python学习笔记 正则表达式 详解2

python学习笔记 正则表达式 详解

1. 行定位符
   行定位符就是用来描述子串的边界。“^”表示行的开始；“$”表示行的结尾
   ^tm:匹配以子串tm的开始位置是行头
2. 元字符

常用元字符

例子：\bmr\w*\b
匹配以字母mr开头的单词，先是从某个单词开始处(\b),然后匹配字母mr，接着是任何数量的字母或数字（\w*）,最后是单词结束处（\b）。
可以匹配：mrsoft，mebook，mr123

3.限定符：
（\w*）可以匹配任何数量的字母或数字，那么怎么匹配特定数量的数字呢？
例子：匹配8位QQ号
^\d{8}$

4.字符类

匹配元音：[aeiou]
匹配标点符号:[.!?]
匹配一位数字：\d或[0-9]
匹配：\w或[a-z0-9A-W]
匹配"Python" 或 “python”：[Pp]ython
匹配 “ruby” 或 “rube”：rub[ye]
匹配任何数字。类似于[0123456789]：[0-9]
[^aeiou] 除了aeiou字母以外的所有字符
[^0-9] 匹配除了数字外的字符

5.排除字符^

[^a-zA-Z]:排除英文字母

6.选择字符
例子：匹配身份证号
两种情况，15位时都是数字，18位时前17位是数字，最后一位为校验码
分析例子：包含条件选择的逻辑，用（|）来实现，相当于 或。

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

7.转义字符串
例子：匹配ip地址127.0.0.1
分析例子：转义字符（\），是将特殊字符转变为普通字符
错误方法：

[0-9]{
     1,3}.[0-9]{
     1,3}.[0-9]{
     1,3}.[0-9]{
     1,3}

正确方法：

[0-9]{
     1,3}\.[0-9]{
     1,3}\.[0-9]{
     1,3}\.[0-9]{
     1,3}

8.分组
小括号字符的第一个作用就是通过改变限定符的作用范围，如 | ^ * 等
(six|four)th:匹配单词sixth或者fourth，如果不用括号就变成了匹配six或fourth
小括号的第二个作用是分组，也就是子表达式。如（.[0-9]{0,3}{3}
例子：匹配邮箱

import re
ret = re.match("\w{4,20}@163\.com", "[email protected]")
print(ret.group())
ret = re.match("\w{4,20}@(163|126|qq)\.com", "[email protected]")
print(ret.group())
ret = re.match("\w{4,20}@(163|126|qq)\.com", "[email protected]")
print(ret.group())

sandraa@163.com
sandraa@126.com
sandraa@qq.com

re模块实现正则表达式操作

一、
1.match（）

match（） 此方法用于从字符串的开始处进行匹配，如果在起始位置匹配成功，则返回Match对象，否则返回None

re.match(pattern,string,[flags])
pattern:表示模式字符串，由要匹配的正则表达式转换而来
string:表示要匹配的字符串
flags:可选参数，表示标志位，用于控制匹配方式

import re
pattern = r'mr_\w+'
word = 'MR_SHOP mr_shop'
match = re.match(pattern,word,re.I)
print(match)
<re.Match object; span=(0, 7), match='MR_SHOP'>

import re
pattern = r'mr_\w+'
word = 'MR_SHOP mr_shop'
match = re.match(pattern,word,re.I)
print('匹配值的起始位置：',match.start())
print('匹配值的结束位置：',match.end())
print('匹配位置的元组：',match.span())
print('要匹配的字符串：',word)
print('匹配数据：',match.group())
匹配值的起始位置： 0
匹配值的结束位置： 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

2.search（）

此方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回Match对象，否则返回None

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

import re
pattern = r'mr_\w+'
word = 'MR_SHOP mr_shop'
match = re.search(pattern,word,re.I)
print(match)
<re.Match object; span=(0, 7), match='MR_SHOP'>

3.findall（）

此方法用于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，则返回匹配结构的列表，否则返回空列表。

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

import re
pattern = r'mr_\w+'
word = 'MR_SHOP mr_shop'
match = re.findall(pattern,word,re.I)
print(match)
['MR_SHOP', 'mr_shop']

二、
1.替换字符串
re.sub(pattern,repl,string,count,flags)
repl:表示替换的字符串
string：表示要被查找替换的原始字符串
count：表示模式匹配后替换的最大次数，默认值为0，表示替换所有的匹配
flags:可选参数，表示标志位，用于控制匹配方式

例题：隐藏中奖信息中的手机号码

import re
pattern = r'1[34578]\d{9}'
msg = '中奖号码为：8834572 联系电话为：17301648677' 
result = re.sub(pattern, '1XXXXXXXXXX', msg)
print(result)
中奖号码为：8834572 联系电话为：1XXXXXXXXXX

2.分割字符串
split()方法用于实现格局正则表达式分割字符串，并以列表的形式返回，其作用与字符串对象的split()类似，不同的是分割字符由模式字符串指定
语法：

re.split(pattern,string,[maxsplit],[flags])

maxsplit:可选参数，表示最大的拆分次数
例子：从给定的URL地址中提取出请求地址和各个参数

import re
pattern = r'[?|&|=|:]'
url = ''
result = re.split(pattern,url)
print(result)
['']