正则表达式:使用re模块,基于re模块中的三个基础方法来做正则匹配,分别是:match, search, findall
当字符串以r前缀开始时,Python将不会对字符串中的转义字符进行转义处理
re.match(匹配规则,被匹配字符串)
从被匹配字符串开头进行匹配,匹配成功返回匹配对象(包含匹配的信息),匹配不成功返回空
import re
# 从头开始匹配
s = "abc bac bca cab cba"
result = re.match("abc", s)
print(result) # <re.Match object; span=(0, 3), match='abc'>
print(result.span()) # (0, 3)
print(result.group()) # abc
result1 = re.match("bac", s)
print(result1) # None
# print(result1.span()) # 会报错
# print(result1.group()) # 会报错
search(匹配规则,被匹配字符串)
搜索整个字符串,找出匹配的.从前向后,找到第一个就停止,不会继续向后查找
import re
s = "sd999abc999sdabc"
result = re.search("abc", s)
print(result) # <re.Match object; span=(5, 8), match='abc'>
print(result.span()) # (5, 8)
print(result.group()) # abc
result1 = re.search("qw", s)
print(result1) # None
# print(result1.span()) # 会报错
# print(result1.group()) # 会报错
findall(匹配规则,被匹配字符串)
匹配整个字符串,找出全部匹配项
import re
s = "sd999abc999sdabc"
result = re.findall("abc", s)
print(result) # ['abc', 'abc']
单字符匹配
. :匹配任意一个字符串(除了\n), \.匹配点本身
[] : 匹配[]中列举的字符
\d : 匹配数字, 即0 - 9
\D : 匹配非数字
\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
s = "hello @@hiHI !!999 ##hahaHA 456"
# 找出全部数字
result = re.findall(r"\d", s) # 当字符串以r前缀开始时,Python将不会对字符串中的转义字符进行转义处理
print(result) # ['9', '9', '9', '4', '5', '6']
# 找出全部非单词字符
result1 = re.findall(r"\W", s)
print(result1) # [' ', '@', '@', ' ', '!', '!', ' ', '#', '#', ' ']
# 找出全部单词字符
result2 = re.findall(r"\w", s)
print(
result2) # ['h', 'e', 'l', 'l', 'o', 'h', 'i', 'H', 'I', '9', '9', '9', 'h', 'a', 'h', 'a', 'H', 'A', '4', '5', '6']
# 找出全部a-z和A-Z的的字母
result3 = re.findall(r"[a-zA-Z]", s)
print(result3) # ['h', 'e', 'l', 'l', 'o', 'h', 'i', 'H', 'I', 'h', 'a', 'h', 'a', 'H', 'A']
result4 = re.findall(r"[a-z]", s)
print(result4) # ['h', 'e', 'l', 'l', 'o', 'h', 'i', 'h', 'a', 'h', 'a']
数量匹配
* : 匹配前一个规则的字符出现0至无数次
+ : 匹配前一个规则的字符出现1至无数次
? : 匹配前一个规则的字符出现0至1次
{m} : 匹配前一个规则的字符出现m次
{m,} : 匹配前一个规则的字符最少出现m次
{m,n} : 匹配前一个规则的字符出现m到n次
边界匹配
^ : 匹配字符串开头
$ : 匹配字符串结尾
\b : 匹配一个单词的边界
\B : 匹配非单词边界
分组匹配
| : 匹配左右任意一个表达
() : 将括号中的字符作为一个分组
# 匹配账号:只能有字母和数字组成,长度限制6-10位
r = "^[0-9a-zA-Z]{6,10}$"
s = '1234567'
s1 = '1234567a'
s2 = '1234567a_'
print(re.findall(r, s)) # ['1234567']
print(re.findall(r, s1)) # ['1234567a']
print(re.findall(r, s2)) # []
# 匹配QQ号:纯数字,长度5-11,第一位不为0
r1 = "^[1-9][0-9]{4,10}$"
q = "0123456"
q1 = "123456"
print(re.findall(r1, q)) # []
print(re.findall(r1, q1)) # ['123456']
# 匹配邮箱地址:只允许q,163,gmail这三种邮箱地址
# {内容}.{内容}.@{内容}
r2 = "(^[\w-]+(\.[\w-]+)*@(qq|163|gmail)(\.[\w-]+)+$)"
e = "abc.asd.qwe@163.com.a.c"
e1 = "233@123.cdw"
print(re.findall(r2, e)) # [('abc.asd.qwe@163.com.a.c', '.qwe', '163', '.c')]
print(re.match(r2, e)) # <re.Match object; span=(0, 23), match='abc.asd.qwe@163.com.a.c'>
print(re.match(r2, e1)) # None