Python正则表达式实例介绍
发布时间：2021-11-12 12:06:11 所属栏目：教程 来源：互联网
导读：一、正则表达式语法 正则表达式是用匹配或者描述字符串的工具。 用处： a.判断字符串是否满足某个条件---判断输入的字符串是否是邮箱/手机号码。是否是ip地址 b.提取满足条件的字符串 c.字符串替换 Python中通过re模块中相应的方法来支持正则表达式的匹配、
|
一、正则表达式语法 正则表达式是用匹配或者描述字符串的工具。 用处： a.判断字符串是否满足某个条件---判断输入的字符串是否是邮箱/手机号码。是否是ip地址 b.提取满足条件的字符串 c.字符串替换 Python中通过re模块中相应的方法来支持正则表达式的匹配、查找和替换等功能 from re import fullmatch fullmatch(正则表达式字符串, 字符串) ---> 判断正则表达式和字符串是否完全匹配 正则表达式字符串: 就是一个字符串，字符串中是正则表达式语法。r'正则表达式' 正则表达式中包含两个部分，一个是正则语法对应的字符，二个是普通字符 1 .(点)(匹配任意字符) 一个.只匹配一个任意字符 # 匹配一个长度是3的字符串，第一个字符是'a', 第二个字符是任意字符，最后一个字符是b re_str = r'a.b' result = fullmatch(re_str, 'a|b') print(result) # 匹配一个长度是4，第一个字符和最后一个字符分别是a和b,中间两个字符是任意字符的字符串 re_str = r'a..b' result = fullmatch(re_str, r'anb') print(result) 2 w(匹配字母数字下划线) 一个w匹配一个字符 # 匹配一个第一个字符是数字字母或者下划线，后面三个字符是任意字符的字符串 re_str = r'w...' result = fullmatch(re_str, 'o8js') print(result) 3 s(匹配任意空白字符) 空白字符: 空格、制表符(t)、回车(换行n)等，都输入空白字符 一个s匹配一个空白字符 # 匹配一个第一个字符是a,第二个字符是空白，最后一个字符b的字符串 re_str = r'asb' result = fullmatch(re_str, 'anb') print(result) 4 d(匹配数字字符) re_str = r'ddd' result = fullmatch(re_str, '282') print(result) 5 b(检测边界) 一个b不会去匹配一个字符，而是单纯的检测b出现的位置是否是单词边界 单词边界: 字符串开始和结尾、空格、换行、标点符号等，可以将两个单词隔开的字符都单词边界 re_str = r'babc' re_str = r'abcbsaaa' # 匹配一个字符串前三位是abc,第四位是空白字符，后面是aaa。并且要求c后面是单词边界 result = fullmatch(re_str, 'abc aaa') print(result) 6 ^(检测是否是字符串开头) re_str = r'^ddd' # 判断一个字符串是否是三个数字开头 result = fullmatch(re_str, '123') print(result) 7 $(检测是否是字符串结尾) re_str = r'abc$' result = fullmatch(re_str, 'abc') print(result) 8 W(匹配非字母、数字下划线) re_str = r'Wabc' result = fullmatch(re_str, '#abc') print(result) 9 S(匹配非空白字符) re_str = r'S...' result = fullmatch(re_str, '2jkh') print(result) 10 D(匹配非数字字符) re_str = r'Dwww' result = fullmatch(re_str, '#h7_') print(result) 11 B(检测是否不是单词边界) re_str = r'andBYou' result = fullmatch(re_str, 'andYou') print(result) 12 [] (匹配中括号中出现的任意一个字符) 一个[]匹配一个字符 [字符集] --> 匹配一个字符，这字符是字符集中的任意一个字符 例如：[abc], [d+] [字符1-字符2] --> 匹配一个字符，这个字符是Unicode编码值在字符1到字符2中的任意一个字符;要求字符1的编码值要小于字符2 例如：[1-9] --> 数字1到9 [a-z] --> 小写字母 [A-Z] --> 大写字母 [u0031-u0039] --> 数字1到9 [u4E00-u9fa5] --> 匹配所有的汉字 注意：-在中括号中，如果放在两个字符之间表示范围。 """匹配一个字符串第一个字符是a或者b或c,后边三个a""" re_str = r'[abc]aaa' result = fullmatch(re_str, 'caaa') print(result) re_str = r'[1-4]ddd' result = fullmatch(re_str, '1989') print(result) re_str = r'[u0031-u0039][a-z]' result = fullmatch(re_str, '1h') print(result) re_str = r'[u4E00-u9fa5][u4E00-u9fa5][u4E00-u9fa5]' result = fullmatch(re_str, '就深刻') print(result) re_str = r'[91-]' result = fullmatch(re_str, '-') print(result) # 匹配一个字符，是字母数字下划线或者是空白 re_str = r'[ws]' result = fullmatch(re_str, 'u') print(result) 13 [^字符集] (匹配一个不在字符集中的任意字符) 注意：^必须放在中括号中的最前面才有效 """匹配一个四位的字符串，第一位不是abc中的任意一个，后面三位是任意字符""" re_str = r'[^abc]...' re_str = r'[^1-9]...' result = fullmatch(re_str, '898i') print(result) 二、正则表达式次数相关符号 from re import fullmatch 1. *(匹配0次或者多次) 字符* --> 字符出现0次或者多次 # 匹配0位或者多位的数字字符串 re_str = r'd*' print(fullmatch(re_str, '123')) # 用一个正则表达式来检测一个标识符是否符合要求：数字字母下划线组成，数字不开头(位数至少1位) re_str = r'[a-zA-Z_]w*' print(fullmatch(re_str, 'A')) 2. +(匹配一次或者多次) 匹配abc前面有一个或者多个数字的字符串 re_str = r'd+abc' print(fullmatch(re_str, '9abc')) 3. ?(匹配0次或者1一次) re_str = r'a?123' print(fullmatch(re_str, 'a123')) 练习：写一个正则表达式，匹配所有的整数（123, -2334, +9...可以匹配的，012， -023，+0122不能匹配） re_str = r'[-+]?[1-9]d*' print(fullmatch(re_str, '1234')) 4. {}(指定次数) {N} --> 匹配N次 {M,N} --> 匹配M到N次 {M,} --> 至少匹配M次 {,N} --> 最多匹配N次 re_str = r'd{3}' print(fullmatch(re_str, '123')) re_str = r'd{3,}' print(fullmatch(re_str, '1234')) re_str = r'd{,3}' print(fullmatch(re_str, '23')) re_str = r'[a-z]{2,5}' print(fullmatch(re_str, 'aajk')) # 判断密码是否符合要求：密码是由数字和字母组成，并且位数是6-16位 re_str = r'[da-zA-Z]{6,16}' 三、分之和分组 import re 1. |(分之) 条件1|条件2 --> 先用条件1去匹配，如果匹配成功就匹配成功。如果条件1匹配失败，用条件2去匹配。 注意：如果条件1匹配成功就不会用条件2再去匹配 re_str = r'[a-z]{3}|[A-Z]{3}' print(re.fullmatch(re_str, 'AHD')) 能匹配成功时abc，d和aaa re_str = r'abc|d|aaa' print(re.fullmatch(re_str, 'aaa')) 'abc'+W/H/Y re_str = r'abc(W|H|Y)' print(re.fullmatch(re_str, 'abcY')) 2. ()(分组) a.组合(将括号中的内容作为一个整体进行操作) b.捕获 -- 使用带括号的正则表达式匹配成功后，只获取括号中的内容 c.重复 -- 在正则表达式中可以通过数字来重复前面()中匹配到的结果。数字代表前第几个分组 a.组合 匹配一个字符串，以数字字母的组合出现3次 re_str = r'(d[a-zA-Z]){3}' print(re.fullmatch(re_str, '2h8h7j')) b.捕获 re_str = r'(d{3})abc' print(re.fullmatch(re_str, '773abc')) print(re.findall(re_str, 'euhasdhf873abcssjsja235abcu-03s834432abcjjsks')) c.重复 re_str = r'([a-z]{3})-(d{2})2' print(re.fullmatch(re_str, 'hsn-2323')) 3.转义符号 正则表达式中可以通过在特殊的符号前加，来让特殊的符号没有意义 . --> 任意字符 . --> 字符. --> 匹配一次或者多次 + --> 字符+ 注意：在中括号有特殊功能的符号，只代表符号本身 不管在哪儿都需要转义 -在[]外面没有特殊功能,在[]中要表示-本身，就不要放在两个字符之间 ()需要转义 re_str = r'd{2}.d{2}' print(re.fullmatch(re_str, '12=34')) re_str = r'd+d' print(re.fullmatch(re_str, '3+7')) re_str = r'(' print(re.fullmatch(re_str, '(')) re_str = r'(d{3})1([a-z]{2})21' print(re.fullmatch(re_str, '123123bbbb123')) 四、re模块中的函数 import re 1. compile compile(正则表达式字符串) --> 将正则表达式字符串转换成正则表达式对象 re_objct = re.compile(r'd+') print(re_objct) print(re_objct.fullmatch('23738')) 2. fullmatch和match fullmatch(正则表达式字符串, 字符串) --> 用正则表达式去完全匹配字符串(匹配整个字符串)，返回匹配对象(SRE_Match)或者None match(正则表达式字符串, 字符串) --> 匹配字符串开头,返回匹配对象或者None result = re.fullmatch(r'd([a-zA-Z]+)123', '2hjdh123') print(result) 1.span(group=0) --> 获取匹配成功的区间(左闭右开区间) print(result.span(0)) print(result.start(1)) # 获取匹配到的开始下标 print(result.end(1)) # 获取匹配到的结束下标后的下标 2.group(group = 0) --> 获取匹配结果 group()/group(0) --> 获取正则表达式完全匹配的结果 group(index>0) --> 获取正则表达式中第group个分组匹配到的结果 print('0:',result.group()) print('1:',result.group(1)) 3.string --> 获取被匹配的原字符串 print(result.string) result = re.match(r'd([a-zA-Z]+)123', '2hjdh123ABC') print('match:',result) 3.search search(正则表达式, 字符串) --> 查找字符串中满足正则表达式的第一个字符串。返回值是匹配对象或者None result = re.search(r'(d)[a-zA-Z]+', 'uhsh2hdje+984nf') print(result.group(0)) print(result.group(1)) print(result.string) 练习：使用search匹配出一个字符串中所有的数字字符串'abc34jshd8923jkshd9lkkk890k' --> 34，8923，9，890 re_str = r'd+' str1 = 'abc34jshd8923jkshd9lkkk890k' result = re.search(re_str, str1) while result: print(result) str1 = str1[result.end():] result = re.search(re_str, str1) 4.findall findall(正则表达式, 字符串) --> 获取字符串中满足正则表达式的所有的子串，返回一个列表 注意：如果正在表达式中有分组，取值的时候只取分组中匹配到的结果; 如果有多个分组，会将每个分组匹配到的结果作为一个元祖的元素 re_str = r'(d+)k([a-d]+)' str1 = 'abc34kshd8923kabcshd9lkkk890kaa' result = re.findall(re_str, str1) print(result) # [('8923', 'abc'), ('890', 'aa')] re_str = r'(d+)k[a-d]+' str1 = 'abc34kshd8923kabcshd9lkkk890kaa' result = re.findall(re_str, str1) print(result) # ['8923', '890'] re_str = r'd+k[a-d]+' str1 = 'abc34kshd8923kabcshd9lkkk890kaa' result = re.findall(re_str, str1) print(result) # ['8923kabc', '890kaa'] 5.finditer finditer(正则表达式, 字符串) --> 查找所有满足正则条件的子串，返回值是迭代器，迭代器中的元素是匹配对象 re_str = r'd+' str1 = 'abc34kshd8923kabcshd9lkkk890kaa' result = re.finditer(re_str, str1) print(result) for item in result: print(item) 6. split split(正则表达式,字符串) --> 将字符串按照满足正则表达式条件的子串进行分割 """ str1 = 'ahsb1sssa8-jjhd7nhs+90nsjhf3-4hhh7+8kjj-' result = re.split(r'[-+]', str1) print(result) 7.sub sub(正则表达式,repl,字符串) --> 将字符串中满足正则表达式条件的子串替换成repl。返回替换后的字符串 str1 = 'hsj8jskfh98ssjj8hshh' result = re.sub(r'd+','*', str1) print(result) str1 = '智 障,你在干嘛？逼, 后视镜，妈的加扣扣上' result = re.sub(r'傻s*叉|逼|fuck|妈的|智s*障', '*', str1) print(result) with open('./data', 'r', encoding='utf-8') as f: content = f.read() # "name": "搞笑精选汇" result = re.findall(r'"name":"(.+?)"', content) print(result) 作业 1. 写一个正则表达式判断一个字符串是否是ip地址 规则：一个ip地址由4个数字组成，每个数字之间用.连接。每个数字的大小是0-255 例如：255.189.10.37 正确 256.189.89.9 错误 import re re_str = r'((d|[1-9]d|1d{2}|2[0-4]d|25[0-5]).){3}(d|[1-9]d|1d{2}|2[0-4]d|25[0-5])' result = re.fullmatch(re_str,'255.183.10.37') print(result) 2. 计算一个字符串中所有的数字的和 例如：字符串是：‘hello90abc 78sjh12.5’ 结果是90+78+12.5 = 180.5 str1 = 'hello90abc 78sjh12.5' result = re.findall(r'[^a-z]+',str1) print(result) sum1 = 0 for item in result: sum1 += float(item) print(sum1) 3. 验证输入的内容只能是汉字 re_str = r'[u4E00-u9fa5]+' result = re.fullmatch(re_str,'你好') print(result) 4. 电话号码的验证 re_str = r'(13d|150[0-3]|15[5-9]|17[6-8]|18[0-9])d{8}' result= re.fullmatch(re_str,'15589154445') print(result) 5. 简单的身份证号的验证 re_str=r'^[1-9]d{5}(18|19|([23]d))d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)d{3}[0-9Xx]$' result = re.fullmatch(re_str,'510211199505181572') print(result) 二、不定项选择题 能够完全匹配字符串“(010)-62661617”和字符串“01062661617”的正则表达式包括（ A B D ） A. “(?d{3})?-?d{8}” B. “[0-9()-]+” C. “[0-9(-)]d” D. “[(]?d[)-]d*” 能够完全匹配字符串“c:rapidminerlibplugs”的正则表达式包括（ B C ） A. “c:rapidminerlibplugs” B. “c:rapidminerlibplugs” C. “(?i)C:RapidMinerLibPlugs” ?i:将后面的内容的大写变成小写 D. “(?s)C:RapidMinerLibPlugs” ?s：单行匹配 能够完全匹配字符串“back”和“back-end”的正则表达式包括（ A B D ） A. “w{4}-w{3}|w{4}” match->back,back-end fullmatch-> back,back-end B. “w{4}|w{4}-w{3}” match-> back, back fullmatch-> back,back-end C. “S+-S+|S+” D. “wb-bw|w*” 能够完全匹配字符串“go go”和“kitty kitty”，但不能完全匹配“go kitty”的正则表达式包括（A D） :1就是重复前面第一个()/组合里面的内容 ：2就是重复前面第二个()/组合里面的内容 A. “b(w+)bs+1b” B. “w{2,5}s*1” C. “(S+) s+1” D. “(S{2,5})s{1,}1” 能够在字符串中匹配“aab”，而不能匹配“aaab”和“aaaab”的正则表达式包括（ B C ） A. “a*?b” B. “a{,2}b” C. “aa??b” D. “aaa??b”  （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
