 应用实例

1. 检验字符/字符串

检验邮箱是否有效

# 检验邮箱是否有效
import re
#pattern = r"^[a-zA-Z0-9]+@[a-zA-Z0-9]+\.[a-zA-Z]{2,}$"
pattern = r"^\w+@\w+\.[a-zA-Z]{2,}$"
# [a-zA-Z]{2,} 匹配前面的字符至少2次 {2,}, ∵邮箱的后缀最少有2个字，例如.cn
def val_email(email):
    if re.match(pattern, email):
        print("合法的邮件地址")
    else:
        print("无效的邮件地址")
val_email("test@163.cn")  # 合法的邮件地址
val_email("testhotmail.com")     # 无效的邮件地址

常用字符串有效/无效检验正则表达式：

  • 邮箱正则表达式 ^\w+@\w+\.[a-zA-Z]{2,}
  • 手机号 ^(?:\+86)?1[3-9]\d{9}$
  • 网址 ^(https?://)?(www\.)?[a-zA-Z0-9-]+\.[a-zA-Z]{2,}(/[a-zA-Z0-9#]+)*$
  • 微信号^[a-zA-Z][-_a-zA-Z0-9]{5,19}$
  • QQ号 ^[1-9][0-9]{4,10}$
  • 十六进制颜色 ^#?([a-fA-F0-9]{6}|[a-fA-F0-9]{3})$

更多字符/字符串校验👇

import re
# 校验字符和字符串
# 1.校验邮箱
email_pattern = r'^[a-zA-Z0-9]+@[a-zA-Z0-9]+\.[a-zA-Z]{2,}$'
emails = ["test@example.com", "invalid-email.com"]
for email in emails:
    if re.match(email_pattern, email):
        print(f"Valid email: {email}")
    else:
        print(f"Invalid email: {email}")

# 2.校验手机号
phone_pattern = r'^(?:\+86)?1[3-9]\d{9}$'
phones = ["13812345678", "1234567890", "+8613812345678"]
for phone in phones:
    if re.match(phone_pattern, phone):
        print(f"Valid phone number: {phone}")
    else:
        print(f"Invalid phone number: {phone}")

# 3.校验网址
url_pattern = r'^(https?://)?(www\.)?[a-zA-Z0-9-]+\.[a-zA-Z]{2,}(/[a-zA-Z0-9#]+)*$'
urls = ["https://www.example.com", "http://example.com", "www.example.com", "invalid-url"]
for url in urls:
    if re.match(url_pattern, url):
        print(f"Valid URL: {url}")
    else:
        print(f"Invalid URL: {url}")

# 4.校验身份证
id_card_pattern = r'^\d{17}[\dX]$'
id_cards = ["12345678901234567X", "123456789012345678"]
for id_card in id_cards:
    if re.match(id_card_pattern, id_card):
        print(f"Valid ID card: {id_card}")
    else:
        print(f"Invalid ID card: {id_card}")
# 5.校验邮政编码（中国）
postal_code_pattern = r'^\d{6}$'
postal_codes = ["100000", "12345", "abcdef"]
for postal_code in postal_codes:
    if re.match(postal_code_pattern, postal_code):
        print(f"Valid postal code: {postal_code}")
    else:
        print(f"Invalid postal code: {postal_code}")

# 6.校验日期格式（YYYY-MM-DD）
date_pattern = r'^\d{4}-\d{2}-\d{2}$'
dates = ["2023-10-17", "2023-2-28", "20231017"]
for date in dates:
    if re.match(date_pattern, date):
        print(f"Valid date: {date}")
    else:
        print(f"Invalid date: {date}")

# 7.校验强密码（至少8个字符，包含字母、数字和特殊字符）
password_pattern = r'^(?=.*[A-Za-z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$'
passwords = ["A1b@cdef", "12345678", "password"]
for password in passwords:
    if re.match(password_pattern, password):
        print(f"Valid password: {password}")
    else:
        print(f"Invalid password: {password}")

# 8.校验车牌号
plate_pattern = r'^[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼使领A-Z]{1}[A-Z]{1}[A-Z0-9]{4}[A-Z0-9挂学警港澳]{1}$$'
passwords = ["京K39006", "12345678", "password"]
for password in passwords:
    if re.match(plate_pattern, password):
        print(f"Valid password: {password}")
    else:
        print(f"Invalid password: {password}")

2. 匹配字符/字符串

import re
string = '<div style="display:none;">\n \
<script src="#" language="JavaScript"></script>\n\
<div class="info">\n\
<p>20test13.59sMy phone is 123-456-7890 and email is example@example.com.</p>\n\
</div>\n</div>'

# 匹配字符串中的特定词 \b 边界匹配, 确保整个词而不是词的一部分被匹配
print(re.findall(r'\b' + re.escape("div") + r'\b', string, re.M))  # ['div', 'div', 'div', 'div']

# 忽略大小写 re.I ignore
print(re.search(r'\b\w*j\w*\b', string, flags=re.I|re.M).group()) # JavaScript

# 多行 re.M
print(re.findall(r'^<.*>$', string, re.M))
# ['<div style="display:none;">', '<div class="info">', '<p>test</p>', '</div>', '</div>']

# 或运算符 |
print(re.findall(r'style|class', string, re.M)) # ['style', 'class']

# 匹配数字（可含小数点）
print(re.findall(r'\d+\.?\d+', string, re.M))  # ['20', '13.59', '123', '456', '7890']

# 匹配电话号码
print(re.findall(r'\d{3}-\d{3}-\d{4}', string, re.M))  # ['123-456-7890']

# 匹配电子邮件地址
print(re.findall(r'[\w.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+', string, re.M))  # ['example@example.com']

3. 删除与替换

演示如何删除空行、查找并替换每行的"world"为"世界"，以及删除特定的第3到第5行。

import re

def process_text(text):
    # 1. 删除空行
    # 使用正则表达式匹配空行并替换为 ""
    text = re.sub(r'\n\s*\n', '\n', text)  # 删除连续空行
    text = re.sub(r'^\s*\n', '', text, flags=re.MULTILINE)  # 删除开头的空行

    # 2. 查找并替换每行中的 "world" 为 "世界"
    text = re.sub(r'world', '世界', text)

    # 3. 删除第3行到第5行
    lines = text.splitlines()
    # 选择第1行和第2行，以及第6行及之后的行
    lines = lines[:2] + lines[5:]

    # 将处理后的行合并为字符串
    return '\n'.join(lines)

# 示例文本
text = """Hello world!

This is a test.

world is beautiful.

Remember to explore the world.

Goodbye.
"""

# 处理文本
processed_text = process_text(text)

# 输出结果
print(processed_text)

"""
Hello 世界!

This is a test.

Goodbye.

"""

参考：

  • https://docs.python.org/zh-cn/3.12/howto/regex.html
  • https://www.runoob.com/regexp/regexp-tutorial.html
  • https://www.runoob.com/python3/python3-reg-expressions.html
  • https://www.iamwawa.cn/regexp.html
镜花照无眠
关注
  • 18
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
可视化正则表达式教程
2401_84435739的博客
05-02 621
整理面试题，不是让大家去只刷面试题，而是熟悉目前实际面试中常见的考察方式和知识点，做到心中有数，也可以用来自查及完善知识体系。开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】《前端基础面试题》，《前端校招面试题精编解析大全》，《前端面试题宝典》，《前端面试题：常用算法》要使用re模块，我们需要导入它：import re整理面试题，不是让大家去只刷面试题，而是熟悉目前实际面试中常见的考察方式和知识点，做到心中有数，也可以用来自查及完善知识体系。
Python基础教程之正则表达式基本语法以及re模块
09-21
在Python中，正则表达式的操作主要通过内置的`re`模块实现。本篇教程将深入探讨Python中的`re`模块及其基本语法。 首先，让我们了解什么是正则表达式。正则表达式（Regular Expression）是一种特殊的字符串序列，...
Python之正则表达式（re模块）
01-28 9831
本节内容 re模块介绍 使用re模块的步骤 re模块简单应用示例 关于匹配对象的说明 说说正则表达式字符串前的r前缀 re模块综合应用实例 参考文档 提示：由于该站对MARKDOWN的表格支持的不是很好，所以本文中的表格均以图片的形式提供，大家如果看着比较模糊，可以放大来看或下载图片在本地查看。 正则表达式（Regluar Expressions）又称规则表达式，在代码中常简写为REs，regexes或regexp（regex patterns）。它本质上是一个小巧的、高度专用的编程语.
re --- 正则表达式操作
C'mon的博客
10-23 480
模式和被搜索的字符串既可以是 Unicode 字符串 () ，也可以是8位字节串 (但是，Unicode 字符串与 8 位字节串不能混用：也就是说，不能用字节串模式匹配 Unicode 字符串，反之亦然；同理，替换操作时，替换字符串的类型也必须与所用的模式和搜索字符串的类型一致。正则表达式使用反斜杠字符 ('\') 表示特殊形式或是允许在使用特殊字符时不引发它们的特殊含义。这会与 Python 在字符串字面值中对于相同字符出于相同目的规定的用法发生冲突；例如，要匹配一个反斜杠字面值，用户将必须写成。
正则表达式
qq_53525138的博客
08-20 871
正则表达式语法以及python实现和java实现
正则表达式与re模块
m0_49141258的博客
08-04 220
day023.正则表达式与re模块 文章目录一、什么是正则表达式二、为什么有正则表达式三、正则表达式如何使用（一）正则表达式的基本用法1.元字符2.重复限定符3.分组——"()"4.转义——" \ "5.条件或——"|"6.区间（二）在python中使用re模块1.python中常用的元字符及其含义2.普通匹配示例3.正则匹配示例（1）\w（2）\W（3）\s（4）\S（5）\d（6）\D（7）\n与\t（8）^与$（9）. 与[]、中括号内取反、*、+、{n,m}、?、. *、（10）():分组及取消分组
python——正则表达式re
zangba9624的博客
09-27 2083
目录 一、re模块介绍 1. re模块提供的类 2. re模块提供的函数 3. 标志位flags 二、使用re模块的步骤 1. 使用re模块进行正则匹配操作的步骤 2. 使用re模块进行内容查找、替换和字符串分隔操作的步骤 三、re模块简单应用示例 1. 匹配测试 2. 内容查找 3. 内容替换 4. 字符串分割 四、关于匹配对象的说明 五、说说正则表达式字符串前的r前缀 六、re模块综合应用实例 0. 实例背景与准备工作 实例1. 首先匹配玩家手中的牌是否符合游戏规则
解析网页数据并且处理网页正则表达式与re模块
weixin_49816293的博客
06-25 784
正则表达式是对字符串操作的一种逻辑公式，它会将事先定义好的一些特定字符及它们的组。在正则表达式中，除了前面介绍的元字符之外，还预定义了一些字符集。正则表达式是一种文本模式，这种模式描述了匹配字符串的规则，用于检索字符串中是。时，如果要提取“学习”“工作”，通过正则表达式匹配“我爱”后面的内容就可以找到了。这一步骤主要做的事情是结合网页数据的格式特点，选择合适的技术对整个网页的数据进行。例如，字符串的内容为“我爱学习，我爱工作”所有与正则表达式匹配的内容，但会将匹配到的子串以迭代器的形式返回。
正则表达式的使用及其对象
mumumuMuya的博客
10-21 544
正则表达式（regular expression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。比如 表达式“ab+” 描述的特征是“一个 'a' 和 任意个 'b' ”，那么 'ab', 'abb', 'abbbbbbbbbb' 都符合这个特征。 正则表达式可以用来：（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。（3）用来替换，比普通的替换更强大。 正则表达
Python-正则表达式
weixin_48668114的博客
05-10 1404
Python-正则表达式正则表达式的含义使用正则表达式步骤普通字符匹配元字符匹配[](){}数量词指代字符边界相关在[]中的元字符正则表达式常用方法re.match函数match参数flags参数re.match匹配对象方法groupdict应用re.search方法正则表达式应用 正则表达式的含义 正则表达式是对字符串操作的一种逻辑公式，是用实现定义好的一些特殊字符及其组合，组成一个规则字符串，这个规则字符串用来表达对字符串的一种过滤逻辑。 正则表达式是用来匹配与查找，替换字符串的。 使用正则表达式步
第11.25节 Python正则表达式编译re.compile及正则对象使用.rar
09-16
本节将深入探讨`re.compile()`函数及其在创建正则表达式对象中的应用。`re.compile()`是Python标准库`re`模块中的一员，它允许我们将正则表达式模式编译为可重用的对象，从而提高执行效率。 ### 正则表达式基础 ...
爬虫技术-正则表达式与Re模块.pptx
01-01
正则表达式与Python的`re`模块是网络爬虫技术中不可或缺的工具，它们用于在大量文本数据中高效地查找、匹配和提取特定...通过熟练掌握正则表达式及其在`re`模块中的应用，我们可以更好地应对爬虫任务中的数据提取挑战。
Python正则表达式re模块简明笔记.docx
07-20
### Python正则表达式re模块知识...通过上述内容，我们可以了解到正则表达式在Python中的应用方式，以及如何通过`re`模块来进行字符串的匹配与处理。这些知识点对于从事Web开发、数据分析等领域的开发者来说至关重要。
python正则表达式及使用正则表达式的例子
10-18
正则表达式在Python中通过`re`模块提供支持，包括各种函数如`re.search()`, `re.match()`, `re.findall()`等来执行匹配操作。熟练掌握正则表达式能够大幅度提升文本处理的效率，是每个Python开发者必备的技能之一。
正则表达式记录
qq_31256487的博客
08-26 192
1、匹配字符串后面跟数组取值， 例:object[1,2,3][0]；3、判断逗号分隔的数字是否全部为正整数。2、截取中括号里面的值。
正则表达式——详解
敲厉害的燕宝的博客
08-21 1497
正则表达式（Regular Expression，通常简写为 regex、regexp 或 RE）是一种强大的，用于描述一组字符串的模式。，几乎所有现代编程语言都支持正则表达式的使用，包括 Java 和 JavaScript (Vue.js 应用中的 JavaScript 代码)。在实际开发中，。
VBA之正则表达式（47）-- 快速将公式转换为静态值计算
最新发布
神奇的BI
08-27 168
实例需求：工作表I列包含多种计算公式，为了便于演示，将I列公式显示在J列单元格中，现在需要将公式的单元格引用转换为静态值，如K列所示。
C#开发基础之100个常用的C#正则表达式
dotnet研习社
08-21 710
正则表达式是处理字符串的强大工具，特别是在文本搜索、替换和验证中。本文将100个常用的C#正则表达式进行分类，以帮助我们更快速地找到适合的正则表达式解决方案。1. 基础匹配这些正则表达式用于匹配一些基本的字符或字符串模式。匹配任意字符匹配任意空白字符匹配任意非空白字符匹配任意数字字符匹配任意非数字字符匹配任意字母数字字符匹配任意非字母数字字符匹配任意字母字符匹配任意小写字母匹配任意大写字母2. 数字处理这些正则表达式用于匹配和处理数字相关的字符串。匹配单个数字匹配多位数字匹配十六进制数字。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

镜花照无眠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值