Python正则表达式

认识一些元字符：

^匹配行首                                     匹配以tm开头      ^tm

$匹配行尾                                     匹配以tm结尾      tm^

常用的元字符：

.    除换行符以外的字符

\s 任意kong空白

\d数字

\b单词开始或结束

^字符串开始

匹配以字母mr开头的单词 \bmr\w*\b

$匹配字符串结束

 

限定符：用于匹配一定数量的字母数字

匹配8位数字：^\d{8}$

? 匹配前面的字符1次或者0次            colou？r    colour    color

+匹配前面的字符1次或者多次            go+gle      gogle google gooogle~·~~~~

*匹配前面的字符0次或者多次             go*gle      ggle  gogle google gooogle~·

{n}匹配前面的字符n次                        go{2}gle     google

{n,}匹配前面的字符最少n次                 go{2,}gle    google   到更多的o

{n，m}匹配前面的字符最少n次，最多m次

字符类：[     ]

[aeiou]    匹配任意一个英文yuan元音字母[.?!]匹配     .  ?   !        [0-9] 相当于    \d

排除字符： ^

[^a-zA-Z]匹配一个不是字母的字符

选择字符    |   （前后相当于并列关系）

匹配身份证：15位数字   18位数字 或者17位数字加一位X

^\d{15}$|(^\d{18}$)|(^\d{17}(\d|X|x))

转义字符        \        将   .    ？      \      变为普通的字符

要匹配像    127.0.0.1 这样的IP

[1-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}             \将  .变为.       （.可以匹配任意一个字符）

分组：     (    )     的作用，改变限定符的作用范围，如：    |     *     ^

(six|four)th    可以匹配    sixth    fourth

或者    (\. [1-9]{1,3}){3}   就是对    \.[1-9]{1,3}    进行重复

Python中使用正则表达式是将其作为模式字符串使用的。

 

匹配一个不是字母的一个字符的正则表达式：    '[^a-zA-Z]'

匹配以字母m开头的单词的正则表达式转换为字符串模式，不可直接在两侧添加引号界定符，：'\bm\w*\b'

而是要'\\bm\\w*\\b'                      (参见前边的元字符)

我们可以使用原生字符串       r'\bm\w*\b'                    （同R）

 

使用re模块实现正则表达式：

使用re 模块时，先进行导入       import re

re.match(pattern, string ,[flags])

从字符串的开始进行匹配，如果在开始的位置匹配成功，返回Match对象，否则返回None

pattern    模式字符串，由要匹配的正则表达式转换而来

string       要匹配的字符串

[flags]      可选参数（控制匹配方式）

第一个字符串以mr_  开头返回了一个 Match对象 第二个。

import re
pattern = r'mr_\w+'
strng = 'MR_SHOP mr_shop'
match = re.match(pattern, strng, re.I)
print("match对象\t", match)
print("匹配起始位置", match.start())
print("匹配结束位置", match.end())
print("匹配位置的元组", match.span())
print("要匹配的字符串", match.string)
print("匹配数据", match.group())

 

匹配起始位置 0
匹配结束位置 7
匹配位置的元组 (0, 7)
要匹配的字符串 MR_SHOP mr_shop
匹配数据 MR_SHOP

import re
pattern = r'(13[4-9]\d{8})|(15[01289]\d{8})$'
mobile = '13634222222'
match = re.match(pattern, mobile)
if match == None:
    print(mobile, "不是移动的号码")
else:
    print(mobile, '是中国移动手机号')
mobile = '13144222221'
match=re.match(pattern, mobile)
if match == None:
    print(mobile, '不是有效的移动号')
else:
    print(mobile, '是中国移动手机号')

13634222222 是中国移动手机号
13144222221 不是有效的移动号
 

search（）方法进行匹配：在整个字符串中搜索第一个匹配的值，匹配成功则返回Match对象，否则返回None。

re.search(pattern, string, [flags])

import re
pattern = r'mr_\w'
string = 'MR_SHOP mr_shop'
match = re.search(pattern, string, re.I)
print(match)
print(match.start())
print(match.end())
print(match.span())
string2 = '项目名 MR_SHOP mr_shop'
match2 = re.search(pattern, string2, re.I)
print(match2)

0
4
(0, 4)

 

import re  # 导入Python的re模块

pattern = r'(黑客)|(抓包)|(监听)|(Trojan)'  # 模式字符串

about = '我是一名程序员，我喜欢看黑客方面的图书，想研究一下Trojan。'
match = re.search(pattern,about)  # 进行模式匹配
if match == None:  # 判断是否为None,为真表示匹配失败
    print(about,'@ 安全！')
else:
    print(about,'@ 出现了危险词汇！')
    
about = '我是一名程序员，我喜欢看计算机网络方面的图书，喜欢开发网站。'
match = re.match(pattern,about)  # 进行模式匹配
if match == None:   # 判断是否为None,为真表示匹配失败
    print(about,'@ 安全！')
else:
    print(about,'@ 出现了危险词汇！')

我是一名程序员，我喜欢看黑客方面的图书，想研究一下Trojan。 @ 出现了危险词汇！
我是一名程序员，我喜欢看计算机网络方面的图书，喜欢开发网站。 @ 安全！
 

findall()方法：在整个字符串中搜索所有符合正则表达式的字符串，并以列表的形式返回。

如果匹配成功，则返回包含匹配结构的列表，否则返回空列表。

re.findall(pattern, string, [flags])

搜索以    mr_   开头的字符串

import re

pattern = r'mr_\w+'
string = 'MR_SHOP  mr_shop'
match = re.findall(pattern, string, re.I)
print(match)
string1 = 'sdfdsMR_SHOP dsfsdf mr_shop'
match2 = re.findall(pattern, string)
print(match2)

['MR_SHOP', 'mr_shop']
['mr_shop']
 

注意：

在指定模式的字符串中，包含分组，则返回与分组匹配的文本列表，例如：

import  re
pattern = r'[1-9]{1,3}(\.[0-9]{1,3}){3}'
str1 = '127.0.0.1  192.168.1.66'
match = re.findall(pattern, str1)
print(match)

['.1', '.66']

import  re
pattern = r'([1-9]{1,3}(\.[0-9]{1,3}){3})'
str1 = '127.0.0.1  192.168.1.66'
match = re.findall(pattern, str1)
print(match)
for item in match:
    print(item[0])

[('127.0.0.1', '.1'), ('192.168.1.66', '.66')]
将整个模式字符串用一对小括号进行分组

127.0.0.1
192.168.1.66
字符串的替换：re.sub(pattern, repl ,string，[count], [flags])

pattern 将要替换的模式字符串

repl  表示替换的字符串

string   要被查找替换的原始字符串

count   可选参数，表示模式匹配后替换的最大次数

flags   可选参数，表示标志位，控制匹配方式（区分大小写？）

import re
pattern = r'1[34578]\d{9}'
string = '中奖号码为：84978981  联系电话是： 13611111111'
result = re.sub(pattern, '1XXXXXXXXX', string)
print(result)

中奖号码为：84978981  联系电话是： 1XXXXXXXXX

 

import re  # 导入Python的re模块

pattern = r'(黑客)|(抓包)|(监听)|(Trojan)'  # 模式字符串

about = '我是一名程序员，我喜欢看黑客方面的图书，想研究一下Trojan。\n'
sub = re.sub(pattern,'@_@',about)  # 进行模式替换
print(sub)
    
about = '我是一名程序员，我喜欢看计算机网络方面的图书，喜欢开发网站。'
sub = re.sub(pattern,'@_@',about)   # 进行模式替换
print(sub)

我是一名程序员，我喜欢看@_@方面的图书，想研究一下@_@。

我是一名程序员，我喜欢看计算机网络方面的图书，喜欢开发网站。
正则表达式分割字符：re.split(pattern, string , [maxsplit], [flags])

pattern 模式字符串

string 要匹配的字符串

[maxsplit] 最大的拆分次数

flags 标志位，控制匹配方式

import re
str1 = '@明日科技 @扎克伯格 @俞敏洪'
pattern = r'\s*@'
list1 = re.split(pattern,str1)  # 用空格和@或单独的@分割字符串
print('您@的好友有：')
for item in list1:
    if item != "":      # 输出不为空的元素
        print("\n",item)     # 输出每个好友名

您@的好友有：

 明日科技

 扎克伯格

 俞敏洪