python中的正则表达式
正则表达式:用来做字符串查找,匹配,切割用的一种工具
python对正则表达式的支持:提供了re模块,包含字符串匹配,查找,切割的方法
fullmatch(正则表达式,字符串):用正则表达式来和字符串进行完全匹配,看是否能够匹配成功
正则表达式:是一个符合正则规范的字符串
正则表达式的符号
正则表达式的前面要加r来阻止转义,因为正则表达式的符号中有很多带''的符号,其功能不是转义,而是表示特殊的意义
1. . 匹配一个任意字符
re_str = r'.'
print(re.fullmatch(re_str, 'a'))
2. \w 匹配一个字符是字母,数字或者下划线
re_str = r'\w.\w'
print(re.fullmatch(re_str, 'u,o'))
3. \s 匹配一个空白字符(空格,换行,制表符)
re_str = r'a\sb'
print(re.fullmatch(re_str, 'a\nb'))
4. \d 匹配一个数字字符
re_str = r'0\d\d'
print(re.fullmatch(re_str, '020'))
5. \b 检测边界
re_str = r'...\b'
print(re.match(re_str, 'fw4'))
6. ^ 匹配字符串开始(^the,匹配以the开头的字符串)
re.str = r'^the'
print(re.findall(r'^the', 'theasdsadasf'))
7.$ 匹配字符串结束
re_str = r'abc$'
print(re.fullmatch(re_str, 'abc'))
print(re.findall(re_str, 'dasdasdabd fghfdf abc'))
8. \W 匹配非字母,数组,下划线
re_str = r'\W\w'
print(re.fullmatch(re_str, '&k'))
9. \S 匹配非空白字符
re_str = r'\S\d'
print(re.fullmatch(re_str, 'p8'))
10. \D 匹配非数字
re_str = r'\D\w'
print(re.fullmatch(re_str, 't2'))
11. \B 检测非边界
re_str = r'abc\B'
print(re.fullmatch(re_str, 'abc9'))
print(re.match(re_str, 'abc34s'))
正则表达式符号组合
1. []匹配[]中出现的任意一个字符
# [0-9]:匹配0-9中任意一个数字
# [a-z]:匹配a-z中任意一个小写字母
# [A-Z]:匹配a-z中任意一个大写字母
re_str = r'abc[1a]'
print(re.fullmatch(re_str, 'abca'))
re_str = r'[\d_]abc'
print(re.fullmatch(re_str, '3abc'))
2. [^]匹配不在[]中出现的任意一个字符
re_str = r'abc[^\w]'
print(re.fullmatch(re_str, 'abc*'))
3. *:匹配0次或者多次
re_str = r'\d*abc'
print(re.fullmatch(re_str, '242abc'))
# 写一个正则表达式,判断一个字符串是数字字符串
re_str = r'\d\d*'
print(re.fullmatch(re_str, '2345678'))
# 写一个正则表达式,检测一个字符串是否是合格的标识符(字母数字下划线组成,数字不开头)
re_str = r'[a-zA-Z_]\w*'
print(re.fullmatch(re_str, '_asd45g'))
4. +:匹配一次或者多次
re_str = r'\d+\w*'
print(re.fullmatch(re_str, '16u78aufg'))
5. ?:匹配0次或者1次
re_str = r'[a-z]?123'
print(re.fullmatch(re_str, 's123'))
# 判断一个字符串是否是正整数字符串
re_str = r'\+?[1-9]\d*'
print(re.fullmatch(re_str, '2456'))
6. {n}:匹配n次
re_str = r'[1-9]\d{10}'
print(re.fullmatch(re_str, '12222222222'))
7. {n,}:匹配>=n次 {n,m}:匹配>=n次<=m次
re_str = r'[a-zA-Z]\w{5,9}'
print(re.fullmatch(re_str, 'rasd342we'))
8. |:分支
re_str = r'\d{3}|[a-z]{3}'
print(re.fullmatch(re_str, '234'))
9. ()匹配的时候是分组,让括号中的正则条件变成一个整体
re_str = r'(\w*)|()'
print(re.fullmatch(re_str, 'hus89'))
re_str = r'(abc){3,}'
print(re.fullmatch(re_str, 'abcabcabcabc'))
# 0-100成绩用匹配
re_str = r'(\d(\.5)?)|([1-9]\d(\.5)?)|100'
print(re.fullmatch(re_str, '100'))
# 前面的重复类符号后加上?表示尽可能少地重复
正则表达式中的特殊使用
正则中:. \ [] {} () * + ? ^ $ | 这些字符有特殊意义,所以在正则表达式中,
如果想要单纯表达这些字符,需要在前面加 \ ;
注意:1. -,[],^,\ 在[]中可能是特殊的符号,需要加 \ 来表示字符 2. .,{},(),*,+,?,$,| 在[]中可以不加 \ 来表示字符
\n --> 匹配前面第n个组中匹配到的内容
re_str = r'([1-9][a-z]{2})n(\d)\1\2'
print(re.fullmatch(re_str, '2azn42az4'))
生活实例
#练习1:用户名必须由字母,数字或下划线构成且长度在6-20个字符之间
# qq号是5-12的数字且首位不能为0
re_user = r'\w{6,20}'
re_qq = r'[1-9]\d{4,11}'
user = input('user>>>')
qq = input('qq>>>')
u_c = re.fullmatch(re_user, user)
if u_c is not None:
print('user is ok')
else:
print('user is wrong')
q_c = re.fullmatch(re_qq, qq)
if q_c is not None:
print('user is ok')
else:
print('user is wrong')
# 练习2:IP地址是合法
re_ip = r'((25[0-5]|2[0-4]\d|((1\d{2})|([1-9]?\d)))\.){3}(25[0-5]|2[0-4]\d|((1\d{2})|([1-9]?\d)))'
ip = input('ip>>>')
if re.fullmatch(re_user, user) is not None:
print('ip is ok')
else:
print('error')
python的re模块方法
-
- compile 将正则表达式字符串转换为正则表达式对象
转换成正则表达式对象后,可以通过对象调用相关的方法
- compile 将正则表达式字符串转换为正则表达式对象
re_obj = re.compile(r'\w{6,12}')
-
- fullmatch(正则表达式,字符串) 完全匹配,从字符串开头匹配到结尾
返回值是匹配对象,匹配失败返回None
- fullmatch(正则表达式,字符串) 完全匹配,从字符串开头匹配到结尾
match = re.fullmatch(r'\w{3}', 'h3s')
print(match)
# a. 获取匹配到的结果
print(match.group())
# b. 获取匹配到的范围
print(match.span())
# c. 获取匹配到的开始下标和结束下标
print(match.start(), match.end())
# d. 获取被匹配的字符串(原字符串)
print(match.string)
-
- match(正则表达式,字符串) 不完全匹配,从字符串开头开始匹配,匹配到正则表达式对应的范围为止
返回值是匹配对象,如果匹配失败返回None
- match(正则表达式,字符串) 不完全匹配,从字符串开头开始匹配,匹配到正则表达式对应的范围为止
match = re.match(r'\w{3}', 'h3srgghghh4')
print(match)
print(match.group())
print(match.string)
# 应用:判断一个字符串是否以某种字符串开头
-
- search(正则表达式,字符串) 在指定的字符串中查找某种字符串(以正则表达式来描述)
如果有多个满足条件的,只匹配第一个
返回值是匹配对象,如果匹配失败返回None
- search(正则表达式,字符串) 在指定的字符串中查找某种字符串(以正则表达式来描述)
print(re.search(r'\d{2,}[a-z]', 'sha23n--877m0899'))
# 应用:判断一个字符串是否拥有某类字符串
-
- findall(正则表达式,字符串) 去获取指定字符串中满足条件的所有的子串
返回值是列表,列表元素是符合要求的字符串,如果没有满足的子串,返回空列表
- findall(正则表达式,字符串) 去获取指定字符串中满足条件的所有的子串
result = re.findall(r'\D\d+\D', 'a123buye236oks')
print(result)
result = re.findall(r'[a-zA-Z](\d+)', '234a123buye=23aa6oks')
print(result)
# 注意:在正则表达式获取子串的时候,可以通过在正则表达式中添加括号,来约束获取的内容(只获取括号中匹配到的内容)
# 应用:字符串提取
-
- finditer(正则表达式,字符串) 用法与findall相同
注意:()捕获部分字符串无效
返回值是迭代器,迭代器中的内容是匹配对象
- finditer(正则表达式,字符串) 用法与findall相同
result = re.finditer(r'[a-zA-Z](\d+)', '234a123buye=23aa6oks')
for m in result:
print(m)
-
- split(正则表达式,字符串) 按正则表达式匹配到的字符串进行切割
返回值是列表,列表元素是切割后被分段的字符串
- split(正则表达式,字符串) 按正则表达式匹配到的字符串进行切割
result = re.split(r'\d+', 'qwe232aasas23sef5rg7sf')
print(result)
-
- sub(正则表达式,替代字符串,原字符串) 在原字符串中查找符合正则表达式的子串使用替代字符串替换
str1 = '你是sb,你是傻子吗,傻叉'
result = re.sub(r'sb|傻+叉*', '*', str1)
print(str1, result)