day16-re模块(正则表达式三种查⽅法findallsearchmatch)# re模块是⼀个和正则表达式相关的模块
# 正则表达式和 python没关系
# 时间
# 正则表达式 —— str
# 检测字符串是否符合要求
# 从⼤段的⽂字中到符合要求的内容
number = input('>>>')
if number.isdigit() and len(number)==11 \
and number.startswith('13'):
print('是合法的⼿机号')
else:
pass
# 字符组范围 —— 约束⼀个字符
'[]'
#
#'\\n' --> '\n'
#'\\\\n' --> '\\n'
# r'\\n'
# r'\n'
正则待匹配字符匹配
结果
说明
[0123456789]8True在⼀个字符组⾥枚举合法的所有字符,字符组⾥的任意⼀个字符正则化工具包
和"待匹配字符"相同都视为可以匹配
[0123456789]a False由于字符组中没有"a"字符,所以不能匹配
[0-9]7
True也可以⽤-表⽰范围,[0-9]就和[0123456789]是⼀个意思
[a-z]s True同样的如果要匹配所有的⼩写字母,直接⽤[a-z]就可以表⽰[A-Z]B True[A-Z]就表⽰所有的⼤写字母
[0-9a-fA-F]e True可以匹配数字,⼤⼩写形式的a~f,⽤来验证⼗六进制字符
字符:
元字符匹配内容
. 匹配除换⾏符以外的任意字符
\w匹配字母或数字或下划线
\s匹配任意的空⽩符
\d匹配数字
\n匹配⼀个换⾏符
\t匹配⼀个制表符
\t匹配⼀个制表符
\b匹配⼀个单词的结尾
^匹配字符串的开始
$匹配字符串的结尾
\W匹配⾮字母或数字或下划线
\D匹配⾮数字
\S匹配⾮空⽩符
a|b匹配字符a或字符b
()匹配括号内的表达式,也表⽰⼀个组[...]匹配字符组中的字符[^...]匹配除了字符组中字符的所有字符
量词:
量词⽤法说明
*重复零次或更多次
+重复⼀次或更多次
重复零次或⼀次
{n}重复n次
{n,}重复n次或更多次
{n,m}重复n到m次
. ^ $
正则待匹配字符匹配
结果
说明
海.海燕海娇海东海燕海娇海东匹配所有"海."的字符
^海.海燕海娇海东海燕只从开头匹配"海."
海.$海燕海娇海东海东只匹配结尾的"海.$"
* + ? { }
正则待匹配字符匹配
结果
说明
李.?李杰和李莲英和李⼆棍⼦李杰
李莲
李⼆
表⽰重复零次或⼀次,即只匹配"李"后⾯⼀个任意字符
李.*李杰和李莲英和李⼆棍⼦李杰和李莲英和李⼆棍⼦*表⽰重复零次或多次,即匹配"李"后⾯0或多个任意字符
李.+李杰和李莲英和李⼆棍⼦李杰和李莲英和李⼆棍⼦+表⽰重复⼀次或多次,即只匹配"李"后⾯1个或多个任意字符
李.{1,2}李杰和李莲英和李⼆棍⼦李杰和
李莲英
李⼆棍
{1,2}匹配1到2次任意字符
注意:前⾯的*,+,?等都是贪婪匹配,也就是尽可能匹配,后⾯加?号使其变成惰性匹配
正则待匹配字符匹配
结果
说明
李.*?李杰和李莲英和李⼆棍⼦李
李
李
惰性匹配
字符集[][^]
正则待匹配字符匹配
结果
说明
李[杰莲英⼆棍⼦]*李杰和李莲英和李⼆棍⼦李杰
李莲英
李⼆棍⼦
表⽰匹配"李"字后⾯[杰莲英⼆棍⼦]的字符任意次
李[^和]*李杰和李莲英和李⼆棍⼦李杰
李莲英
李⼆棍⼦
表⽰匹配⼀个不是"和"的字符任意次
[\d]456bdha34
5
6
3
表⽰匹配任意⼀个数字,匹配到4个结果
[\d]+456bdha3456
3表⽰匹配任意个数字,匹配到2个结果
分组 ()与或|[^]
⾝份证号码是⼀个长度为15或18个字符的字符串,如果是15位则全部 数字组成,⾸位不能为0;如果是18位,则前17位全部是数字,末位可能是数字或x,下⾯我们尝试⽤正则来表⽰:
正则待匹配字符匹配
结果
说明
^[1-
9]\d{13,16}
[0-9x]$
110101198001017032110101198001017032表⽰可以匹配⼀个正确的⾝份证号
^[1-
9]\d{13,16}
[0-9x]$
11010119800101701101011980010170表⽰也可以匹配这串数字,但这并不是⼀个正确的⾝份证号码,它是⼀个16位的数字^[1-
9]\d{14} (\d{2}[0-9x])?$1101011980010170False现在不会匹配错误的⾝份证号了
()表⽰分组,将\d{2}[0-9x]分成⼀组,就可以整体约束他们出现的次数为0-1次
^([1-
9]\d{16}[0-
9x]|[1-
9]\d{14})$
110105199812067023110105199812067023表⽰先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}
转义符 \
在正则表达式中,有很多有特殊意义的是元字符,⽐如\d和\s等,如果要在正则中匹配正常的"\d"⽽不是"数字"就需要对"\"进⾏转义,变成'\\'。在python中,⽆论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本⾝还需要转义。所以如果匹配⼀次"\d",字符串中要写成'\\d',那么正则⾥就要写成"\\\\d",这样就太⿇烦了。这个时候我们就⽤到了r'\d'这个概念,此时的正则是r'\\d'就可以了。
正则待匹配字符匹配
结果
说明
\d\d False因为在正则表达式中\是有特殊意义的字符,所以要匹配\d本⾝,⽤表达式\d⽆法匹配\\d\d True转义\之后变成\\,即可匹配
"\\\\d"'\\d' True如果在python中,字符串中的'\'也需要转义,所以每⼀个字符串'\'⼜需要转义⼀次
r'\\d'r'\d' True在字符串之前加r,让整个字符串不转义
贪婪匹配
贪婪匹配:在满⾜匹配时,匹配尽可能长的字符串,默认情况下,采⽤贪婪匹配
正则待匹配字符匹配
结果
说明
<.*><script>...<script><script>...<script>默认为贪婪匹配模式,会匹配尽量长的字符串
<.*?>r'\d'<script>
<script>
加上?为将贪婪匹配模式转为⾮贪婪匹配模式,会匹配尽量短的字符串
⼏个常⽤的⾮贪婪匹配Pattern
*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
重复0次或1次,但尽可能少重复
{n,m}? 重复n到m次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复
. 是任意字符
* 是取 0 ⾄⽆限长度
是⾮贪婪模式。
何在⼀起就是取尽量少的任意字符,⼀般不会这么单独写,他⼤多⽤在:
.*?x
就是取前⾯任意长度的字符,直到⼀个x出现
import re
# 三种最基础的查⽅法
# findall search match
# pattern正则表达式, string待匹配的字符串, flags=0
# ret = re.findall('\d+','eva123egon4yuan567')
# print(ret) # ['123', '4', '567']
# ret2 = re.search('\d+','eva123egon4yuan567')
# print(ret2) # 不会直接返回结果,⽽是返回第⼀个匹配的变量
# up()) # 使⽤这个变量.group()得到返回的结果
# ret3 = re.search('\d+','eva')
# if ret3:
# up()) # 使⽤这个变量.group()得到返回的结果
# ret4 = re.match('\d+','321eva123egon4yuan567')
# print(ret4) # 不会直接返回结果,⽽是在正则表达式的开始加上⼀个^
# up()) # 不会直接返回结果,⽽是返回第⼀个匹配的变量
# ret = re.split('\d+','alex27egon18yuan40')
# print(ret)
# 节省时间
# obj = repile('\d{3}') #将正则表达式编译成为⼀个正则表达式对象,规则要匹配的是3个数字# # 正则表达式 --> python可以理解的 -->执⾏
# ret = obj.search('abc123eeee') #正则表达式对象调⽤search,参数为待匹配的字符串
# up()) #结果: 123
# ret = obj.findall('abc123eeee456as12') #正则表达式对象调⽤search,参数为待匹配的字符串# print(ret)
# import re # 节省空间
# ret = re.finditer('\d', 'ds3sy4784a') #finditer返回⼀个存放匹配结果的迭代器
# print(ret) # <callable_iterator object at 0x10195f940>
# print(next(ret).group()) #查看第⼀个结果
# print(next(ret).group()) #查看第⼆个结果
# print([i.group() for i in ret]) #查看剩余的左右结果
# ret = re.findall('www\.(baidu|oldboy)\', 'www.baidu')
# print(ret)
# findall默认只显⽰分组中的
# ret = re.findall('www\.(?:baidu|oldboy)\', 'www.baidu')
# print(ret)
# ret=re.split("(\d+)","eva3egon4yuan")
# print(ret) #结果: ['eva', 'egon', 'yuan']
# ret = re.search("<(\w+)>(\w+)</\\1>","<h1>hello</h2>")
# up()) # group 组
# up(0)) # group 组
# up(1)) # group 组
# up(2)) # group 组
# ret = re.search("<(?P<tag>\w+)>(\w+)</(?P=tag)>","<h1>hello</h1>") # print(ret)
# up())
# up('tag'))
# ***abc***
# @@@abc@@@
# ==abc==
# -123-
# ret = re.search('(?P<flag>.+).*(?P=flag)','-123-')
# up())
# ret = re.search('(.+).*\\1','-123-')
# up())
# exp = "1-2*(60+(-40.35/5)-(-4*3))"
# ret = re.findall('\d+\.\d+|(\d+)',exp)
# print(ret)
# ve('')
# print(ret)
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。
发表评论