day18-正则表达式

一、正则表达式语法

正则表达式是用来匹配或者描述字符串的工具。

用处：
a.判断字符串是否满足某个条件 --> 判断输入的字符串是否是邮箱/手机号，是否是ip地址。
b.提取满足条件的字符串
c.字符串替换

python中通过re模块中相应的方法来支持正则表达式的匹配、查找和替换等功能。

from re import fullmatch(正则表达式字符串, 字符串) --> 判断正则表达式和字符串是否完全匹配

正则表达式：就是一个字符串，字符串中是正则表达式语法。 --> r'正则表达式'
正则表达式中包含两个部分，一个是正则语法对应的字符，二个是普通字符。
注意：使用fullmatch方法进行匹配，若不匹配时，返回值为None。

1. .(匹配任意字符)

一个.只匹配一个任意字符。

代码

from re import fullmatch

# 匹配一个长度是3的字符串，第一个字符是'a'，第二个字符是任意字符，最后一个字符是'b'
re_str = r'a.b'
result = fullmatch(re_str, 'a\\b')
print(result)

# 匹配一个长度是4的字符串，第一个字符是和最后一个字符分别是a和b，中间两个字符是任意字符的字符串
re_str = r'a..b'
result = fullmatch(re_str, r'a\nb')
print(result)

测试结果

1.PNG

2. \w(匹配字母数字下划线)

一个\w匹配一个字符。

代码

from re import fullmatch

# 匹配一个第一个字符是字母数字或者下划线，后面三个字符是任意字符的字符串
re_str = r'\w...'
result = fullmatch(re_str, '_8js')
print(result)

测试结果

2.PNG

3. \s(匹配任意空白字符）

空白字符：空格、制表符(\n)、回车(换行\n)等，都属于空白字符。
一个\s匹配一个空白字符。

代码

from re import fullmatch

# 匹配一个第一个字符是a，第二个字符是空白，最后一个字符是b的字符串
re_str = r'a\sb'
result = fullmatch(re_str, 'a\nb')
print(result)

测试结果

3.PNG

4. \d(匹配数字字符)

代码

from re import fullmatch

re_str = r'\d\d\d'
result = fullmatch(re_str, '286')
print(result)

测试结果

4.PNG

5. \b(检测边界)

一个\b不会去匹配一个字符，而是单纯的检测\b出现的位置是否是单词边界。
单词边界：字符串开始和结尾、空格、换行、标点符号等，可以将两个单词隔开的字符都是单词边界。

代码

from re import fullmatch

# re_str = r'\babc'
# re_str = r'abc\baaa'  # None
re_str = r'abc\b\saaa'  # 匹配一个字符串前三位是abc，第四位是空白字符，后面是aaa。并且要求c后面是单词边界
result = fullmatch(re_str, 'abc aaa')
print(result)

测试结果

5.PNG

6. ^(检测是否是字符串开头)

代码

from re import fullmatch

re_str = r'^\d\d\d'   # 判断一个字符串是否是三个数字开头
result = fullmatch(re_str, '123')
print(result)

测试结果

6.PNG

7. $(检测是否是字符串结尾)

代码

from re import fullmatch

re_str = r'abc$'
result = fullmatch(re_str, 'abc')
print(result)

测试结果

7.PNG

8. \W(匹配非字母数字下划线)

代码

from re import fullmatch

re_str = r'\Wabc'
result = fullmatch(re_str, '#abc')
print(result)

测试结果

8.PNG

9. \S(匹配非空白字符)

代码

from re import fullmatch

re_str = r'\S...'
result = fullmatch(re_str, '2jkh')
print(result)

测试结果

9

10. \D(匹配非数字字符)

代码

from re import fullmatch

re_str = r'\D\w\w\w'
result = fullmatch(re_str, '#a6_')
print(result)

测试结果

10.PNG

11. \B(检测是否不是单词边界)

代码

from re import fullmatch

re_str = r'and\BYou'
result = fullmatch(re_str, 'andYou')
print(result)

测试结果

11.PNG

12. [](匹配中括号中出现的任意一个字符)

一个[]匹配一个字符。
[字符集] --> 匹配一个字符，这个字符是字符集中的任意一个字符
例如：[abc]，[\d+-]

[字符1-字符2] --> 匹配一个字符，这个字符是Unicode编码值在字符1到字符2中的任意一个字符；要求字符1的编码值要小于字符2
例如：[1-9] --> 数字1到9 [a-z] --> 小写字符 [A-Z] --> 大写字母
[\u0031-\u0039] --> 数字1到9
[\u4E00-\u9FA5] --> 匹配所有的汉字

注意：-在中括号中，如果放在两个字符之间表示范围。

代码

from re import fullmatch

# 匹配一个字符串第一个字符是a或者b或c，后面3个a
re_str = r'[abc]aaa'
result = fullmatch(re_str, 'aaaa')
print(result)

re_str = r'[1-4]\d\d\d'
result = fullmatch(re_str, '1989')
print(result)

re_str = r'[\u0031-\u0039][a-z]'
result = fullmatch(re_str, '1h')
print(result)

re_str = r'[\u4E00-\u9FA5][\u4E00-\u9FA5][\u4E00-\u9FA5]'
result = fullmatch(re_str, '很深刻')
print(result)

# 匹配一个字符，是字母数字下划线或者是空白
re_str = r'[\w\s]'
result = fullmatch(re_str, ' ')
print(result)

测试结果

12.PNG

13. [^字符集](匹配一个不在字符集中的任意字符)

注意：^必须放在中括号中的最前面才有效。

代码

from re import fullmatch

# 匹配一个四位的字符串，第一位不是abc中的任意一个，后面三位是任意字符
re_str = r'[^abc]...'
re_str = r'[^1-9]...'
result = fullmatch(re_str, 'ku98')
print(result)

测试结果

13.PNG

二、正则表达式次数相关符号

1. *(匹配0次或者多次)

字符* --> 字符出现0次或者多次

代码

from re import fullmatch

# 匹配0位或者多位的数字字符串
re_str = r'\d*'
result = fullmatch(re_str, '123')
print(result)

# 练习：用正则表达式来检测一个标识符是否符合要求：数字字母下划线组成，数字不能开头
re_str = r'[a-zA-Z_]\w*'
result = fullmatch(re_str, '_Ab8c')
print(result)

测试结果

1.PNG

2. +(匹配一次或者多次)

代码

from re import fullmatch

# 匹配abc前面有一个或者多个数字的字符串
re_str = r'\d+abc'
result = fullmatch(re_str, '12abc')
print(result)

测试结果

2.PNG

3. ？(匹配0次或者1次)

代码

from re import fullmatch

re_str = r'a?123'
result = fullmatch(re_str, 'a123')
print(result)

# 练习：写一个正则表达式匹配所有的整数(123,-23,+9, 023,-0122不能匹配)
re_str = r'[+-]?[1-9]\d*'
result = fullmatch(re_str, '-123')
print(result)

测试结果

3.PNG

4. {}(指定次数)

{N} --> 匹配N次
{M,N} --> 匹配M到N次
{M,} --> 至少匹配M次
{,N} --> 最多匹配N次

代码

from re import fullmatch

re_str = r'\d{3}'
result = fullmatch(re_str, '123')
print(result)

re_str = r'\d{3,}'
result = fullmatch(re_str, '12345')
print(result)

re_str = r'\d{,3}'
result = fullmatch(re_str, '1')
print(result)

re_str = r'[a-z]{2,5}'
result = fullmatch(re_str, 'abcde')
print(result)

# 练习：判断密码是否符合要求，密码是由数字和字母组成，并且位数是6-16位
re_str = r'[\da-zA-Z]{6,16}'
result = fullmatch(re_str, '123AbC123')
print(result)

测试结果

4.PNG

三、分组和分支

1. |(分支)

条件1 | 条件2 --> 先用条件1去匹配，如果匹配成功就匹配成功。如果条件1匹配失败，用条件2去匹配。
注意：如果条件1匹配成功就不会用条件2再去匹配。

代码

import re

re_str = r'[a-z]{3}|[A-Z]{3}'
result = re.fullmatch(re_str, 'ABC')
print(result)

# 能匹配成功的是abc，d，aaa
re_str = r'abc|d|aaa'
result = re.fullmatch(re_str, 'd')
print(result)

# 'abc' + W/H/Y
re_str = r'abc(W|H|Y)'
result = re.fullmatch(re_str, 'abcH')
print(result)

测试结果

1.PNG

2. ()(分组)

a.组合(将括号中的内容作为一个整体进行操作)
b.捕获 --> 使用带括号的正则表达式匹配成功后，只获取括号中的内容。
c.重复 --> 在正则表达式中可以通过\数字来重复前面()中匹配到的结果。
注意：数字代表的是前面第几个分组。

代码

import re

# a.组合
# 匹配一个字符串，以数字字母的组合出现3次
re_str = r'(\d[a-zA-Z]){3}'
result = re.fullmatch(re_str, '2h3j4k')
print(result)

# b.捕获
re_str = r'(\d{3})abc'
result = re.fullmatch(re_str, '654abc')
print(result)

print(re.findall(re_str, 'asdqdasd987abcqdasodjqwod594abcasd4848abcasd'))

# c.重复
re_str = r'([a-z]{3})-(\d{2})\1\2'
result = re.fullmatch(re_str, 'abc-86abc86')
print(result)

测试结果

2.PNG

3.转义符号

正则表达式中可以通过在特殊的符号前加\，来让特殊的符号没有意义。
. + * ^ $ 等有特殊的功能。

. --> 任意字符 . --> 字符.

  • --> 匹配一次或者多次 + --> 字符+

注意：
在中括号有特殊功能的符号，只代表符号本身。
\不管在哪儿都需要转义。
-在[]外面没有特殊功能，在[]中要表示-本身，就不要放在两个字符之间。
()在表示本身的时候也需要进行转义。

代码

import re

re_str = r'\d{2}\.\d{2}'
result = re.fullmatch(re_str, '86.65')
print(result)

re_str = r'\d\+\d'
result = re.fullmatch(re_str, '6+8')
print(result)

re_str = r'[.+*]'
result = re.fullmatch(re_str, '*')
print(result)

re_str = r'\(\\'
result = re.fullmatch(re_str, '(\\')
print(result)

测试结果

3.PNG

四、re模块中的函数

1. compile

compile(正则表达式字符串) --> 将正则表达式字符串转换成正则表达式对象

代码

import re

re_object = re.compile(r'\d+')
print(re_object)
print(re_object.fullmatch('2345678'))

测试结果

1.PNG

2.fullmatch和match

fullmatch(正则表达式字符串,需要去匹配的字符串) --> 用正则表达式去完全匹配字符串(整个字符串)，返回匹配对象(SRE_Match)或者None

mathch(正则表达式字符串，字符串) --> 匹配字符串开头，返回匹配对象(SRE_Match)或者None

代码

import re

result = re.fullmatch(r'\d[a-zA-Z]+', '2hasdd')
print(result)

# a.span() --> 获取匹配成功的区间(左闭右开区间)
result = re.fullmatch(r'\d([a-zA-Z]+)', '2hasdd')
print(result.span(0))
print(result.start(1))  # 获取匹配到的开始下标
print(result.end(1))    # 获取匹配到的结束下标后的下标

# b.group(group = 0) --> 获取匹配结果
"""
group()/group(0) --> 获取正则表达式完全匹配的结果
group(group > 0) --> 获取正则表达式中第group个分组匹配到的结果
"""
result = re.fullmatch(r'\d([a-zA-Z]+)', '2hasdd')
print('0:', result.group())
print('1:', result.group(1))

# c.string --> 获取被匹配的源字符串
print(result.string)


result = re.match(r'\d([a-zA-Z]+123)', '2hasdd123Abc')
print('match:', result)

测试结果

2.PNG

3.search

search(正则表达式，字符串) --> 查找字符串中满足正则表达式的第一个字符串。返回值是匹配对象或者None。

代码

import re

result = re.search(r'(\d)[a-zA-Z]+', 'asdq2abcd+aa23dd')
print(result.group(0))
print(result.group(1))

# 练习：使用search匹配出一个字符串中所有的数字字符串
# 'abc34jshd8923jkshd91kkk890k' --> 34,8923,9,890
re_str = r'\d+'
str1 = 'abc34jshd8923jkshd9lkkk890k'
result = re.search(re_str, str1)
while result:
    print(result)
    str1 = str1[result.end():]
    result = re.search(re_str, str1)

测试结果

3.PNG

4.findall

findall(正则表达式，字符串) --> 获取字符串中满足正则表达式的所有的子串，返回一个列表
注意：如果正则表达式中有分组，取值的时候只取分组中匹配到的结果;如果有多个分组，会将每个分组匹配到的结果作为一个元组的元素。

代码

import re

re_str = r'\d+k[a-d]+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result)

re_str = r'(\d+)k[a-d]+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result)

re_str = r'(\d+)k([a-d]+)'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result)

测试结果

5.finditer

finditer(正则表达式，字符串) --> 查找所有满足正则条件的子串，返回值是迭代器，迭代器中的元素是匹配对象

代码

import re

re_str = r'\d+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.finditer(re_str, str1)
print(result)
for item in result:
    print(item)

测试结果

5.PNG

6.split

split(正则表达式，字符串) --> 将字符串按照满足正则表达式条件的子串进行分割

代码

import re

str1 = 'ahsb1sssa8+jjhd7nhs+90nsnsjhf3-4hhh7+8kjj'
result = re.split('[-+]', str1)
print(result)

测试结果

6.PNG

7.sub

sub(正则表达式，repl，字符串) --> 将字符串中满足正则表达式条件的子串替换成repl，返回替换后的字符串。

代码

import re

str1 = 'asdqoda5asnqw9zxca66sdd86'
result = re.sub(r'\d+', '*', str1)
print(result)

测试结果

7.PNG

五、作业

  1. 写一个正则表达式判断一个字符串是否是ip地址。
    规则：一个ip地址由4个数字组成，每个数字之间用.连接。每个数字的大小是0-255
    255.189.10.37 正确
    256.189.89.9 错误

代码

from re import fullmatch

re_str = r'(\d\.|[1-9]\d\.|1\d\d\.|2[0-4]\d\.|25[0-5]\.){3}(\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])'
result = fullmatch(re_str, '254.25.198.0')

print(result)

测试结果

1.PNG
  1. 计算一个字符串中所有的数字的和
    例如：字符串是：‘hello90abc 78sjh12.5’ 结果是90+78+12.5 = 180.5

代码

import re

re_str = r'(\d+\.\d+|\d+)'
result = re.findall(re_str, 'hello90abc 78sjh12.5')
sum1 = 0

for num in result:
    sum1 += float(num)

print(sum1)

测试结果

2.PNG
  1. 验证输入的内容只能是汉字

代码

import re
value = input('请输入信息：')
re_str = r'[\u4E00-\u9FBF]+'

if re.fullmatch(re_str, value):
    print('输入正确！')
else:
    print('输入错误！')

测试结果

3.1.PNG

3.2.PNG
  1. 电话号码的验证

代码

import re

re_str = r'1[3458][01356789]\d{8}'

result = re.fullmatch(re_str, '15187761625')

print(result)

测试结果

4.PNG
  1. 简单的身份证号的验证。

代码

import re

re_str = r'(53\d{4}1[89]\d\d0[1-9]0\d{5})|(53\d{4}1[89]\d\d0[1-9][12]\d{5})|' \
         r'(53\d{4}1[89]\d\d0[1-9][3][01]\d{4})|(53\d{4}1[89]\d\d1[012]0[1-9][12]\d{5})|' \
         r'(53\d{4}1[89]\d\d1[012][12]\d{5})|(53\d{4}1[89]\d\d1[012][3][01]\d{4})|' \
         r'(53\d{4}2[0][01]\d0[1-9]0\d{5})|(53\d{4}2[0][01]\d0[12]\d{5})|' \
         r'(53\d{4}2[0][01]\d[3][01]\d{4})|' \
         r'(53\d{4}2[0][01]\d1[012]0[1-9][12]\d{5})|' \
         r'(53\d{4}2[0][01]\d1[012][12]\d{5})|(53\d{4}2[0][01]\d1[012][3][01]\d{4})'
result = re.fullmatch(re_str, '530402199806233652')

print(result)

测试结果

5.PNG
  1. 能够完全匹配字符串“(010)-62661617”和字符串“01062661617”的正则表达式包括（ ）

A. “(?\d{3})?-?\d{8}”
B. “[0-9()-]+”
C. “[0-9(-)]\d”
D. “[(]?\d[)-]\d*”

答案：BD

7.能够完全匹配字符串“c:\rapidminer\lib\plugs”的正则表达式包括（ ）

A. “c:\rapidminer\lib\plugs”
B. “c:\\rapidminer\\lib\\plugs”
C. “(?i)C:\RapidMiner\Lib\Plugs” ?i:将后面的内容的大写变成小写
D. “(?s)C:\RapidMiner\Lib\Plugs” ?s：单行匹配

答案：BC

  1. 能够完全匹配字符串“back”和“back-end”的正则表达式包括（ ）

A. “\w{4}-\w{3}|\w{4}” match->back,back-end fullmatch-> back,back-end
B. “\w{4}|\w{4}-\w{3}” match-> back, back fullmatch-> back,back-end
C. “\S+-\S+|\S+”
D. “\w\b-\b\w|\w*”

答案：ABCD

9.能够完全匹配字符串“go go”和“kitty kitty”，但不能完全匹配“go kitty”的正则表达式包括（ ）
:\1就是重复前面第一个()/组合里面的内容
：\2就是重复前面第二个()/组合里面的内容

A. “\b(\w+)\b\s+\1\b”
B. “\w{2,5}\s*\1”
C. “(\S+) \s+\1”
D. “(\S{2,5})\s{1,}\1”

答案：AD

  1. 能够在字符串中匹配“aab”，而不能匹配“aaab”和“aaaab”的正则表达式包括（ ）

A. “a*?b”
B. “a{,2}b”
C. “aa??b”
D. “aaa??b”

答案：BC

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
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 203,937评论 6赞 478
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 85,503评论 2赞 381
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 150,712评论 0赞 337
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,668评论 1赞 276
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,677评论 5赞 366
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,601评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 37,975评论 3赞 396
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,637评论 0赞 258
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 40,881评论 1赞 298
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2赞 321
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1赞 329
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,387评论 4赞 319
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 38,971评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1赞 260
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2赞 349
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2赞 342

推荐阅读更多精彩内容

  • 教化
    到底是什么障碍和影响了企业发展，小老板靠手段管理员工的行为，而高手用教化经营员工的精神世界。 这几天上了两节课，讲...
    求知小聂阅读 651评论 0赞 0
  • 你在遭受什么
    你在遭受什么 自由的炙烤 还是孤独的穿刺 爱的红铁水 还是恨的碎玻璃 午夜辗转 还是长日漫漫的浪荡 被嘲笑 还是被...
    张天狗阅读 483评论 2赞 5