组团学

正则表达式

阅读 (213190)

一、正则基础

1、为什么使用正则

  • 需求

    判断一个字符串是否是手机号

  • 解决

    编写一个函数,给函数一个字符串,如果是手机号则返回True,否则返回False

  • 代码

    def isPhone(phone): # 长度为11 # 全部都是数字字符 # 以1开头 pass if isPhone("13812345678"): print("是手机号") else: print("不是手机号")
  • 注意

    如果使用正则会让这个问题变得简单

2、re模块简介

python自1.5版本开始增加了re模块,该模块提供了perl风格的正则表达式模式,re模块是python语言拥有了所有正则表达式的功能

  • 如下四个方法经常使用
    • match()
    • search()
    • findall()
    • finditer()

二、re模块中常用函数

1、match()函数

  • 原型

    def match(pattern, string, flags=0)
    
  • 功能

    尝试从字符串string的起始位置匹配一个pattern模式,如果不在起始位置匹配成功的话就返回None

  • 参数

    参数 说明
    pattern 匹配的正则表达式(一种字符串的模式)
    string 要匹配的字符串
    flags 标识位,用于控制正则表达式的匹配方式
  • flags

    说明
    re.I 是匹配对大小写不敏感
    re.L 做本地化识别匹配
    re.M 多行匹配,影响到^和$
    re.S 使.匹配包括换行符在内的所有字符
    re.U 根据Unicode字符集解析字符,影响\w、\W、\b、\B
    re.X 通过给予我们功能灵活的格式以便更好的理解正则表达式
  • 代码

    import re ret = re.match("www","www.zutuanxue_com.wang") print(ret, type(ret), ret.span()) print(re.match("www","wwW.zutuanxue_com.www.wang", re.I)) print(re.match("www","zutuanxue_com.www.wang")) print(re.match("www","zutuanxue_com.wang"))

2、searce()函数

  • 原型

    def search(pattern, string, flags=0)
    
  • 功能

    扫描整个字符串string,并返回第一个pattern模式成功的匹配

  • 参数

    参数 说明
    pattern 匹配的正则表达式(一种字符串的模式)
    string 要匹配的字符串
    flags 标识位,用于控制正则表达式的匹配方式
  • flags

    说明
    re.I 是匹配对大小写不敏感
    re.L 做本地化识别匹配
    re.M 多行匹配,影响到^和$
    re.S 使.匹配包括换行符在内的所有字符
    re.U 根据Unicode字符集解析字符,影响\w、\W、\b、\B
    re.X 通过给予我们功能灵活的格式以便更好的理解正则表达式
  • 代码

    import re ret = re.search("www", "zutuanxue_com.www.wang.www") print(ret, type(ret), ret.span())

3、findall()函数

  • 原型

    def findall(pattern, string, flags=0)
    
  • 功能

    扫描整个字符串string,并返回所有匹配的pattern模式结果的字符串列表

  • 参数

    参数 说明
    pattern 匹配的正则表达式(一种字符串的模式)
    string 要匹配的字符串
    flags 标识位,用于控制正则表达式的匹配方式
  • flags

    说明
    re.I 是匹配对大小写不敏感
    re.L 做本地化识别匹配
    re.M 多行匹配,影响到^和$
    re.S 使.匹配包括换行符在内的所有字符
    re.U 根据Unicode字符集解析字符,影响\w、\W、\b、\B
    re.X 通过给予我们功能灵活的格式以便更好的理解正则表达式
  • 代码

    import re ret = re.findall("www", "zutuanxue_com.www.wang.wwwqqww1fffwwe") print(ret, type(ret)) # ww1 ww2 ww3 ww4 wwa wwb wwc ww@ print(re.findall("", "zutuanxue_com.www.wang.wwwqqww1fffwwe"))

4、finditer()函数

  • 原型

    def finditer(pattern, string, flags=0)
    
  • 功能

    与findall()类似,返回一个迭代器

  • 参数

    参数 说明
    pattern 匹配的正则表达式(一种字符串的模式)
    string 要匹配的字符串
    flags 标识位,用于控制正则表达式的匹配方式
  • flags

    说明
    re.I 是匹配对大小写不敏感
    re.L 做本地化识别匹配
    re.M 多行匹配,影响到^和$
    re.S 使.匹配包括换行符在内的所有字符
    re.U 根据Unicode字符集解析字符,影响\w、\W、\b、\B
    re.X 通过给予我们功能灵活的格式以便更好的理解正则表达式
  • 代码

    import re ret = re.finditer("www", "zutuanxue_com.www.wang.wwwqqww1fffwwe") print(ret, type(ret)) for x in ret: print(x, type(x), x.span())

三、正则表达式元字符

1、匹配单个字符与数字

匹配 说明
. 匹配除换行符以外的任意字符,当flags被设置为re.S时,可以匹配包含换行符以内的所有字符,如果没有设置并且还匹配所有字符需要[.\n]
[] 里面是字符集合,匹配[]里任意一个字符
[0123456789] 匹配任意一个数字字符
[0-9] 匹配任意一个数字字符
[a-z] 匹配任意一个小写英文字母字符
[A-Z] 匹配任意一个大写英文字母字符
[A-Za-z] 匹配任意一个英文字母字符
[A-Za-z0-9] 匹配任意一个数字或英文字母字符
[^zutuanxue_com] []里的^称为脱字符,表示非,匹配不在[]内的任意一个字符
\d 匹配任意一个数字字符,相当于[0-9]
\D 匹配任意一个非数字字符,相当于[^0-9]
\w 匹配字母、下划线、数字中的任意一个字符,相当于[0-9A-Za-z_]
\W 匹配非字母、下划线、数字中的任意一个字符,相当于[^0-9A-Za-z_]
\s 匹配空白符(空格、换页、换行、回车、制表),相当于[ \f\n\r\t]
\S 匹配非空白符(空格、换页、换行、回车、制表),相当于[^ \f\n\r\t]
impor re print(re.findall(r"ww\d", "zutuanxue_com.www.wang.wwwqqww1fww\nffwweeeww3")) print(re.findall(r"ww.", "zutuanxue_com.www.wang.wwwqqww1fww\nffwwe", re.S))

2、匹配锚字符

匹配 说明
^ 行首匹配,和[]里的^不是一个意思
$ 行尾匹配
import re print(re.search(r"^zutuanxue_com","zutuanxue_com is a good man")) print(re.search(r"^zutuanxue_com","a zutuanxue_com is a good man")) print(re.search(r"man$","zutuanxue_com is a good man")) print(re.search(r"^man$","man")) s = '''zutuanxue_com is a good man zutuanxue_com is a nice man zutuanxue_com is a cool man kaige is a good man zutuanxue_com is a handsome man ''' print("-----------------------") ret = re.finditer(r"^zutuanxue_com", s, re.M) for x in ret: print(x)

3、匹配边界字符

匹配 说明
\A 匹配字符串的开始,和^的区别是\A只匹配整个字符串的开头,即使在re.M模式下也不会匹配其他行的行首
\Z 匹配字符串的结尾,和$的区别是\Z只匹配整个字符串的结尾,即使在re.M模式下也不会匹配其他行的行尾
\b 匹配一个单词的边界,指单词和空格的位置
\B 匹配非单词边界
import re print(re.findall(r"\Azutuanxue_com", s, re.M)) print(re.findall(r"ck\b", "zutuanxue_com is a good man! ack is a nice mack,nckab")) ret = re.finditer(r"ck\B", "zutuanxue_com is a good man! ack is a nice manckab") for x in ret: print(x)

4、匹配多个字符

说明:以下使用x、y、z均为假设的普通字符,m、n表示一个数字,不是正则表达式的元字符

匹配 说明
(xyz) 匹配括号内的xyz,作为一个整体去匹配
x? 匹配0个或者1个x,非贪婪匹配
x* 匹配0个或任意多个x
x+ 匹配至少一个x
x{n} 确定匹配n个x,n是非负数
x{n,} 至少匹配n个x
x{n,m} 匹配至少n个最多m个x
x|y |表示或的意思,匹配x或y
import re print(re.findall(r"(very)", "zutuanxue_com is a very very good man")) print(re.findall(r"a?", "11111a2222aa3333aaa44444aaaa55555")) print(re.findall(r"a*", "11111a2222aa3333aaa44444aaaa55555")) print(re.findall(r"a+", "11111a2222aa3333aaa44444aaaa55555")) print(re.findall(r"a{2}", "11111a2222aa3333aaa44444aaaa55555")) print(re.findall(r"a{3,}", "11111a2222aa3333aaa44444aaaa55555")) print(re.findall(r"a{3,5}", "11111a2222aa3333aaa44444aaaa55555aaaaa666aaaaaa")) print(re.findall(r"((s|S)unck)", "zutuanxue_com is a good manzutuanxue_com")) print(re.findall(r"(zutuanxue_com|zutuanxue_com)", "zutuanxue_com is a good manzutuanxue_com"))
需要 登录 才可以提问哦