python-正则表达式(re)的使用(全)

注释是重点！

正则简介

re库又称为正则表达式库，是Python的标准库，主要用于字符串的匹配

re-匹配单个字符

符号	作用
.	匹配任意一个字符，除\n
\d	匹配数字，即0 - 9
\D	匹配非数字
\s	匹配空白,即 空格,tab键
\S	匹配非空白
\w	匹配单词字符,即a-z A-Z 0 - 9 _
\W	匹配非单词字符

示例代码+详细注释

import re
r1 = re.match(r"速度与激情[1-8]", "速度与激情2")
print(r1.group())
r2 = re.match(r"速度与激情[1-8abcd]", "速度与激情a")
print(r2.group())
r3 = re.match(r"速度与激情[1-8a-zA-Z]", "速度与激情eE")
print(r3.group())
r4 = re.match(r"速度与激情\w", "速度与激情_")
print(r4.group())
r5 = re.match(r"速度与激情\w", "速度与激情哈")
print(r5.group())
r6 = re.match(r"速度与激情\s\d", "速度与激情\t1").group()  # \t为tab键
print(r6)
r7 = re.match(r"速度与激情........", "速度与激情哈1aA_\t=!")  # 一个点只能匹配一个
print(r7.group())

re-匹配多个字符

符号	作用
*	匹配前一个字符出现0次或无限次
+	匹配前一个字符出现一次或者无限次，至少有一次
?	匹配前一个字符出现一次或0次
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现从m到n次

示例代码+详细注释

import re


r1 = re.match(r"速度与激情\d{1,3}", "速度与激情12").group()
print(r1)
r2 = re.match(r"速度与激情\d{1,3}", "速度与激情145").group()
print(r2)
r3 = re.match(r"速度与激情\d{1,3}", "速度与激情8").group()
print(r3)

r4 = re.match(r"\d{11}", "12345678901").group()
print(r4)
# r4 = re.match(r"\d{11}", "1234567A8901").group()  # 这样就错了
r5 = re.match(r"021-?\d{8}", "02112345678").group()
print(r5)
r6 = re.match(r"021-?\d{8}", "021-12345678235").group()  # 可长不可短
print(r6)
r7 = re.match(r"\d{3,4}-?\d{7,8}", "0123-1234567").group()
print(r7)
print("-----------------------------------------------------------------------")

html_content = """dslfdh
dklgskjdskjg
sgj433
s()+=
sdggs"""
r8 = re.match(r".*", html_content).group()  # .不能匹配出来\n
print(r8)
r8 = re.match(r".*", html_content, re.S).group()
print(r8)

r9 = re.match(r".*", "").group()
print(r9)

# r10 = re.match(r".+", "").group()  # 会报错(因为 + 至少必须匹配一个)

# 匹配变量名是否有效
# [a-zA-Z_]+[\w]*

re-匹配开头和结尾

符号	作用
^	指定匹配的为开头
$	指定匹配的为结尾

示例代码+详细注释

import re

def main():
    names = ["age", "_age", "1age", "age_1_", "age!", "a#123", "age1"]
    for name in names:
        ret = re.match(r"^[a-zA-Z_][a-zA-Z0-9_]*$", name)
        if ret:
            print("变量名为:%s 符合要求。。。通过正则匹配出来的数据为: %s" % (name, ret.group()))
        else:
            print("变量名: %s 不符合要求。。。" % name)

if __name__ == "__main__":
    main()

re-匹配分组

符号	作用
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到的字符串
(?p)	分组起别名
(?P=n)	引用别名为n分组匹配到的字符串

另有一个放在了代码里

示例代码+详细注释

#     |   :匹配左右任意一个表达式
import re

r1 = re.match(r"[a-zA-Z0-9_]{4,20}@(163|126)\.com$", "[email protected]").group()
print(r1)
r2 = re.match(r"([a-zA-Z0-9_]{4,20})@(163|126)\.com$", "[email protected]").group(1)  # 后面参数不能大于前面小括号的个数
print(r2)
r3 = re.match(r"([a-zA-Z0-9_]{4,20})@(163|126)\.com$", "[email protected]").group(2)
print(r3)
r4 = re.match(r"<(\w*)><(\w*)>.*", "
hahahaha
").group()  # \2,\1制定与前面小括号内的内容相同
print(r4)
r5 = re.match(r"<(?P\w*)><(?P\w*)>.*", "
hahahaha
").group()
print(r5)

re-其他匹配方法

方法	说明
re.search	在一个字符串中搜索匹配正则表达式的第一个位置
re.match	匹配相应的字符串
re.findall	搜索字符串，列表形式返回全部匹配到的子串
re.split	将字符串按照正则表达式匹配结果进行分割，返回列表类型
re.finditer	返回一个迭代器，遍历得到结果
re.sub	替换匹配字符

示例代码+详细注释

import re
match = re.search(r'[1-9]\d{5}', 'BIT 100081')  # 在一个字符串中搜索匹配正则表达式的第一个位置
print(match)
print(match.group(0))
match1 = re.match(r'[1-9]\d{5}', '100081 BIT')  # 从一个字符串的开始位置起匹配正则表达式（如改为BIT 100081）则不能匹配到
print(match1.group(0))
ls = re.findall(r'[1-9]\d{5}', 'BIT100081 TSU100084')  # 搜索字符串，列表形式返回全部匹配到的子串
print(ls)
sp = re.split(r'[1-9]\d{5}', 'BIT100081 TSU100084 ')  # 将字符串按照正则表达式匹配结果进行分割，返回列表类型
print(sp)
print("??????????????????????????????????????????????????????????????????")
sp1 = re.split(r'[1-9]\d{5}', 'BIT100081 TSU100084', maxsplit=1)  # 最大分割数，剩余部分作为一个字符串输出
print(sp1)
for m in re.finditer(r'[1-9]\d{5}', 'BIT100081 TUS100084'):  # finditer 返回一个迭代器，遍历得到结果
    print(m)
    print(m.group(0))
su = re.sub(r'[1-9]\d{5}', ':zipcode', 'BIT100081 TSU100081')  # " :zipcode "替换上的
print(su)
print(">>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>")
n = re.search(r'[1-9]\d{5}', 'BIT10081 TSU100084')
print(n.string)    # 待匹配的文本
print(n.re)        # 匹配时使用的pattern对象
print(n.pos)       # 正则表达式搜索
print(n.endpos)    # 正则表达式搜索文本的结束位置
print(n.group(0))  # 获得匹配后的字符串
print(n.start())   # 匹配字符串在原始字符串的开始位置
print(n.end())     # 结束位置
print(n.span())    # 返回（.start,.end()）
###################
print('<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<')
mt = re.search(r'PY.*N', 'PYANBNCNDN')
print(mt.group(0))     # 贪婪匹配
ma = re.search(r'PY.*?N', 'PYANBNCNDN')
print(ma.group(0))     # 最小匹配
# 最小匹配操作符
# *?前一个字符0次或无限次扩展，最小匹配
# +?前一个字符1次或无限次扩展，最小匹配
# ??前一个字符0或1次扩展，最小匹配
# {m,n}?扩展前一个字符m至n次，最小匹配