python 正则表达式

目录正则表达式前言re模块:正则表达式常用字符正则表达式练习:贪婪匹配与非贪婪匹配的关系:正则在线测试工具:正则表达式 前言1、正则表达式是对字符串操作的一种


image


正则表达式

前言

1、正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。

2、正则表达式的使用非常的广泛,是一门独立的语言,基本各个领域都有所使用,如果在python代码中使用正则,需要借助于内置模块re

re模块:

import re
re.match #从开始位置开始匹配,如果开头没有则无

re.search #搜索整个字符串

re.findall #搜索整个字符串,返回一个list


对比以下两个例子:

'''手机号在国内规定为11位,纯数字,有固定的格式'''
# 要求,获取用户手机号判断是否合理
# 手机号开头用13,18,19举例

# 不使用正则实现
user_phone_number = input('please input your phone number:').strip()
if len(user_phone_number) == 11:
    if user_phone_number.isdigit():
        if user_phone_number.startswith('13') or user_phone_number.startswith('18') or user_phone_number.startswith('19'):
            print('Your phone number is up to standard!')
else:
    print('Your phone is not up to standard!' )
    
    
# 使用正则实现
import re
user_phone_number = input('please input your phone number:').strip()
if re.match('^(13|14|15|18)[0-9]{9}$',user_phone_number):
    print('Your phone number is up to standard!')
else:
    print('Your phone is not up to standard!' )


可以很容易看出来使用正则减轻了不少代码的编写,如果去实现一些有规律可循,有固定的格式,比如爬取固定的内容,标签的格式一定是固定的,这时候可以使用正则表达式会减轻你的代码编写,下面介绍一些正则表达式常用的字符,以及组合使用。


正则表达式常用字符

  • 总结表格如下:

字符组:

字符 描述 待匹配字符 匹配结果
[0123456789]/[0-9] 表示0-9内的数字 2 True
[a-z] 表示小写26字母 a True
[A-Z] 表示大写26字母 A True
[0-9a-zA-Z] 匹配所有的数字,小写大写字母 2eE True

特殊符号:

字符 描述
. 匹配除换行符以外的任意字符
\d 匹配数字
^ 匹配字符串的开始字符
$ 匹配字符串的结尾字符
a|b 匹配字符a或字符b
() 匹配括号内的表达式,也表示一个组
[...] 匹配字符组中的字符
[^...] 匹配除了字符组中字符的所有字符

量词组:

  • 上面两个表格中,如果没有量词修饰的情况下,个个匹配的都是单个字符
  • 量词的使用也必须结合字符串,特殊字符等一起使用,不能单独出现
  • 量词只能影响前面的一个表达式(abc+,只能影响c)
字符 描述
* 重复零次或更多次
+ 重复一次或更多次
重复零次或一次
重复n次
重复n次或更多次
重复n到m次

正则表达式练习:

匹配HammerZe字符的所有字符

image


匹配HammerZe字符中的H

image


匹配HammerZe字符中的Ze

image


匹配HammerZeHammerZeHammerZe这个字符中的所有Hammer

image


匹配HammerZeHammerZeHammerZe字符中的前两个HammerZe

image
注意,这个{1,8}的意思是匹配1到8次任意字符,默认位最大次,正则匹配的原则是贪婪匹配。


有贪婪匹配,那么就会有惰性匹配(.*?),如下:
匹配HammerZeHammerZeHammerZe字符中的H

image


贪婪匹配与非贪婪匹配的关系:

示例如下:

'''字符<script>123</script>'''
  • 贪婪匹配:.*,尽可能多的匹配
    image

  • 惰性匹配:.*?,尽可能少的匹配

image


正则在线测试工具:

  • 我用的在线编辑正则的网站[正则在线工具](在线正则表达式测试 (oschina.net))

  • 效果就是上面的练习展示的

  • 里面包含很多常用的正则表达式:匹配Email,QQ号,手机号,身份证号等的正则表达式如何编写!

常用表达式在线演示:

image


image