1.什么是正则表达式?
正则表达式是用来做字符串查找,匹配,切割用的一种工具
python内置了re模块, 包含字符串匹配,查找,切割等相关方法
2.正则表达式常用符号
| 符号 | 作用 |
|---|---|
| \w | 匹配一个字符是字母,数字或者下划线 |
| \s | 匹配一个空白字符(空格,换行,制表符) |
| \d | 匹配一个数字字符 |
| \b | 检测边界(单词边界--一般的符号都可以作为单词的边界) |
| ^ | 检测字符串开始(^The --> 匹配以The开头的字符串) |
| $ | 检测字符串结束 |
| \W | 匹配非字母,数字,下划线 |
| \S | 匹配非空白字符 |
| \D | 匹配非数字字符 |
| \B | 检测非边界 |
| [ ] | 匹配[ ]中出现的任意一个字符. [0-9]:匹配0-9中的任意一个字符[a-z]:匹配小写字母[A-Z]:匹配大写字母[a-zA-Z]:匹配所有的字母 |
| [ ^ ] | 匹配不在中括号中出现的任意一个字符 |
| * | 匹配0次或者多次 |
| + | 匹配一次或者多次 |
| ? | 匹配0次或者1次 |
| {N} | 匹配N次 |
| {N, } | 匹配大于等于N次 |
| {M,N} | 匹配至少M次最多N次 |
| | | 分支,匹配一个字符串,只要满足'' | ''两边的任一条件都行 |
| ( ) | 匹配的时候是分组,让括号中的正则条件变成一个整体 |
| *? | 重复任意次尽可能少的重复 |
| \N | 匹配前面第N个组中匹配到的内容 |
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. - [] ^ \ 在中括号中是特殊符号,需要加\
2. . {} () * + ? $ 在中括号中可以不加\,来表示字符本来的意义
3.re模块中的几种方法
1. compile(正则字符串)
将正则表达式字符串转换成正则表达式对象
转换成正则表达式对象后,可以通过对象调用相关的方法
re_obct = re.compile(r'\w{6,12}')
print(re_obct.fullmatch('sfsfsefs'))
2.匹配相关的方法:
| 方法 | 作用 |
|---|---|
| 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(正则表达式,字符串) | 不完全匹配,从字符串开头开始匹配,匹配到正则式对应的范围为止 |
| search(正则表达式, 字符串) | 在指定的字符串中查找某一段字符串(以正则表达式来描述). |
| findall(正则表达式,字符串) | 去获取指定字符串中满足正则条件的所有的子串 |
| finditer(正则表达式,字符串) | 用法和findall一样,只 是返回值的类型不一样 |
| 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 |
| sub(正则表达式, 新字符串, 原字符串) | 替换目标字符串,产生一个新的字符串 |
-
fullmatch()
# 返回值是匹配对象,如果匹配失败,返回None
"""判断一个字符串是否是某种字符串(判断账号,密码是否符合要求)"""
match = re.fullmatch('\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)
#输出:
<_sre.SRE_Match object; span=(0, 3), match='h3s'>
h3s
(0, 3)
0 3
h3s
-
match()
# 返回值是匹配对象,如果匹配失败,返回None
"""应用:判断一个字符串是否以某种字符串开头"""
match = re.match('\w{3}', 'h3shhh556hh')
print(match)
print(match.group())
print(match.string)
#输出
<_sre.SRE_Match object; span=(0, 3), match='h3s'>
h3s
h3shhh556hh
-
search()
# 只返回查到的第一个符合要求的字符串,如果找不到要求的,返回None
"""应用:判断一个字符串中是否包含某种字符串"""
print(re.search(r'\d{2,}[a-z]', 'sha23n--877m0899'))
#输出
<_sre.SRE_Match object; span=(3, 6), match='23n'>
-
findall()
# 返回值是列表,列表中是符合要求的字符串
"""注意(只针对findall()方法):在通过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,
来约束获取的内容太(只捕获括号中匹配到的内容)
但是:匹配的时候还是按照原正则表达式去匹配
"""
result = re.findall(r'\D\d+\D', '_123buye236oks')
print(result)
result = re.findall(r'[a-zA-Z](\d+)', '_123buye236oks')
print(result)
# 输出
['_123b', 'e236o']
['236']
-
finditer()
# 返回一个迭代器,迭代器的内容是匹配对象
# 注意:()捕获无效
result = re.finditer(r'[a-zA-Z](\d+)', '12a123buy=236ok98s')
for match in result:
print(match)
# 输出
<_sre.SRE_Match object; span=(2, 6), match='a123'>
<_sre.SRE_Match object; span=(14, 17), match='k98'>
-
split()
# 返回值是列表,列表元素就是被切割后被分段的字符串
result = re.split(r'\d+', 'se33fs2fffe32345rfe')
print(result)
result = re.split(r'[\[*]', 'se33f[s2fffe3*2345rfe')
print(result)
# 输出
['se', 'fs', 'fffe', 'rfe']
['se33f', 's2fffe3', '2345rfe']
-
sub()
# 返回值是替换后的字符串
"""
将指定字符串的'sb'替换成'**'
"""
str1 = '你好sb, 你全家都是sb,傻叉,犬夜叉,傻'
result = re.sub(r'sb|傻叉|傻', '*', str1)
print(str1)
print(result)
# 输出
你好sb, 你全家都是sb,傻叉,犬夜叉,傻
你好*, 你全家都是*,*,犬夜叉,*