牛博国际,teracopy官网,鄚州庙
正则表达式： 匹配字符串
re.compile():用于编译正则表达式，生成一个正则表达式对象，供 match() 和 search() 两个函数使用，一般建议使用这种编译方式
1 import re 2 str = 'abc1def2ghi3jkl4mn' 3 l = re.compile(r'(.+)[0-2](.*)') # 对要匹配的格式先进行编译，并且整个过程中只编译一次 4 m = re.search(l, str) 5 m1 = re.search(r'(.+)[0-2](.*)',str) 6 # 这是对上面两行的简写，这种写法每次匹配的时候都要进行一次匹配公式的编译，如何行数太多，就会使代码运行很慢 7 print(m.group()) 8 print(m1.group())
注: 由于反斜杠在python和正则表达式中的影响，所以添加了 r 来使 字符串表示原生字符串，如果不使用 r ,那么匹配时需要4个反斜杠，稍后有对反斜杠的解释
结果：
abc1def2ghi3jkl4mn
abc1def2ghi3jkl4mn
正则表达式的几种方法：
| re.match(pattern,string,flags=0) |
从头开始匹配，如果在开始位置匹配不成功则返回none (flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等) |
| re.search(pattern,string,flags=0) |
匹配整个字符串，返回第一个成功匹配的，和match()的区别在于：开始位置匹配不成功也可继续匹配
|
| re.split(pattern, string[, maxsplit=0, flags=0) |
将能够匹配到的字符串当做分割点对字符串进行分割成列表 ( maxsplit：分割次数，maxsplit= 1,表示分割一次，默认为0 ，表示比限制次数) |
| re.findall(string，pos[ ,endpos ]) |
找到所有匹配的字符子串 并以列表格式返回 (pos：指定字符串的起始位置，默认为0，endpos：指定字符串结束位置，默认为字符长度) |
| re.finditer(pattern, string, flags=0 ) |
在字符串中找到所匹配到的子串，并作为一个迭代器返回
|
| re.sub(pattern ,repl , string, count=0 , flag=0 ) |
替换匹配到的字符，以字符串的形式返回 (repl：替换的字符串，也可为一个函数) (count：模式匹配后替换的最大次数，默认0 表示替换所有的匹配) |
| re.subn(pattern,repl,string) |
替换匹配到的字符，并返回一个替换了多少次的总数，以元组的形式返回
|
代码实现：
re.match():
我要评论1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.match('[0-9]', str)
4 m1 = re.match('abc',str)
5 print(m,m1.group())
结果：
none abc
re.search():
1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.search('[0-9]', str)
4 print(m)
5 print(m.group())
结果：
<_sre.sre_match object; span=(3, 4), match='1'>
1
re.split():
1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.split('[0-9]', str,)
4 print(m)
结果：
['abc', 'def', 'ghi', 'jkl', 'mn']
re.findall():
1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.findall('[0-9]', str)
4 print(m)
结果：
['1', '2', '3', '4']
re.finditer
1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.finditer('abc|ef', str)
4 print(m.__next__())
5 print(m.__next__().group())
结果：
<_sre.sre_match object; span=(0, 3), match='abc'> ef
re.sub():
1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.sub('[0-9]', '*', str, count=3)
4 print(m)
结果：
abc*def*ghi*jkl4mn
re.subn():
1 import re
2 str = 'abc1def2ghi3jkl4mn'
3 m = re.subn('[0-9]', '*', str)
4 print(m)
结果：
('abc*def*ghi*jkl*mn', 4)
正则表达式的基本语法规则：
| 一般字符 | 匹配自身相对应的字符 |
| . |
匹配出换行符(\n)以外的任意字符 |
| ^ | 匹配字符串起始部分 |
| $ |
匹配字符串终止部分 |
| * | 匹配0次或多次前面出现的正则表达式 |
| + | 匹配1 次或多次前面出现的正则表达式 |
| ？ | 匹配字符重复0次到1次前面出现的正则表达式 |
| {n} | 匹配n次前面出现的正则表达式 |
| {n,} | 匹配至少n次前面出现的正则表达式 |
| {m,n} | 匹配m~n次前面出现的正则表达式 |
| [...] | 匹配来自字符集的任意单一字符，如：[amk]匹配'a','m'或'k' |
| [^...] | 不匹配此字符集出现的任何一个字符 |
| [ x - y ] | 匹配x~y范围中的任意单一字符 |
| a | b | 匹配 a 或 b |
| (...) | 匹配括号内的表达式，将被括起来的表达式作为一个分组，可以使用索引单独取出 |
| 扩展表示法 | |
| (?....) | 分组的不捕获模式，计算索引时会跳过这个分组(表示一个匹配不用保存的分组) |
| (? ilmsux) | 分组中可以设置模式，ilmsux之中的每个字符代表一个模式 |
| (?imx) | 正则表达式包含三种可选标志：i,m,或x，值影响括号中的区域 |
| (?-imx) | 正则表达式关闭i,m,或x可选标志，只影响括号中的区域 |
| (?: ) | 类似(...),但不表示一个组 |
| ( ?-imx : ) | 在括号中不使用i, m,或x 可选标志 |
| (?imx : ) | 在括号中使用i, m,或x 可选标志 |
| (?#...) | 注释 |
| (?=...) | 顺序肯定环视，表示所在位置右侧能够匹配括号内正则 |
| (?!...) | 顺序否定环视，表示所在位置右侧不能匹配括号内正则 |
| (?<=...) | 逆序肯定环视，表示所在位置左侧能够匹配括号内正则 |
| (?<!...) | 逆序否定环视，表示所在位置左侧不能匹配括号内正则 |
| (?p=name) | 引用该分组中的内容 |
| (?p<name>...) | 为该分组起一个名字，可以用索引或名字去除该组名字 |
| (?(id/name)y|n) | 如果分组提供的id或name(名称)存在，就返回正则表达式的条件匹配y，如果不存在就返回n，n为可选项 |
| 特殊符号 | |
| \a | 匹配字符串开始 |
| \b | 匹配一个单词的边界，一般是指单词和空格间的位置，例：'er\b'可以匹配‘never’中的'er',但不能匹配‘verb’中的‘er’ |
| \b | 匹配非单词边界 |
| \w | 匹配字母数字 |
| \w | 匹配非字母数字 |
| \s | 匹配任意空白字符，等价于[\t\n\r\f] |
| \s | 匹配任意非空字符 |
| \d | 匹配任意数字，等价与[0-9] |
| \d | 匹配任意非数字 |
| \z | 匹配字符串结束 |
| \z | 匹配字符串结束，如果存在换行，只匹配到换行前的结束字符串 |
| \g | 匹配最后匹配完成的位置 |
| \n,\t | 匹配一个换行符，匹配一个制表符，等 |
| \1...\9 | 匹配第n个分组的子表达式 |
| \10 | 匹配第n个分组的子表达式，否则指的是八进制字符码的表达式 |
由于正则表达式使用反斜杠来转义字符，虽然python正则表达式模块的转义是独立的，但是python自身处理字符串时，反斜杠也是用于转义字符，就产生了双重转换。
例：匹配一个反斜杠字符需要将参数写成'\\\\'：
'\\\\'将被转义为'\\'
python中的转义：
部分基本语法的代码实现：
1 import re
2 s = '65432ab1cdefg'
3 m0 = re.findall('.', s)
4 m1 = re.findall('.*', s) # 匹配任意字符 * 表示匹配0个到多个表达式
5 m2 = re.findall('.+', s) # 匹配任意字符 + 表示匹配1个到多个表达式
6 m8 = re.findall('[^\d].*', s) # [^...]匹配除...以外的字符
7 print(m0)
8 print(m1)
9 print(m2)
10 print(m8)
11
12 s1 = '6789_45 6a~bc@$def'
13 m3 = re.findall('\s', s1) # \s 匹配非空的任意字符
14 m4 = re.findall('[a-za-z]+', s1) # 匹配大小写字符
15 m5 = re.search('\d+', s1) # \d 匹配任意数字
16 m6 = re.search('^\d+$', '123455890') # 如果这个字符串里有字母，那这行代码就会报错，因为\d+ 表示连续数字匹配
17 m7 = re.search('^.+$', '12345f5890') # . 表示匹配任意字符，所以这里的 ^ $可以从开头匹配到结尾
18
19 print(m3)
20 print(m4)
21 print(m5.group())
22 print(m6.group())
结果：
result
flags模式：可选标志位的具体参数：（可以通过or（|）指定多个标志位）
| re.i | 忽略大小写( 大小写不敏感模式 ) |
| re.l | 影响\w , \w , \b , \b , \s , \s , 取决于 本地系统的语言设置（如：要处理法文文本，并用\w来处理文本，那必须是系统配置适当且 把本地化语言改为法文） |
| re.m | 影响 ^,$, （此时，^，$ 不会被解释 ）"^" 依然匹配字符串的开始和字符串中每行的开始。同样的， $ 元字符匹配字符串结尾和字符串中每行的结尾 |
| re.s | 相当于 . 并且包括换行符在内的任意字符 （ . 是不包括换行符的 ） |
| re.u | 表示特殊字符\w , \w , \b , \b , \d , \d , \s , \s 依赖于unicode字符属性数据库 |
| re.x | 空白符被忽略，除非该空白符在字符类中或在反斜杠之后；并且允许你将注释写入 re，这些注释会被引擎忽略；注释用 "#"号 来标识，不过该符号不能在字符串或反斜杠之后 |
实例实现：
1 import re
2 str = 'abc\ndef\nghi'
3 m = re.search('^a.*i$', str, flags=re.s) # re.s 匹配包括换行的任意字符
4 print(m.group())
5 m = re.search('^a.*$', str, flags=re.m) # ^ $ 受 re.m影响，匹配行的开始和结尾
6 print(m.group())
结果：
abc def ghi abc
几种匹配对象的方法：
| x.group(m,...) | 返回匹配字符串，默认m=0,可以获得第一个或者第m个括号的分组，多参数时将以元组的形式返回 |
| x.groups() | 返回一个包含所有小组字符串的元组 |
| x.start(m) | 默认m=0,返回第m个括号的字符串的开始索引 |
| x.end(m) | 默认m=0,返回第m个括号字符串的结束索引 |
| x.span(m) | 默认m=0,返回第m个括号字符串的开始索引和结束索引 |
实例：
1 import re 2 str = 'abc1def2ghi3jkl4mn' 3 m = re.search(r'(.+)[0-2](.*)', str) 4 print(m.group()) 5 print(m.group(2)) 6 print(m.start()) 7 print(m.end()) 8 print(m.span())
结果：
abc1def2ghi3jkl4mn ghi3jkl4mn 0 18 (0, 18)
什么是贪婪匹配，什么是懒惰匹配
贪婪匹配：python正则表达式默认的匹配，在匹配成功的前提下，正则表达式趋向于最大长度的匹配方式
非贪婪匹配（懒惰匹配）：在整个表达式匹配成功的前提下，尽可能少的匹配
| 贪婪词 | 惰性词 | 对贪婪的描述 |
| ？ | ？？ | 匹配前一个字符重复0次到1次 |
| * | *？ | 匹配0次或多次 |
| + | +？ | 匹配1次或多次 |
| {n} | {n}？ | 匹配n次 |
| {n , m} | {n , m}？ | 匹配n~m次，但至多不能超过m次 |
| {n, } | {n, }？ | 匹配至少出现n次 |
实现：
1 import re
2 str = 'aaaaabbbbb'
3 m = re.findall('.a*', str) # . 代表匹配除换行符的所有字符
4 m1 = re.findall('.a*?', str)
5 m2 = re.findall('.b{2,}', str)
6 m3 = re.findall('.b{2,}?', str)
7 print(m)
8 print(m1)
9 print(m2)
10 print(m3)
结果：
['aaaaa', 'b', 'b', 'b', 'b', 'b'] #一次就匹配完了a ['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'b'] ['abbbbb'] ['abb', 'bbb']
正则表达式的简单匹配例子：
例1，匹配电话号码：
1 import re
2 phone_str = 'my phone number is 18380364920'
3 m = re.search('(1)([34578]\d{9})', phone_str) # (1)表示第一个分组，[34578]表示第二个数字能匹配的数字 ，\d相当于[0-9]
4
5 if m:
6 print(m.group())
结果：
18380364920
例2，简单匹配email：
1 import re
2 email = '2536vera.yin@qq.com'
3 m = re.search(r'[0-9.a-z]{1,26}@[0-9.a-z]{0,20}.[0-9a-z]', email)
4 print(m.group())
结果：
2536vera.yin@qq.com
例3，简单匹配ip v4
1 import re
2 def ai():
3 str = input('ipv4地址：')
4 m = re.findall('^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$', str)
5 if m:
6 print('ip 有效:', m)
7 else:
8 print('ip 无效:', m)
9 ai()
10
11 ai()
结果：
ipv4地址：192.168.3.22 ip 有效: ['192.168.3.22'] ipv4地址：223.432.44.3 ip 无效: [] ipv4地址：
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论