【python】 正则表达式

一.python 正则表达式

---

1.元字符

# 行定位符"^"表示行的开始，"$"表示行的结尾 ^tm tm$  tm表示出现在任意部分

# 元字符 ^ $ \bmr\w*\b 匹配以字母mr开头的单词，先是从某个单词单词开始处（\b）,然后匹配字母mr,接着是任意数量的字母或数字(\w*),最后是单词结束处(\b)

# 该正则表达式可以匹配“mrsoft”"mrbook""mr123456"

代码	说明
.	匹配换行字符以外的的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

2.重复

# 限定符 (指定数字和字符) 匹配8位QQ号
^\d{8}$

常用限定符

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5MOs6JpR-1648451110410)(E:\笔记\python\image-20211024233548191.png)]

3.字符类

如果要匹配没有预定义元字符的字符集合（比如元音字母a,o,e,i,u）:只需要在方括号里列出它们

[aeiou]  #匹配任意一个元音字母
[.?!]	#匹配标点符号. ？ ！
[0-9]	#与\d完全一样 代表一位数字
[a-z0-9A-Z]	#完全等同于\w(只考虑英文的话)

*说明：

[\u4e00-\u9fa5]		#如果想要匹配给定字符串中的任意一个汉字，可以使用
[\u4e00-\u9fa5]+	#匹配连续多个汉字	

4排除字符

匹配不符合指定字符集合的字符串 ^放入[ ]

[^a-zA-Z]	#匹配一个不是字母的字符

5.选择字符

如何匹配身份证号？身份证号规则：身份证号码长度为15或18位；15位全部为数字；18位，前17位为数字最后一位为校验位，可能为数字或X 则需使用逻辑选择字符（| 或）来实现

(^\d{15}$)|(^\d{18})|(^\d{17})(\d|X|x)$

6.转义字符

与python一致，都是将特殊字符变为普通字符如（“.” “?” " \ "等）

例：127.0.0.1

[1-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}   #匹配IPV4地址

7.分组

小括号（）的作用：1.改变限定符的作用如 | * ^ 2.分组

(thir|four)th	#匹配单词thirth或fourth

(\.[0-9]{1,3}){3}	#对分组(\.[0-9]{1,3})进行重复操作

8.在python中使用正则表达式语法

在python中使用正则表达式时，是将其作为模式字符串使用

例1：匹配不是字母的一个字符的正则表达式表示为模板字符串

'[^a-zA-Z]'

例2：匹配以字母m开头的单词的正则表达式转换为模式字符串 *则不能在其两测添加引号定界符

需要将“ \ ”进行转义

'\\bm\\w*\\b'

**由于模式字符串不能包含大量的特殊字符和反斜杠，所以需要写为原生字符串，即在模式字符串前加r或R

r'\bm\w*\b'		#\b表示字母的开始或结束

二.使用re模块实现正则表达式操作

---

在python中提供了 re 模块用于实现正则表达式的操作

re提供的方法：search() match() findall() 还可以先使用re模块的compile()方法将模式字符串转换为正则表达式对象，然后使用该正则表达式对象的相关方法来操作字符串

#引入re模块
impotr re

1.匹配字符串

（1）使用match() search() 方法进行匹配

用于从字符串的开始进行匹配，在起始位置匹配成功返回Match对象，否则返回None

语法格式：

re.match(pattern,string,[flags])
# pattern:模式字符串
# String:要匹配的字符串
# flags:标志位，可选参数

​ 常用标志位

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aZ3HRilg-1648451110412)(E:\笔记\python\IMG_20211025_153321.jpg)]

例1： # 搜索第一个以"mr_"开头的字符串，不区分大小写

pattern = r'mr_\w+'
string = 'MR_SHOP mr_shop'
match = re.search(pattern, string, re.I)	#re.I 不区分大小写	默认区分大小写
print(match)
string = '项目名称 MR_SHOP mr_shop'
match = re.search(pattern, string)
print(match)

运行结果：

<re.Match object; span=(0, 7), match='MR_SHOP'> <re.Match object; span=(5, 12), match='MR_SHOP'>

例2：# 验证是否出现危险字符

pattern = r'(黑客)|(抓包)|(监听)|(Trojan)'
about = '我是一名程序员，我喜欢看黑客方面的书，想研究一下Trojan'
match = re.search(pattern, about)
# match = re.match(pattern, about)  match()方法在开始处匹配
print(match)
if match is None:
    print(about, '@ 安全！')
else:
    print(about, '@ 出现危险词汇！')
about = '我是一名程序员，我喜欢看计算机网络方面的书，喜欢开发网站'
match = re.match(pattern, about)
if match is None:
    print(about, '@ 安全！')
else:
    print(about, '@ 出现了危险词汇！')

运行结果

<re.Match object; span=(12, 14), match='黑客'> 我是一名程序员，我喜欢看黑客方面的书，想研究一下Trojan @ 出现危险词汇！ 我是一名程序员，我喜欢看计算机网络方面的书，喜欢开发网站 @ 安全！

例3：# 使用Match对象的start(),end():获取匹配值的开始和结束位置 span()：返回匹配位置的元组

pattern = r'mr_\w+'
string = 'MR_SHOP mr_shop'
match = re.match(pattern, string, re.I)
print('匹配起始位置：', match.start())
print('匹配字符串的结束位置', match.end())
print('匹配位置的元组', match.span())
print('要匹配的字符串', match.string)
print('匹配数据', match.group())
# 邮箱匹配
regex = r"^[0-9a-zA-Z]+@[0-9a-zA-Z]+([0-9a-zA-Z]+\.)*\.[0-9a-zA-Z]{2,6}$"
string = '1410047264@qq.com'
match = re.search(regex, string)
print(match)

运行结果

匹配起始位置： 0 匹配字符串的结束位置 7 匹配位置的元组 (0, 7) 要匹配的字符串 MR_SHOP mr_shop 匹配数据 MR_SHOP <re.Match object; span=(0, 17), match='1410047264@qq.com'>

例4：# 验证输入的手机号是否合法

# 匹配手机号
pattern = r'(13[4-9]\d{8})$|(15[01289]\d{8})$'
mobile = '13690980328'
match = re.match(pattern, mobile)
if match is None:
    print(mobile, '非法手机号')
else:
    print('合法')

（2）使用findall()方法进行匹配

在整个字符串中搜索所有符合正则表达式的字符串，并以列表的形式返回，空则返回空列表

**语法格式：re.findall(pattern,string,[flags])

使用findall方法匹配此字符串

运行结果

['MR_SHOP','mr_shop']

['mr_shop']

例：匹配URL

pattern = r'([1-9]{1,3}(\.[0-9]{1,3}){3})'
url = '127.0.0.1 192.168.1.66'
match = re.findall(pattern, url)
for item in match:
    print(item[0])

127.0.0.1 192.168.1.66

2.替换字符串

（1）替换字符串 sub()方法 隐藏中奖信息的手机号码

# 语法格式 re.sub(pattern,repl,string,count,flags)
# repl:表示替换的字符串
# count：表示模式匹配后替换的最大次数，默认为零
pattern = r'1[34578]\d{9}'
string = '中奖号码为：84978981 联系电话： 13609580328'
result = re.sub(pattern, '136xxxxxxxx', string)
print(result)

3.分割字符串

（1）split()根据正则表达式分割字符串并以列表的形式返回

例1：

# 语法格式re.split(pattern,string,[maxsplit],[flags])
# maxsplit:表示最大的拆分次数
pattern = r'[?|&]'
url = 'http://www.baiddu.com/login.jsp?username="mr"&pwd="mrsoft"'
result = re.split(pattern, url)
print(result)

运行结果：

['http://www.baiddu.com/login.jsp', 'username="mr"', 'pwd="mrsoft"']

例2：

str1 = '@尚奎 @用户名 @密码'
pattern = r'\s*@'
list1 = re.split(pattern, str1)
print("list1:")
for i in list1:
    if i != "":
        print(i)

list1: 尚奎 用户名 密码

attern, url)
print(result)

运行结果：

`['http://www.baiddu.com/login.jsp', 'username="mr"', 'pwd="mrsoft"']`

例2：

```python
str1 = '@尚奎 @用户名 @密码'
pattern = r'\s*@'
list1 = re.split(pattern, str1)
print("list1:")
for i in list1:
    if i != "":
        print(i)

list1: 尚奎 用户名 密码