python基础语法六-正则匹配

书接上回:

python基础语法一-基本数据类型

python基础语法二-多维数据类型

python基础语法三-类

python基础语法四-数据可视化

python基础语法五-函数

1. 符号含义

[]	里面的字符是或的关系，外面的字符是与的关系 例如：re.findall('d[hf]g', str) #查找dhg/dfg
^	非 ; 例如：re.findall('d[^hf]g', str) #查找非dhg/非dfg
{}	里面的内容是字符的长度 例如：re.findall('[a-zA-Z]{1,3}', str) #查找英文单词，长度在1-3之间，当长度超过3时会切割，比如PPTWORD就会切割成'PPT'、'WOR'、'D'
\d	数字 例如：re.findall('[\d]', str)
\D	除数字之外的字符 例如：re.findall('[\D]', str)
\w	中文、英文、数字、下划线，不能是特殊字符
\W	特殊字符(包括逗号，*号，小括号，#号，\t，\n，$等)
\s	空白字符（包括空格，换行，制表符等）
\S	非空白字符
*	匹配0次或无数次
+	匹配1次或无数次
？	匹配0次或1次
.	匹配任意单个字符，除了换行符
.并且加上re.S	匹配任意单个字符，包括换行符 例如：re.findall('dfg.',any_string,re.S)
re.I	忽略大小写

2. 几个常用匹配

（1）查找所有数字/部分数字

所有数字：[0-9]或者[\d]

部分数字：[1-3 6 9]

（2）查找除数字以外的字符

[^0-9]或者[\D]

（3）查找固定+随机字符

'd[hf]g' #dhg/dfg

（4）查找所有英文字符

[a-zA-Z]

（5）匹配正整数

^[1-9]\d*

（6）匹配负整数

^-[1-9]\d*

（7）匹配整数

^-?[1-9]\d*

（8）匹配非负整数

^[1-9]\d*|^0

3. 查找字符re.findall

用法：lst = re.findall(正则匹配表达式，要查找的字符串对象)

re.findall返回的是列表

4. 边界匹配

例4

tel = 'a13086618091b7364bds9373747654893ndd03874747637308475'

tel1 = re.findall('\d{11}', tel) #查找连续11个数字

print('19:',tel1)  #['13086618091', '93737476548', '03874747637']

tel2 = re.findall('^\d{11}', tel) #从开始位置进行11个数字匹配

print('20:',tel2)  #[]

tel3 = re.findall('\d{11}$', tel) #从结尾位置进行11个数字匹配

print('21:',tel3)  #['47637308475']

tel4 = re.findall('^\d{11}$', tel) #开始和结尾之间只能有11个数字

print('22:',tel4)  #[]

5. 组group

例5：

group = 'abcxyz123abcabcdhg456abcabcxyzabcabcabc'

group1 = re.findall('(abc)',group) # 提取出所有的abc，（）里是与的关系，是组

print('23:',group1)  #['abc', 'abc', 'abc', 'abc', 'abc', 'abc', 'abc', 'abc']

group11 = re.findall('abc',group)

print('23333:',group11)  #['abc', 'abc', 'abc', 'abc', 'abc', 'abc', 'abc', 'abc']

group2 = re.findall('(abc){3}',group) # 提取出连续3个的abc合成1个

print('24:',group2)  #['abc']

group3 = re.findall('(abc)(xyz)',group)

print('25:',group3)  #[('abc', 'xyz'), ('abc', 'xyz')]

# 分组

group4 = re.search('([a-z]*)([0-9]*)([a-z]*)',group) #任意个数小写字母+任意个数数字+任意个数字母

print('26:',group4.group()) #显示所有组abcxyz123abcabcdhg

print('27:',group4.group(0)) #显示所有组abcxyz123abcabcdhg

print('28:',group4.group(1)) #显示第一组abcxyz

6. 替换字符re.sub

例6

replace = 'ahsa'

replace1 = re.sub('a','A',replace,1) #把a替换成A,替换1次/第四个参数默认是0，表示替换所有

print('30:',replace1) #Ahsa

def function1(parameter):

    pass #或return 某些值

replace2 = re.sub('a',function1,replace) #把a替换成函数，函数不返回任何值，所以就是把a消除

print('31:',replace2) #hs

def function2(parameter):

    newpara = parameter.group() #group()在正则表达式中用于获取分段截获的字符串

    return '$'+ newpara

replace3 = re.sub('a',function2,replace)

print('32:',replace3) #$ahs$a

range = 'gs73649bd28cb73b92b'

def func1(para):

    newpara = para.group() #注意：分段获取得到的是字符串

    if int(newpara) > 5:

        newchar = '9'

    else:

        newchar = '0'

    return newchar

range1 = re.sub('[0-9]',func1,range) #大于5替换成9，小于等于5替换成0

print('33:',range1)  #gs90909bd09cb90b90b

7. 匹配字符re.match&re.search

（1）match:匹配第一个字符，如果不匹配，返回none，匹配，返回一个对象,该对象就是匹配的结果

（2）search:从第一个字符开始匹配，如果不匹配，返回none，匹配，返回第一个匹配的对象

例7

match = '7h1o293hbsk'

match1 = re.match('\d',match)

print('34:',match1)  #<re.Match object; span=(0, 1), match='7'>

print('35:',match1.group()) #返回结果：7

print('36:',match1.span()) #返回元组：（0,1），匹配位置，（0，1）表示从0位置开始，1位置结束

search1 = re.search('\d',match)

print('37:',search1)  #<re.Match object; span=(0, 1), match='7'>

print('38:',search1.group())#7