正则表达式

特殊字符:
(1)^$*?+{2}{2,}{2,5}
(2)[][^][a-z]
(3)\s \S \w \W
(4)[\u4E00-\u9FA5] () \d

总结表
  • ^: 表达必须以某一字符开头的含义,^1即为字符串以1开头.

  • : 结尾字符必须为X,例如3\就是说明字符串是以3结尾

  • . : 替代一个任意字符(中英文 大小写等等)

  • *: 某一字符重复多次,放在该字符后>=0

import re

line="booby123"
regex_str="^b.*"
if re.match(regex_str,line):
    print("yes")
  • ?: 克服贪婪匹配方式,在量词后面直接加上一个问号?就是非贪婪模式。
import re

line="booby123"
regex_str="^b.*"
if re.match(regex_str,line):
    print("yes")

匹配中的贪婪模式

import re

line="boooooobby123"
regex_str=".*(b.*b).*"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

输出结果为bb

原因是正则表达式的贪婪匹配模式。

贪婪匹配:正则表达式一般趋向于最大长度匹配,也就是所谓的贪婪匹配。

非贪婪匹配:就是匹配到结果就好,就少的匹配字符。

import re

line="boooooobby123"
regex_str=".*?(b.*b).*?"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

默认是贪婪模式;在量词后面直接加上一个问号?就是非贪婪模式。在本例中就是在*后加上?

  • +: 前面的字符必须至少出现一次 >=1

没有+的情况:

import re

line="boooooobnnvccbby123"
regex_str=".*(b.*b).*"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
结果:bb

有+的情况

import re

line="boooooobnnvccbby123"
regex_str=".*(b.+b).*"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
结果:bnnvccbb

即使是贪婪匹配方式,也不会输出bb

  • {2}: 限定前面字符出现的次数,{2}表示限定前面的字符出现2次。
import re

line="boooooobnnvccbaby123"
regex_str=".*(b.{1}b).*"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
结果:bab
  • {2,}: 前面一个字符出现大于两次
  • {2,5}:前面一个字符出现大于等于2次且小于等于5次
import re

line="boooooobnnvccbaaaby123"
regex_str=".*(b.{1,3}b).*"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
结果:baaab
  • |:表示或的关系,例如booby|booby123表达提取booby或booby123,哪个在前优先匹配哪一个。
import re

line="booby123"
regex_str="(booby|booby123)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
import re

line="booby123"
regex_str="(booby|boooby)123"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
   
//局部匹配 前面满足booby或boooby均可以
  • []:表示只要满足中括号中的任意字符即可。
import re

line="booby123"
regex_str="([abcd]ooby123)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
  • [0-9]表示范围限制在0-9之间匹配任意数值均可。
import re

line="15764289384"
regex_str="(1[3578][0-9]{9})"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
字符串要求:第一位数字为1,第二位数字为3 5 7 8 中的任意一个,之后为9个0-9之间的字符
    
    (^表示非 只要非1就可以 即如果未15SSSSSSSSS也符合要求)
  • 中括号中的*就是星号,.就是点号,不再具有上面所说的特殊替代含义。
  • \s: 表示空格
import re

line="你 好"
regex_str="(你\s好)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
输出 你好
  • \S:只要不为空格都可以
import re

line="你很不好"
regex_str="(你\S+好)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
  • \w: 表示任意字符[A-Z,a-z, 0-9,_],匹配字母或数字或下划线或汉字
import re

line="你S好"
regex_str="(你\w好)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
  • \W: 和\w相对应的字符

  • [\u4E00-\u9FA5] :代表汉字

import re

line="你 好"
regex_str="([\u4E00-\u9FA5]+)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    
结果为 你

使用该替代提取大学名称

import re

line="stydy in 南京大学"
regex_str=".*?([\u4E00-\u9FA5]+大学)"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

结果为 南京大学
  • \d:代表数字
import re

line="XXX出生于2001年"
regex_str=".*?(\d+)年"
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

正则表达式小练习:匹配不同的出生日期写法

import re

#line="XXX出生于2001年6月1日"
#line="XXX出生于2001/6/1"
#line="XXX出生于2001-06-01"
line="XXX出生于2001-06"
regex_str= '.*?出生于(\d{4}[年/-]\d{1,2}([月/-]\d{1,2}|[月/-]$|$))'
match_obj=re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    

https://www.cnblogs.com/chengege/p/11190782.html

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 忘了从哪收集的资料了,放这儿,以备不时之需。 只能输入数字:"^[0-9]*$"。 只能输入n位的数字:"^\d{...
    study_monkey阅读 1,429评论 0 7
  • 正则表达式到底是什么东西?字符是计算机软件处理文字时最基本的单位,可能是字母,数字,标点符号,空格,换行符,汉字等...
    狮子挽歌阅读 2,178评论 0 9
  • Java的正则表达式讲解:(为了能看清,本文正则表达式用中文的句号代替英文句点) 英文句点符号:匹配单个任意字符。...
    红姑娘阅读 4,405评论 0 2
  • NSRegularExpression 正则表达式,又称正规表示法、常规表示法。(英语:Regular Expre...
    SunshineBrother阅读 7,518评论 3 25
  • 常用正则表达式 “^\d+$” //非负整数(正整数 + 0) “^[0-9]*[1-9][0-9]*$” //正...
    485b1aca799e阅读 443评论 0 1