python re模块

目录

---

使用模块和函数

import re
content = 'My number is 415-555-4242.you number is 206-333-3210'
NumRegex = re.compile(r"\d\d\d-\d\d\d-\d\d\d\d")#返回Regex对象
res = NumRegex.search(content)#获取第一匹配
res = NumRegex.findall(content)#获取所有匹配

一、字符集

代表一类字符的通用符号
\d 代表0-9中的一个数字
\w 代表数字、字母、下划线中的一个
\s 代表空格、制表符、换行符
. 句点代表除换行符以外的所有字符

\D 非\d的一个字符
\W 非\w的一个字符
\S 非\s的一个字符

测试：

content = 'My number is 415-555-4242.you number is 206-333-3210'
NumRegex = re.compile(r"\w\s")
res = NumRegex.search(content)
print(res.group())#返回y空格
NumRegex = re.compile(r"\d\d")
res = NumRegex.search(content)
print(res.group())#返回41

二、多次重复匹配

? 零次或一次
* 零次或多次
+一次或多次
{p,q} p次到q次，包含pq，可以省略其中一个表示没有那个边界

content = 'My number is 415-555-4242.you number is 206-333-3210 a1 1a'
NumRegex = re.compile(r"\d+")
res = NumRegex.search(content)
print(res.group())#返回415，为什么不是4或者41，参见其他符号匹配
NumRegex = re.compile(r"\w*")
res = NumRegex.search(content)
print(res.group())#返回My，为什么不是空、M呢？参见其他符号匹配
NumRegex = re.compile(r"\d{4,6}")
res = NumRegex.search(content)
print(res.group())#返回4242

三、其他符号匹配

() 匹配分组，输出括号里面匹配内容
[] 符号集。匹配[]中的任意一个，[0-9a-zA-Z]，匹配（0-9的数字，a-z的字母，A-Z的字母）中的一个，前面加上^表示非这些字符中的一个字符，[^a-z]表示只要不是a-z的任意一个字符
{} 重复次数
| 管道符，表示或者，前后匹配一个就行
? 非贪心匹配，默认为贪心匹配
$ 表示以前面匹配结尾
^表示以后面的字符开头

content = 'My number is 415-555-4242.you number is 206-333-3210 a1 1a'
NumRegex = re.compile(r"([a-z]\d)|(\d[a-z])")
res = NumRegex.search(content)
print(res.group())#a1
NumRegex = re.compile(r"\w*?")
res = NumRegex.search(content)
print(res.group())#打印为空，因为*表示0次或多次，而？表示非贪心匹配，匹配最短的，就是0次，为空
NumRegex = re.compile(r"^4.+5$")
res = NumRegex.search(content)
print(res.group())#不会输出415，因为以什么开始或者结束指的是content 
NumRegex = re.compile(r"^M.+a$")
res = NumRegex.search(content)
print(res.group())#输出'My number is 415-555-4242.you number is 206-333-3210 a1 1a'

三、参数指定

re.DOTALL 指定.可以匹配任意字符包括换行符
re.IGNORECASE 指定匹配不区分大小写
re.VERBOSE 忽略表达式中的空白字符忽略注释，可以分开多行表达
phoneRegex = re.compile(r’’’( #使用三引号
(\d{3}|(\d{3}))? #第一段是最外面的大括号里的东西\d{3}|(\d{3}) 两个括号转义了，所以匹配的是三个数字或者括号括起来的三个数字415或者(415)
(\s|-|.)?#空白字符，或者-或者.注意这里的.进行了转义
\d{3} # first 3 digits
(\s|-|.) # separator
\d{4} # last 4 digits
(\s*(ext|x|ext.)\s*\d{2,5})? # 0或多个空白，ext或x或者ext. 0到多个空白，2-5个数字
)’’’, re.VERBOSE)

四、search findall sub

serch((x),(y)) 返回参数res.group(x)，0表示全匹配，1表示第一小块x，2表示第二个小块y
如

content = 'My number is 415-555-4242.you number is 206-333-3210 a1 1a'
#提取电话号码：206-333-3210
#希望输出：206-333-3210，206，206-333
reg = re.compile("(\d{3}-(\d{3}))-\d{3}0")#注意输出的时候可以括号套括号，按照左括号顺序输出
res = reg.search(content)
for i in range(3) #这里存在一个问题，不知道group中用多少项，除非从这则表达式中数括号之后+1，不能for i in res.group() 因为，res.group()默认为res.group(0)，是一个全匹配
	print(res.group())

打印：
206-333-3210
206-333
333

findall 找出所有符合正则表达式的全匹配，放在list中，每一个是一个元组，有括号指定输出的话只输出括号，不输出全匹配，没有括号指定输出的话，输出全匹配。

content = 'My number is 415-555-4242.you number is 206-333-3210 a1 1a'
reg = re.compile("(\d{3}-(\d{3}))-\d{4}")
res = reg.findall(content) #[('415-555', '555'), ('206-333', '333')]
reg = re.compile("\d{3}-\d{3}-\d{4}")
res = reg.findall(content) #['415-555-4242', '206-333-3210']

sub是替换，使用指定字符串替换如把上面的content变为

content = 'My number is 4****.you number is 2**** a1 1a'
reg = re.compile("(\d)\d{2}-\d{3}-\d{4}")
res = reg.sub(r"\1****", content)#注意这个r非常重要，表示纯字符串 \1表示第一个指定输出做替换

输出 ‘My number is 4****.you number is 2**** a1 1a’

注意：使用的时候什么时候用转义，什么时候用r"“什么时候用”""