python正则表达式用法超详细讲解大全

目录

• 一、re.compile 函数
• 二、正则表达式
• 表示字符
• 表示数字
• 匹配边界
• 三、re模块的高级用法
• 1、findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象
• 2、sub：将匹配到的字符串，再次进行操作
• 3、split：切割匹配成功的字符串
• 四、贪婪和非贪婪模式
• 总结

一、re.compile 函数

作用：compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

案例：如何判断是正规的手机号

phone='''
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
'''

pattern=re.compile(r'1[3-9]\d{9}')  	#todo 编译正则表达式之后得到一个编译对象

result=pattern.search(phone)   			#todo search只会返回第一个匹配的结果，如果没有匹配成功返回None
print(result)                   		#todo 

打印结果：

16888888888
(10, 21)

特别注意1

result=pattern.search(phone)：search匹配成功返回的是Match对象；search只会返回第一个匹配的结果，如果没有匹配成功则返回None
result.group()：返回第一个匹配结果
result.span()：返回第一个匹配结果的下标，为什么是（10，21）呐？
weref234：从0开始，4结束后还包含了换行符’/n’2个字符，所以从10开始，不包含21，前闭后开的原则

特别注意2

match函数：match匹配成功返回的是Match对象；作用用来匹配第一个注意是第一个字符的，这里的第一个是在被搜索的这串字符的第一个索引上的；如果第一个字符不匹配，则返回None

phone='''
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
'''

pattern=re.compile(r'1[3-9]\d{9}')     #todo 编译正则表达式之后得到一个编译对象
result2=pattern.match(phone)
print(result2)

打印结果为None，因为第一个字符为w开头，所以匹配不到

phone1="17812312345aaa"
pattern=re.compile(r'1[3-9]\d{9}')     #todo 编译正则表达式之后得到一个编译对象

result2=pattern.match(phone1)   #todo match函数是从第一个字符开始匹配(从w开始匹配)，如果第一个字符不匹配，则返回None
print(result2)
print(result2.group())   #todo 返回第一个匹配结果
print(result2.span())    #todo 返回第一个匹配结果的下标

打印结果：

17812312345
(0, 11)

二、正则表达式

表示字符

.：匹配任意单个字符（不包括换行符）
[]：匹配字符集，区间中的集合，可匹配其中任意一个字符
\d：匹配数字，即0-9，可以表示为[0-9]、
\s：匹配空白字符，即空格
\S：匹配非空白字符，
\w：匹配单词字符，即a-z、A-Z、0-9、_
\W：匹配非单词字符

import re
#.匹配任意单个字符（不包括换行符）
one='123a'
res=re.match('.',one)
print(res.group())

#[]：匹配字符集，区间中的集合，可匹配其中任意一个字符
two='8'
res1=re.match('[0-9]',two)   #匹配1-9之间的数字
print(res1.group())

res2=re.match('[0,1,8,9]',two)  #匹配0、1、8、9之间的数字
print(res2.group())

two_2='Hello Python'
print(re.match('[hH]',two_2).group())    #匹配小写或大写H

#\d：匹配数字，即0-9，可以表示为[0-9]
three='天空1号发射成功'
print(re.match('天空\d',three).group())
print(re.search('\d',three).group())

表示数字

*：匹配前一个字符出现0次或者无限次，即可有可无
+：匹配前一个字符出现1次或者无限次，即至少有1次
?：匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}：匹配前一个字符出现m次
{m，}：匹配前一个字符至少出现m次
{m，n}：匹配前一个字符出现从m到n次

需求1：匹配一个字符串第一个字母是大写，后面的字母必须是小写或者没有

print(re.match('[A-Z][a-z]*','Mn').group())
print(re.match('[A-Z][a-z]*','Msdfsg').group())
print(re.match('[A-Z][a-z][a-z]','Msdfs').group())

Mn
Msdfsg
Msd

需求2 匹配一个变量名，

print(re.match(r'[a-zA-Z_]+[\w]*','name1').group())
print(re.match(r'[a-zA-Z_]+[\w]*','_name1').group())
print(re.match(r'[a-zA-Z_]+[\w]*','2_name1'))

name1
_name1
None

需求3：匹配0-99之间的任意一个数字

print(re.match('[0-9]?[0-9]','88').group())
print(re.match('[0-9]?[0-9]','8').group())
print(re.match('[0-9]?[0-9]','08').group())
print(re.match('[0-9]?[0-9]','888').group())

88
8
08
88

需求4：匹配密码（8-20位，可以是大小写的字母、数字、下划线）

print(re.match('[a-zA-Z0-9_]{8,20}','12345678').group())
print(re.match('[a-zA-Z0-9_]{8}','12345678').group())

12345678
12345678

匹配边界

^：表示以什么开头
$：表示以什么结尾
\b：表示匹配单词的边界
|：或者

需求5：匹配163的邮箱地址，邮箱的用户名包含6~18个字符，可以是数字、字母、下划线、但是必须以字母开头，.com结尾

emails='''
    [email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
'''
print(re.search('^[a-zA-Z][\w]{5,17}@163\.com$',emails,re.MULTILINE).group())

[email protected]

需求6：匹配单词的边界

print(re.search(r'.*\bbeijing\b','I Love beijing too'))
print(re.search(r'.*\bbeijing\b','I Love beijing1 too'))

print(re.search(r'.*beijing','I Love beijing too'))

I Love beijing
None
I Love beijing

三、re模块的高级用法

re.findall(pattern,string)

1、findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象

需求7：匹配所有符合以下条件的邮箱

163的邮箱地址，

邮箱的用户名包含6~18个字符，

可以是数字、字母、下划线、

但是必须以字母开头，

.com结尾

import re

emails='''
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
'''

#findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象
list=re.findall(r'(^[a-zA-Z][\w]{5,17}@(163|126).com$)',emails,re.MULTILINE)

print(list)
for email in list:
    print(email[0])

[(‘[email protected]’, ‘163’), (‘[email protected]’, ‘126’), (‘[email protected]’, ‘163’)]
[email protected]
[email protected]
[email protected]

2、sub：将匹配到的字符串，再次进行操作

需求8：匹配一个数字，把匹配的数字进行家1，返回

def add(result):    #result是一个匹配对象
    str_num=result.group()
    num=int(str_num)+1
    return str(num)


print(re.sub(r'\d+',add,'a=111'))

a=112

3、split：切割匹配成功的字符串

line='hello,world,china.'
print(re.split(r'\W+',line))

[‘hello’, ‘world’, ‘china’, ‘’]

需求9：以冒号或者空格，切割字符串

print(re.split(r':| ','info:kobe 18 beijing'))

[‘info’, ‘kobe’, ‘18’, ‘beijing’]

四、贪婪和非贪婪模式

什么是贪婪模式？
python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符
什么是非贪婪模式？
与贪婪模式相反，总是尝试匹配尽可能少的字符，可以使用、？、+、{m,n}加上?,使贪婪模式变为非贪婪模式*

需求9：非贪婪模式，需求：把电话和电话的描述信息尽可能的分开，只能用正则表达式

line2='this is my phone:188-1111-6666'
#非贪婪模式，需求：把电话和电话的描述信息尽可能的分开，只能用正则表达式
result=re.match(r'(.+?)(\d+-\d+-\d+)',line2)
print(result.group(1))
print(result.group(2))

this is my phone:
188-1111-6666

总结

到此这篇关于python正则表达式用法超详细讲解的文章就介绍到这了,更多相关python正则表达式用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！