python统计次数正则_Python提取信息必学基础——正则表达
式
正则表达式并不是Python的⼀部分。正则表达式是⽤于处理字符串的强⼤⼯具，拥有⾃⼰独特的语法以及⼀个独⽴的处理引擎，效率上可能不如str⾃带的⽅法，但功能⼗分强⼤。得益于这⼀点，在提供了正则表达式的语⾔⾥，正则表达式的语法都是⼀样的，区别只在于不同的编程语⾔实现⽀持的语法数量不同；但不⽤担⼼，不被⽀持的语法通常是不常⽤的部分。
⼀、正则表达式语法
正则表达式是⽤匹配或者描述字符串的⼯具。
⽤处：
a.判断字符串是否满⾜某个条件---判断输⼊的字符串是否是邮箱/⼿机号码。是否是ip地址
b.提取满⾜条件的字符串
c.字符串替换
Python中通过re模块中相应的⽅法来⽀持正则表达式的匹配、查和替换等功能
from re import fullmatch
fullmatch(正则表达式字符串, 字符串) ---> 判断正则表达式和字符串是否完全匹配
正则表达式字符串: 就是⼀个字符串，字符串中是正则表达式语法。r'正则表达式'
正则表达式中包含两个部分，⼀个是正则语法对应的字符，⼆个是普通字符
1 .(点)(匹配任意字符)
⼀个.只匹配⼀个任意字符
# 匹配⼀个长度是3的字符串，第⼀个字符是'a', 第⼆个字符是任意字符，最后⼀个字符是b
re_str = r'a.b'
result = fullmatch(re_str, 'a|b')
print(result)
# 匹配⼀个长度是4，第⼀个字符和最后⼀个字符分别是a和b，中间两个字符是任意字符的字符串
re_str = r'a..b'
result = fullmatch(re_str, r'a\nb')
print(result)
2 \w(匹配字母数字下划线)
⼀个\w匹配⼀个字符
# 匹配⼀个第⼀个字符是数字字母或者下划线，后⾯三个字符是任意字符的字符串
re_str = r'\w...'
result = fullmatch(re_str, 'o8js')
print(result)
3 \s(匹配任意空⽩字符)
空⽩字符: 空格、制表符(\t)、回车(换⾏\n)等，都输⼊空⽩字符
⼀个\s匹配⼀个空⽩字符
# 匹配⼀个第⼀个字符是a，第⼆个字符是空⽩，最后⼀个字符b的字符串
re_str = r'a\sb'
result = fullmatch(re_str, 'a\nb')
print(result)
4 \d(匹配数字字符)
re_str = r'\d\d\d'
result = fullmatch(re_str, '282')
print(result)
5 \b(检测边界)
⼀个\b不会去匹配⼀个字符，⽽是单纯的检测\b出现的位置是否是单词边界
单词边界: 字符串开始和结尾、空格、换⾏、标点符号等，可以将两个单词隔开的字符都单词边界
re_str = r'\babc'
re_str = r'abc\b\saaa' # 匹配⼀个字符串前三位是abc，第四位是空⽩字符，后⾯是aaa。并且要求c后⾯是单词边界result = fullmatch(re_str, 'abc aaa')
print(result)
6 ^(检测是否是字符串开头)
re_str = r'^\d\d\d' # 判断⼀个字符串是否是三个数字开头
result = fullmatch(re_str, '123')
print(result)
7 $(检测是否是字符串结尾)
re_str = r'abc$'
result = fullmatch(re_str, 'abc')
print(result)
8 \W(匹配⾮字母、数字下划线)
re_str = r'\Wabc'
result = fullmatch(re_str, '#abc')
print(result)
9 \S(匹配⾮空⽩字符)
re_str = r'\S...'
result = fullmatch(re_str, '2jkh')
print(result)
10 \D(匹配⾮数字字符)正则表达式提取中文
re_str = r'\D\w\w\w'
result = fullmatch(re_str, '#h7_')
print(result)
11 \B(检测是否不是单词边界)
re_str = r'and\BYou'
result = fullmatch(re_str, 'andYou')
print(result)
12 [] (匹配中括号中出现的任意⼀个字符)
⼀个[]匹配⼀个字符
[字符集] --> 匹配⼀个字符，这字符是字符集中的任意⼀个字符
例如：[abc], [\d+]
[字符1-字符2] --> 匹配⼀个字符，这个字符是Unicode编码值在字符1到字符2中的任意⼀个字符；要求字符1的编码值要⼩于字符2例如：[1-9] --> 数字1到9 [a-z] --> ⼩写字母 [A-Z] --> ⼤写字母
[\u0031-\u0039] --> 数字1到9
[\u4E00-\u9fa5] --> 匹配所有的汉字
注意：-在中括号中，如果放在两个字符之间表⽰范围。
"""匹配⼀个字符串第⼀个字符是a或者b或c，后边三个a"""
re_str = r'[abc]aaa'
result = fullmatch(re_str, 'caaa')
print(result)
re_str = r'[1-4]\d\d\d'
result = fullmatch(re_str, '1989')
print(result)
re_str = r'[\u0031-\u0039][a-z]'
result = fullmatch(re_str, '1h')
print(result)
re_str = r'[\u4E00-\u9fa5][\u4E00-\u9fa5][\u4E00-\u9fa5]'
result = fullmatch(re_str, '就深刻')
print(result)
re_str = r'[91-]'
result = fullmatch(re_str, '-')
print(result)
# 匹配⼀个字符，是字母数字下划线或者是空⽩
re_str = r'[\w\s]'
result = fullmatch(re_str, 'u')
print(result)
13 [^字符集] (匹配⼀个不在字符集中的任意字符)
注意：^必须放在中括号中的最前⾯才有效
"""匹配⼀个四位的字符串，第⼀位不是abc中的任意⼀个，后⾯三位是任意字符"""
re_str = r'[^abc]...'
re_str = r'[^1-9]...'
result = fullmatch(re_str, '898i')
print(result)
⼆、正则表达式次数相关符号
from re import fullmatch
1. *(匹配0次或者多次)
字符* --> 字符出现0次或者多次
# 匹配0位或者多位的数字字符串
re_str = r'\d*'
print(fullmatch(re_str, '123'))
# ⽤⼀个正则表达式来检测⼀个标识符是否符合要求：数字字母下划线组成，数字不开头(位数⾄少1位)
re_str = r'[a-zA-Z_]\w*'
print(fullmatch(re_str, 'A'))
2. +(匹配⼀次或者多次)
匹配abc前⾯有⼀个或者多个数字的字符串
re_str = r'\d+abc'
print(fullmatch(re_str, '9abc'))
3. ?(匹配0次或者1⼀次)
re_str = r'a?123'
print(fullmatch(re_str, 'a123'))
练习：写⼀个正则表达式，匹配所有的整数(123, -2334, +9...可以匹配的，012， -023，+0122不能匹配) re_str = r'[-+]?[1-9]\d*'
print(fullmatch(re_str, '1234'))
4. {}(指定次数)
{N} --> 匹配N次
{M,N} --> 匹配M到N次
{M,} --> ⾄少匹配M次
{,N} --> 最多匹配N次
re_str = r'\d{3}'
print(fullmatch(re_str, '123'))
re_str = r'\d{3,}'
print(fullmatch(re_str, '1234'))
re_str = r'\d{,3}'
print(fullmatch(re_str, '23'))
re_str = r'[a-z]{2,5}'
print(fullmatch(re_str, 'aajk'))
# 判断密码是否符合要求：密码是由数字和字母组成，并且位数是6-16位
re_str = r'[\da-zA-Z]{6,16}'
三、分之和分组
import re
1. |(分之)
条件1|条件2 --> 先⽤条件1去匹配，如果匹配成功就匹配成功。如果条件1匹配失败，⽤条件2去匹配。注意：如果条件1匹配成功就不会⽤条件2再去匹配
re_str = r'[a-z]{3}|[A-Z]{3}'
print(re.fullmatch(re_str, 'AHD'))
能匹配成功时abc，d和aaa
re_str = r'abc|d|aaa'
print(re.fullmatch(re_str, 'aaa'))
'abc'+W/H/Y
re_str = r'abc(W|H|Y)'
print(re.fullmatch(re_str, 'abcY'))
2. ()(分组)
a.组合(将括号中的内容作为⼀个整体进⾏操作)
b.捕获 -- 使⽤带括号的正则表达式匹配成功后，只获取括号中的内容
c.重复 -- 在正则表达式中可以通过\数字来重复前⾯()中匹配到的结果。数字代表前第⼏个分组
a.组合
匹配⼀个字符串，以数字字母的组合出现3次
re_str = r'(\d[a-zA-Z]){3}'
print(re.fullmatch(re_str, '2h8h7j'))
b.捕获
re_str = r'(\d{3})abc'
print(re.fullmatch(re_str, '773abc'))
print(re.findall(re_str, 'euhasdhf873abcssjsja235abcu-03s834432abcjjsks'))

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。