Python——正则表达式与re模块

目录

1.正则表达式

2.re模块函数-findall

 3.re模块函数-search

4.re函数模块-sub

总结

---

1.正则表达式

正则: 为了匹配一个符合规则的字符串
1.精确匹配:
   abc：匹配abc的子串
2.选择性匹配:
   red|blue|green：匹配red 或 blue 或green
3.中括号[]：一个[]只匹配1位，[^]：排除
   [0-9]：匹配0-9之间的一个数字
   [^0-9]：排除0-9
   [a-z] ：小写字母
   [A-Z]：大写字母
   [A-z]：大小写字母 和 _
   [0-9A-z]：字母数字和 _
   [\u4e00-\u9fa5]： 匹配所有汉字
4.元字符:  大小写反义
   \d:[0-9]
   \D:[^0-9]
   \w:[0-9A-z]
   \W:[^0-9A-z]
   .：代表任意字符， \n除外
   [\d\D]:代表一切字符
   \s:空白字符
   \S：非空白字符
   \b：匹配单词边界。
   \B：匹配非单词边界。
5.量词: 0代表匹配空格
     re? 或 re{0,1}：0-1
     re* 或 re{0}：0-多
     re+ 或 re{1,}：1-多
     re{n}： n位
     re{m,n}： m-n
     re{m,}：  m-多
6.贪婪匹配: 能匹配多,不匹配少 例如，\d{2,4}, 以匹配4个为主
  非贪婪匹配:量词后加? 能匹配少，不匹配多 例如，\d{2,4}?, 以匹配2个为主
7.分组，将字符串内容按照部分分组匹配
    分组:() ,几个() 就有几组
    命名捕获分组: (?Prex) ,给分组命名
    非捕获分组: (?:rex) : 取消分组
    反向引用: \num, 反向引用第num组的内容
        例如:
        AABB     (\w)\1(\w)\2
        ABAB     (\w)(\w)\1\2
8.限定符
    ^： 以....开头
    $： 以....结尾
9. 断言：
     正向断言，正则在前，条件在后
     反向断言: 条件在前,正则在后
     正向确定断言:rex(?=\d+)  提取后面是数字的rex
     正向否定断言:rex(?!\d+)  提取后面不是数字的rex
     反向确定断言:(?<=window)\d+  提取前面是window的数字
     反向否定断言:(?      (?=.*rex)：某个字符串必须包含rex

 # 手机号  ^1[3-9]\d{9}$

 # 10-12  ^1[0-2]$
# 0-12   ^(\d|1[0-2])$
    0-9  \d
    10-12  1[0-2]

 # 0-255   ^(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])$
    0-9        \d
    10-99     [1-9]\d
    100-199   1\d{2}
    200-249   2[0-4]\d
    250-255   25[0-5]

 # 匹配 ipv4地址   0-255.0-255.0-255.0-255
  ^(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])(\.(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])){3}$

 # 必须有大写字母  小写字母  数字  6-8位
^(?=.*\d)(?=.*[A-Z])(?=.*[a-z])[A-Za-z0-9]{6,8}$

2.re模块函数-findall

findall(pattern,string,flag)
如果没有分组:返回匹配子串组成的列表
如果有一个分组:只返回分组结果组成的列表
如果有多个分组：返回分组元祖组成的列表
总结:
  如果有分组，findall只返回分组结果

import re


s = '17788189248'
res = re.findall(r'(\d{3})(\d{4})\d{4}', s)
print(res)

# 提取身份证号的 出生年  月  日
s = '41072419980815451x'
res = re.findall(r'\d{6}(\d{4})(\d{2})(\d{2})', s)
print(res[0])  # ('1998', '08', '15')

# 30岁，25个 ，95年=》30,25,95
s = '30岁，25个 ，95年'
res = re.findall(r'\d+', s)
print(res)
'''
假设我们有一些’[email protected]'格式的电子邮件地址，
请编写程序打印给定电子邮件地址的用户名，用户名和公司名都只由字母组成
如果下面的电子邮件地址作为程序的输入:[email protected].
那么程序的输出应该是:john
'''
s = '[email protected]'
res = re.findall(r'(\w+)@', s)
print(res)

'''
insert into tb_user(name, sex, age) 
values ( #{name} , #{sex} , #{age} )
提取 #{name} , #{sex} , #{age}
'''
s = 'insert into tb_user(name, sex, age) values ( #{name} , #{sex} , #{age} )'
res = re.findall(r'#{\w+}', s)
print(res)

 3.re模块函数-search

search(pattern, string,flag)
search:匹配符合条件第一个子串和首尾下标，
返回match对象，找不到返回None

index('')：返回第一个下标，找不到报错
find(''):返回第一个下标，找不到-1

import re


s = 'a12b23'
res = re.search(r'\d{2}', s)
print(res)

'''
  finditer:匹配符合条件所有子串，返回迭代器
  迭代器中每一个元素是match对象
'''
s = 'a12b23'
res = re.finditer(r'\d{2}', s)
for r in res:
    print(r.group())

4.re函数模块-sub

import re

# 替换所有数字为#
s = 'he12llow wo34rld11'
res = re.sub(r'\d+', '+', s)
print(res)    # he+llow wo+rld+

# 手机号脱敏
s = '17788189248'
res = re.sub(r'(\d{3})\d{4}(\d{4})', r'\1****\2', s)
print(res)    # 177****9248

# 邮箱号脱敏
s = '[email protected]'
res = re.sub(r'(..).+(@.+)', r'\1*******\2', s)
print(res)    # 56*******@qq.com

# 将所有数字反转替换
s = 'he123llow wo456rld'
res = re.sub(r'\d+', lambda x: (x.group())[::-1], s)
print(res)    #he321llow wo654rld

s = 'he12llow wo34rld11'
res = re.subn(r'\d+', '#', s)
print(res)  # ('he#llow wo#rld#', 3)

s = 'hello11world22xx'
res = re.split(r'\d+', s)
print(res)    # ['hello', 'world', 'xx']

总结

match(pattern,string,flags)：以pattern开头，返回match对象
fullmatch(pattern,string,flags)：以pattern开头，以pattern结尾，返回match对象
finditer(pattern,string,flags)： 符合pattern的所有结果，返回迭代器，迭代器的元素放的是match对象
search(pattern,string,flags)：符合pattern的第一个数据，，返回match对象

findall(pattern,string,flags)：
   没有分组: 返回所有匹配结果组成的列表
   如果有1个分组: 只返回这1个分组结果组成的列表
   如果有多个分组: 只返回多个分组结果元组组成的列表
sub(pattern,repl,string,count,flags)：
    返回替换后的结果
    pattern:被替换的正则
    repl：
         要替换的正则或字符串或lamda,lamda 参数为匹配结果
         如果使用反向引用，必须 使用  r'\1***\2'
         count:替换个数
subn(pattern,repl,string,count,flags)：
     返回替换后的结果和替换个数 组成的元组
re.split(pattern,string,maxsplit,flags)
     按照pattern拆分，返回拆分后的列表
字符串替换：
  replace(old,new,string,count)
  old：被替换的子串
  new:要替换的字串
  count:替换的个数