正则表达式
1.匹配单个字符
| 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 |
| \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 |
import re
# .
result = re.match(r"速度与激情.", "速度与激情%")
print(result.group())
# [ ]
result = re.match(r"速度与激情[1-8]", "速度与激情1")
print(result.group())
result = re.match(r"速度与激情[1-36-8]", "速度与激情1")
print(result.group())
result = re.match(r"速度与激情[1-36-8abc]", "速度与激情a")
print(result.group())
result = re.match(r"速度与激情[1-36-8a-zA-Z]", "速度与激情A")
print(result.group())
# \w
result = re.match(r"速度与激情[\w]", "速度与激情E")
print(result.group())
result = re.match(r"速度与激情[\w]", "速度与激情_")
print(result.group())
result = re.match(r"速度与激情[\w]", "速度与激情哈")
print(result.group())
# \d
result = re.match(r"速度与激情[\d]", "速度与激情1")
print(result.group())
# \s
result = re.match(r"速度与激情\s1", "速度与激情 1")
print(result.group())
匹配多个字符
| 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次或则无限次，即至少1次 |
| ？ |
匹配前一个字符出现1次或者0次，即要么有要么没有 |
| {m} |
匹配前一个字符出现m次 |
| {m,n} |
匹配前一个字符出现m次到n次 |
| {m,} |
匹配前一个字符出现至少m次 |
# {m,n}
result = re.match(r"速度与激情\d{1,2}", "速度与激情1")
print(result.group())
# {m}
result = re.match(r"021-\d{8}", "021-87634566")
print(result.group())
# {m,}
result = re.match(r"速度与激情\d{1,}", "速度与激情12")
print(result.group())
# ?
result = re.match(r"021-?\d{8}", "02187634566")
print(result.group())
result = re.match(r"\d{3,4}-?\d{7,8}", "0765-8763456")
print(result.group())
# *
result = re.match(r".*", "0765-87634df56")
print(result.group())
html_content = """kdjf
djk
djfk
kdjf
jdf
"""
result = re.match(r".*", html_content, re.S)
print(result.group())
# +
result = re.match(r".+", "df")
print(result.group())
匹配开头结尾
import re
# python match 默认匹配开头
def main():
names = ["age", "_age", "lage", "age1", "a_age", "age_1_", "age!", "a#123", "___"]
for name in names:
ret = re.match("^[a-z][A-Z_][a-z][A-Z0-9_]*$", name)
if ret:
print("变量名：%s 符合要求... 通过正则匹配出来的数据是:%s" % (name, ret.group()))
else:
print("变量名：%s 不符合要求" % name)
if __name__ == '__main__':
main()
邮箱正则
import re
def main():
email = input("请输入一个邮箱地址：")
# 如果在正则表达式中需要用到了某些普通的字符，比如. ? 等，需要在其前面加上反斜杠\ 进行转义
ret = re.match(r"[a-zA-Z0-9_]{4,20}@(163|126)\.com$", email)
if ret:
print("邮箱地址 %s 符合要求" % email)
# 若果正则里面有小括号，匹配成功，可以用group(n) 来获取括号内的内容
print(ret.group(1))
else:
print("邮箱地址 %s 有误" % email)
if __name__ == '__main__':
main()
匹配分组
| 字符 |
功能 |
| | |
匹配左右任意一个表达式 |
| (ab) |
将括号内字符作为一个分组 |
| \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 |
html_str = "<h1>hello html</h1>"
result = re.match(r"<(\w*)>.*</\1>", html_str)
print(result.group())
html_str = "<body><h1>hello html</h1></body>"
result = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", html_str)
print(result.group())
result = re.match(r"<(?P<p1>\w*)><(?P<p2>\w*)>.*</(?P=p2)></(?P=p1)>", html_str)
print(result.group())
re的高级用法
search、findall、 sub、 split
import re
def add(temp):
strnun = temp.group()
num = int(strnun) + 1
return str(num)
# 匹配出文章阅读的次数 search 不需要从头开始找，找到就返回
ret = re.search(r"\d+", "阅读次数为 9999")
print(ret.group())
# 统计出python、c、c++相应文章阅读的次数 findall 不需要从头开始找，找到返回，然后有接着找，直到结束
ret = re.findall(r"\d", "python = 9999, c = 7890, c++ = 12345")
print(ret)
# 首先正则去匹配，找到并替换后返回整个字符串
ret = re.sub(r"\d+", "998", "python = 997")
print(ret)
# sub 可以使用函数
ret = re.sub(r"\d+", add, "python = 999")
print(ret)
# splt 根据匹配进行切割字符串，并返回一个列表
ret = re.split(r":| ", "info:xiaozhang 33 shangdong")
print(ret)
