初识python正则表达式和re模块

正则表达式和re模块

介绍:按照一定的规则，从某个字符串中匹配出想要的数据。这个规则就是正则表达式

match只能从开始匹配

search从全部匹配

正则表达式规则:

表达式	作用
.	匹配任意的字符,不能匹配到换行符
\d	匹配任意的数字
\D	匹配任意的非数字
\s	匹配空白字符(包括:\n,\t,\r,空格)
\w	匹配a-z和A-Z以及数字.下划线
\W	匹配和\w相反的东西
+	匹配一个或多个
*	匹配0个或多个
?	匹配的字符可以出现一次或0次
{m}	匹配m个字符
{m,n}	匹配m到n个
^(脱字号)	中括号中表示取反, 外面表以什么开始
$	表示以什么结 尾, 在最后添加$
|	匹配多个字符串或表达式

转义字符

如果符号有特殊意义,在前面加一个\表示转义

原生字符串

python中自带转义字符\
text = '\\n'
print(text)  #\n
text = r'\n'  #raw 生的
print(text) #\n

text = "\\c"  
#在python中等价\n
#正则表达式中:\n
ret = re.match('\\\\c', text)
#ret = re.match(r'\\c', text)
print(ret.group())   #\c

组合方式[]

​ 等价带换

• \d: [0-9]
• \D: [^0-9]
• \w [0-9a-zA-Z_]
• \W [^0-9a-zA-Z_]

贪婪模式

​ 匹配全部

text = '
 title
''
ret = re.match('<.+>', text)
print(ret)  #
 title

非贪婪模式

匹配部分

text = '
 title
''
ret = re.match('<.+?>', text)
print(ret)  #

正则案例

1.验证手机号码:手机号码的规则是以1开头,第二位可以是34587 ,后面那9位就可以随意了。示例代码如下:

 	text = 12345678943
    ret = re.match('1[34578]\d{9}',text)

2.验证邮箱

re.match('\w+@[a-z0-9]+\.[a-z]+',text)  #对点进行了转义

3.验证URL

re.match('(http|https|ftp)://[^\s]+', text)

4.验证身份证

regex = '\d{17}[\dxX]'

5.匹配0-100的数字

不能出现的.08, 101

regex = '[1-9]\d?$|100$'

re模块中的函数

match:从开始找

search:整个字符串找

分组group

在正则表达式中，可以对过滤到的字符串进行分组。分组使用圆括号的方式。

1. group :和group(0)是等价的，返回的是整个满足条件的字符串。
2. groups :返回的是里面的子组。索引从1开始。
3. group(1) :返回的是第一个子组，可以传入多个。

findall

找出所有满足条件的,返回的是一个列表

sub

用来替换字符串,将匹配到的字符串替换为其他字符串

split

分隔字符串,返回一个列表

compile

对于一些经常要用到的正则表达式，可以使用compile进行编译，后期再使用的时候可以直接拿过来用，执行效率会更快。而且compile 还可以指定flag=re.VERBOSE ,在写正则表达式的时候可以做好注释。示例代码如下:

text = 'the number is 20.50'
r = re.compile('\d+\.?\d*')
ret = re.search(r, text)
print(ret.group())

下面这种方式可以添加注释

text = 'the number is 20.50'
r = re.compile(r"""
	\d+  	#小数点前面的数字
	\.?		#小数点本身
	\d*		#小数点后面的数字
""",re.VERBOSE)
ret = re.search(r, text)
print(ret.group())