模块学习之re模块

【一】正则语法

【1】引入

正则：按照指定的匹配规则从字符串中匹配或者截取相应的内容

# 手机号验证（必须是11位的数字，要是正常的手机号开头：13 15 17 18 19）
# 正常验证手机号
def check_phone_number():
    phone = input("请输入手机号：").strip()
    if len(phone) != 11:
        print("你输入的手机号不是11位！")
    if not phone.isdigit():
        print("你输入的手机号不是数字！")
    else:
        if phone.startswith('13') or phone.startswith('15') or phone.startswith('17') or phone.startswith('18') or phone.startswith('19'):
            print("你的手机号是正常的!")
        else:
            print("你输入的不是一个正常的手机号!")


check_phone_number()


# 正则表达式进行格式匹配
import re
phone_number = input("请输入手机号：").strip()
if re.match('^(13|14|17|18|19)[0-9]{9}$', phone_number):
    print("你的手机号是正常的!")
else:
    print("你输入的不是一个正常的手机号!")

【2】字符组

字符组就是在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[ ]表示，字符分为数字、字母、标点等

正则	待匹配字符	匹配结果	说明
[0123456789]	8	True	在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和"待匹配字符"相同都视为可以匹配
[0123456789]	a	False	由于字符组中没有"a"字符，所以不能匹配
[0-9]	7	True	也可以用-表示范围,[0-9]就和[0123456789]是一个意思
[a-z]	s	True	同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示
[A-Z]	B	True	[A-Z]就表示所有的大写字母
[0-9a-fA-F]	e	True	可以匹配数字，大小写形式的a～f，用来验证十六进制字符

import re

# 【1】匹配0-9数字
res = re.findall('[0123456789]', 'abc1234')
print(res)  # ['1', '2', '3', '4']
res = re.findall('[0-9]', 'abc1234')
print(res)  # ['1', '2', '3', '4']

# 【2】匹配小写字母
res = re.findall('[abc]', 'aAbBcC')
print(res)  # ['a', 'b', 'c']
res = re.findall('[a-z]', 'aAbBcC')
print(res)  # ['a', 'b', 'c']

# 【3】匹配大写字母
res = re.findall('[ABC]', 'aAbBcC')
print(res)  # ['A', 'B', 'C']
res = re.findall('[A-Z]', 'aAbBcC')
print(res)  # ['A', 'B', 'C']

# 【4】匹配大小字母和0-9数字混合
res = re.findall('[abc123efg456]', 'abc1234')
print(res)  # ['a', 'b', 'c', '1', '2', '3', '4']
res = re.findall('[0-9a-fA-F]', 'abc1234')
print(res)  # ['a', 'b', 'c', '1', '2', '3', '4']

【3】元字符

元字符	匹配内容
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白符
\d	匹配数字
\n	匹配一个换行符
\t	匹配一个制表符
\b	匹配一个单词的结尾
^	匹配字符串的开始
$	匹配字符串的结尾
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白符
a\|b	匹配字符a或字符b
()	匹配括号内的表达式，也表示一个组
[...]	匹配字符组中的字符
[^...]	匹配除了字符组中字符的所有字符

import re

# 【1】. 匹配除换行符以外的任意字符
res = re.findall('.', 'abc123,#@:')
print(res)  # ['a', 'b', 'c', '1', '2', '3', ',', '#', '@', ':']

# 【2】\w 匹配字母或数字或下划线
res = re.findall('\w', 'abc123,#@:_')
print(res)  # ['a', 'b', 'c', '1', '2', '3', '_']

# 【3】\s 匹配任意的空白符
res = re.findall('\s', 'abc  123,#@:_')
print(res)  # [' ', ' ']

# 【4】\d 匹配数字
res = re.findall('\d', 'abc  123,#@:_')
print(res)  # ['1', '2', '3']

# 【5】\n 匹配一个换行符
res = re.findall('\n', 'abc  12'
                       '3,#'
                       '@:_')
print(res)  # []

# 【6】\t 匹配一个制表符
res = re.findall('\t', 'abc  123,#@:_')
print(res)  # []

# 【7】\b 匹配一个单词的结尾
res = re.findall('\b', 'abc')
print(res)  # []

# 【8】^	匹配字符串的开始
res = re.findall('^a', 'abc  123,#@:_')
print(res)  # ['a']

# 【9】$	匹配字符串的结尾
res = re.findall('_$', 'abc  123,#@:_')
print(res)  # ['_']

# 【10】\W 匹配非字母或数字或下划线
res = re.findall('\W', 'abc123,#@:_')
print(res)  # [',', '#', '@', ':']

# 【11】\D 匹配非数字
res = re.findall('\D', 'abc123,#@:_')
print(res)  # ['a', 'b', 'c', ',', '#', '@', ':', '_']

# 【12】\S 匹配非空白符
res = re.findall('\S', 'abc  123,#@:_')
print(res)  # ['a', 'b', 'c', '1', '2', '3', ',', '#', '@', ':', '_']

# 【13】a|b 匹配字符a或字符b
res = re.findall('a|b|2', 'abc  123,#@:_')
print(res)  # ['a', 'b', '2']

# 【14】() 匹配括号内的表达式，也表示一个组
res = re.findall('\w(\d)', 'abc  123,#@:_')
print(res)  # ['2']

# 【15】[...] 匹配字符组中的字符
res = re.findall('[a-z0-9A-Z][0-9]', 'abc  123,#@:_')
print(res)  # ['12']

# 【16】[^...] 匹配除了字符组中字符的所有字符
res = re.findall('[^a-z0-9A-Z][0-9]', 'abc  123,#@:_')
print(res)  # [' 1']

【4】量词

量词	用法说明
`*`	重复零次或更多次
`+`	重复一次或更多次
`?`	重复零次或一次
`{n}`	重复n次
`{n,}`	重复n次或更多次
`{n,m}`	重复n到m次

import re

# 【1】*	重复零次或更多次
res = re.findall('[0-9][a-z]*', 'abcd1234b_:@efg67k8,')
print(res)  # ['1', '2', '3', '4b', '6', '7k', '8']
# 【2】+	重复一次或更多次
res = re.findall('[0-9][a-z]+', 'abcd1234b_:@efg67k8,')
print(res)  # ['4b', '7k']

# 【3】?	重复零次或一次
res = re.findall('[0-9][a-z]?', 'abcd1234b_:@efg67k8,')
print(res)  # ['1', '2', '3', '4b', '6', '7k', '8']

# 【4】{n} 重复n次
res = re.findall('[0-9][a-z]{2}', 'abcd1234b_:@efg67k8,9yyyyy')
print(res)  # ['9yy']

# 【5】{n,} 重复n次或更多次
res = re.findall('[0-9][a-z]{2,}', 'abcd1234b_:@efg67k8,9yyyyy')
print(res)  # ['9yyyyy']

# 【6】{n,m}	重复n到m次
res = re.findall('[0-9][a-z]{2,3}', 'abcd1234b_:@efg67k8,9yyyyy')
print(res)  # ['9yyy']

【5】位置元字符

正则	待匹配字符	匹配结果	说明
`海.`	海燕海娇海东	海燕海娇海东	匹配所有"海."的字符
`^海.`	海燕海娇海东	海燕	只从开头匹配"海."
`海.$`	海燕海娇海东	海东	只匹配结尾的"海.$"

import re

res = re.findall('海.', '海燕海娇海东')
print(res)  # ['海燕', '海娇', '海东']

res = re.findall('^海.', '海燕海娇海东')
print(res)  # ['海燕']

res = re.findall('海.$', '海燕海娇海东')
print(res)  # ['海东']

正则	待匹配字符	匹配结果	说明
`李.?`	李杰和李莲英和李二棍子	李杰李莲李二	?表示重复零次或一次，即只匹配"李"后面一个任意字符
`李.*`	李杰和李莲英和李二棍子	李杰和李莲英和李二棍子	*表示重复零次或多次，即匹配"李"后面0或多个任意字符
`李.+`	李杰和李莲英和李二棍子	李杰和李莲英和李二棍子	+表示重复一次或多次，即只匹配"李"后面1个或多个任意字符
`李.{1,2}`	李杰和李莲英和李二棍子	李杰和李莲英李二棍	{1,2}匹配1到2次任意字符

import re

res = re.findall('李.?', '李杰和李莲英和李二棍子')
print(res)  # ['李杰', '李莲', '李二']

res = re.findall('李.*', '李杰和李莲英和李二棍子')
print(res)  # ['李杰和李莲英和李二棍子']

res = re.findall('李.+', '李杰和李莲英和李二棍子')
print(res)  # ['李杰和李莲英和李二棍子']

res = re.findall('李.{1,2}', '李杰和李莲英和李二棍子')
print(res)  # ['李杰和', '李莲英', '李二棍']

正则	待匹配字符	匹配结果	说明
`李[杰莲英二棍子]*`	李杰和李莲英和李二棍子	李杰李莲英李二棍子	表示匹配"李"字后面[杰莲英二棍子]的字符任意次
`李[^和]*`	李杰和李莲英和李二棍子	李杰李莲英李二棍子	表示匹配一个不是"和"的字符任意次
`[\d]`	456bdha3	4 5 6 3	表示匹配任意一个数字，匹配到4个结果
`[\d]+`	456bdha33ss66	456 33 66	表示匹配任意个数字，匹配到2个结果

import re

res = re.findall('李[杰莲英二棍子]*', '李杰和李莲英和李二棍子')
print(res)  # ['李杰', '李莲英', '李二棍子']

res = re.findall('李[^和]*', '李杰和李莲英和李二棍子')
print(res)  # ['李杰', '李莲英', '李二棍子']

res = re.findall('[\d]', '456bdha3')
print(res)  # ['4', '5', '6', '3']

res = re.findall('[\d]+', '456bdha33ss66')
print(res)  # ['456', '33', '66']

【6】分组匹配`()与或｜［^］`

身份证号码是一个长度为15或18个字符的字符串
- 如果是15位则全部由数字组成，首位不能为0；
- 如果是18位，则前17位全部是数字，末位可能是数字或x，
- 下面我们尝试用正则来表示

正则	待匹配字符	匹配结果	说明
`^[1-9]\d{13,16}[0-9x]$`	110101198001017032	110101198001017032	表示可以匹配一个正确的身份证号
`^[1-9]\d{13,16}[0-9x]$`	1101011980010170	1101011980010170	表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字
`^[1-9]\d{14}(\d{2}[0-9x])?$`	1101011980010170	False	`现在不会匹配错误的身份证号了 ()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次`
`^([1-9]\d{16}[0-9x]	[1-9]\d{14})$`	110105199812067023	110105199812067023

【7】转义符

正则	待匹配字符	匹配结果	说明
\n	\n	False	因为在正则表达式中\是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配
\n	\n	True	转义\之后变成\，即可匹配
"\n"	'\n'	True	如果在python中，字符串中的''也需要转义，所以每一个字符串''又需要转义一次
r'\n'	r'\n'	True	在字符串之前加r，让整个字符串不转义

【8】贪婪匹配

贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

正则	待匹配字符	匹配结果	说明
`<.*>`	`<script>...<script>`	`<script>...<script>`	默认为贪婪匹配模式，会匹配尽量长的字符串
`<.*?>`	`r'\d'`	`<script> <script>`	加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串

几个常用的非贪婪匹配：
- *? 重复任意次，但尽可能少重复
- +? 重复1次或更多次，但尽可能少重复
- ?? 重复0次或1次，但尽可能少重复
- {n,m}? 重复n到m次，但尽可能少重复
- {n,}? 重复n次以上，但尽可能少重复
. 是任意字符
* 是取 0 至无限长度
? 是非贪婪模式。
合在一起就是取尽量少的任意字符，一般不会这么单独写
- 他大多用在：.*? 就是取前面任意长度的字符，直到一个x出现

import re

res = re.findall('李.*?', '李杰和李莲英和李二棍子')
print(res)  # ['李', '李', '李']

res = re.findall('李.+?', '李杰和李莲英和李二棍子')
print(res)  # ['李杰', '李莲', '李二']

res = re.findall('李.??', '李杰和李莲英和李二棍子')
print(res)  # ['李', '李', '李']6

res = re.findall('李.{2,3}?', '李杰和李莲英和李二棍子')
print(res)  # ['李杰和', '李莲英', '李二棍']

res = re.findall('李.{2,}?', '李杰和李莲英和李二棍子')
print(res)  # ['李杰和', '李莲英', '李二棍']

【二】re模块常用方法

【1】findall：查找结果

# 返回所有满足匹配条件的结果,放在列表里
import re

num_str = 'ligo is good'
res = re.findall('o',num_str)
print(res)
# ['o', 'o', 'o']

【2】search：查找结果

# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None
import re

num_str = 'ligo is good'
res = re.search('o',num_str).group()
print(res) # o

【3】match：查找结果

# 同search,不过尽在字符串开始处进行匹配
import re

num_str = 'ligo is good'
res = re.match('ligo', num_str).group()
print(res)
# ligo

【4】split：切割

import re

num_str = 'ligo'
res = re.split('[li]', num_str)
print(res)
# ['', '', 'go']
# 先按'l'分割得到''和'igo',在对''和'igo'分别按'i'分割

【5】sub：制定个数替换

import re

num_str = 'ligo1scott2travis'
# 将数字替换成'X'，参数1表示只替换1个
res = re.sub('\d','X', num_str,1)
print(res)
# ligoXscott2travis

#替换2个
res = re.sub('\d','X', num_str,2)
print(res)
# ligoXscottXtravis

【6】subn：替换全部

# 将数字替换成'X'，返回元组(替换的结果,替换了多少次)
import re

num_str = '4ligo1scott2travis3'
res = re.subn('\d','X', num_str)
print(res)
# ('XligoXscottXtravisX', 4)

【7】compile：编译正则表达式

import re

# 将正则表达式编译成为一个 正则表达式对象，规则要匹配的是4个数字
obj = re.compile('\d{4}')
# 正则表达式对象调用search，参数为待匹配的字符串
res = obj.search('aaa12345bbb1234').group()
print(res)
# 1234

【三】正则方法之优先级

【1】findall的优先级查询

import re

ret = re.findall("www.(baidu|taobao).com", "www.baidu.com")
# 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
print(ret)
# ['baidu']

#加上?:可以查询到完整的网址
ret = re.findall("www.(?:baidu|taobao).com", "www.taobao.com")
print(ret)
# ['www.taobao.com']

【2】split的有优先级查询

import re

# 没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项
ret = re.split("\d+", 'ligo1scott2travis')
print(ret)
# ['ligo', 'scott', 'travis']

ret = re.split("(\d+)", 'ligo1scott2travis')
print(ret)
# ['ligo', '1', 'scott', '2', 'travis']

【四】常用正则表达式

场景	正则表达式
用户名	`^[a-z0-9_-]{3,16}$`
密码	`^[a-z0-9_-]{6,18}$`
手机号码	`^(?:\+86)?1[3-9]\d{9}$`
颜色的十六进制值	`^#?([a-f0-9]`
电子邮箱	`^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+\.[a-z]+$`
URL	`^(?:https://`
IP 地址	`((2[0-4]\d`
HTML 标签	`^<([a-z]+)([^<]+)(?:>(.)<\/\1>`
utf-8编码下的汉字范围	`^[\u2E80-\u9FFF]+$`

posted @ 2024-05-09 15:26 Ligo6 阅读(44) 评论(0) 收藏举报

刷新页面返回顶部

ligo6

模块学习之re模块

【一】正则语法

【1】引入

【2】字符组

【3】元字符

【4】量词

【5】位置元字符

【6】分组匹配`()与或｜［^］`

【7】转义符

【8】贪婪匹配

【二】re模块常用方法

【1】findall：查找结果

【2】search：查找结果

【3】match：查找结果

【4】split：切割

【5】sub：制定个数替换

【6】subn：替换全部

【7】compile：编译正则表达式

【三】正则方法之优先级

【1】findall的优先级查询

【2】split的有优先级查询

【四】常用正则表达式

公告

ligo6

模块学习之re模块

【一】正则语法

【1】引入

【2】字符组

【3】元字符

【4】量词

【5】位置元字符

【6】分组匹配()与 或 ｜［^］

【7】转义符

【8】贪婪匹配

【二】re模块常用方法

【1】findall：查找结果

【2】search：查找结果

【3】match：查找结果

【4】split：切割

【5】sub：制定个数替换

【6】subn：替换全部

【7】compile：编译正则表达式

【三】正则方法之优先级

【1】findall的优先级查询

【2】split的有优先级查询

【四】常用正则表达式

公告

【6】分组匹配`()与或｜［^］`