python正则案例

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

1. re模块的使用过程

    #coding=utf-8

    # 导入re模块
    import re

    # 使用match方法进行匹配操作
    result = re.match(正则表达式,要匹配的字符串)

    # 如果上一步匹配到数据的话，可以使用group方法来提取数据
    result.group()

re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。
匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。

2. re模块示例(匹配以cellboxer开头的语句)

    #coding=utf-8

    import re

    result = re.match("cellboxer","cellboxer.com")

    result.group()

运行结果为：cellboxer

3.表示字符

字符	功能
.	匹配任意1个字符（除了\n)
[ ]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\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1： . 匹配任意1个字符（除了\n)

ret = re.match('.','a')
ret.group()
'a'
ret = re.match('.','ab')
ret.group()
'a'

示例2：\d 匹配数字，即0-9

ret = re.match('\d','110')
ret.group()
'1'

示例3：\D 匹配非数字，即不是数字

ret =  re.match('\D','@')
ret.group()
'@'

示例4：\s 匹配空白，即空格，\t,\r ,\n

import re
ret = re.match('\s',' ')
ret.group()
' '
ret = re.match('\s','\t')
ret.group()
'\t'
ret = re.match('\s','\r')
ret.group()
'\r'
ret = re.match('\s','\n')
ret.group()
'\n'

示例5： \S 匹配非空白

ret = re.match('\S','a')
ret.group()
'a'

示例6： \w 匹配单词字符，即a-z、A-Z、0-9、_

ret = re.match('\w','Abcd')
ret.group()
'A'

示例7:匹配[ ]中列举的字符

ret = re.match('1[345678]','13')
ret.group()
'13'
ret = re.match('1[^345678]','19')
ret.group()
'19'
ret = re.match('1[a-z5-9]','1b')
ret.group()
'1b'

4 表示数量

匹配多个字符的相关格式

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现从m到n次

示例1：*

需求：匹配出，一个字符串第一个字母为大小字符，后面都是小写字母并且这些小写字母可有可无

#coding=utf-8
import re

ret = re.match("[A-Z][a-z]*","Mm")
ret.group()

ret = re.match("[A-Z][a-z]*","Aabcdef")
ret.group()

image

示例2：+

#coding=utf-8
import re

ret = re.match("[a-zA-Z_]+[\w_]*","name1")
ret.group()
'name1'

ret = re.match("[a-zA-Z_]+[\w_]*","_name")
ret.group()
'_name'

示例3：?

需求：匹配出，0到99之间的数字

#coding=utf-8
import re

ret = re.match("[1-9]?[0-9]","7")
ret.group()

示例4：{m}

需求：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线

ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
ret.group()

5.表示边界

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配一个单词的边界
\B	匹配非单词边界

示例1：$

需求：匹配手机号码

ret = re.match('1[3,4,5,7,8]\d{9}$','13500000000')
ret.group()
'13500000000'

6.匹配分组

字符	功能
1	匹配左右任意一个表达式
(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<name>)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

示例1：|

需求：匹配出0-100之间的数字

import re

while True:
    num = input('请输入\n')

    ret = re.match(r'[1-9]\d?$|0$|100$', num)

    try:
        result = ret.group()
        print('match result:',result)
    except AttributeError:
        print('not match!')

示例2：( )

需求：匹配出163、126、qq邮箱之间的数字

while True:
    text = str(input('请输入\n'))

    ret = re.match(r'\w{4,20}@(163|126|qq)\.com', text)

    try:
        result = ret.group()
        print('match result:',result)
    except AttributeError:
        print('not match!')

示例3：\number

需求：

匹配出 <html><h1>xiangzige</h1></html>

ret = re.match(r'<(\w*)><(\w*)>.*</\2></\1>','<html><h1>xiangzige</h1></html>')
try:
    result = ret.group()
    print('match result:',result)
except AttributeError:
    print('not match!')

示例4：(?P<name>) (?P=name)

需求：匹配出<html><h1>xiangzige</h1></html>

rule1 = r'<(\w*)><(\w*)>.*</\2></\1>'

rule2 = r'<(?P<key1>\w*)><(?P<key2>\w*)>.*</(?P=key2)></(?P=key1)>'

ret = re.match(rule2,'<html><h1>xiangzige</h1></html>')

try:
    result = ret.group()
    print('match result:',result)
except AttributeError:
    print('not match!')

re模块的高级用法

search

需求：匹配出文章阅读的次数

#coding=utf-8
import re

ret = re.search(r"\d+", "阅读次数为 9999")
ret.group()

findall

需求：统计出python、c、c++相应文章阅读的次数

#coding=utf-8
import re

ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print ret

sub 将匹配到的数据进行替换

需求：将所有语言改为python

import re

result = re.sub(r'\w+(\s+|\b)','python ','java ios php js')

print(result)

split 根据匹配进行切割字符串，并返回一个列表

需求：切割字符串“info:xiaoZhang 33 shandong”

#coding=utf-8
import re
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print ret