Python字符串过滤器：正则表达式Regular Expression

一、什么是正则表达式

正则表达式是按照正确的既定规则、一种全语言类型Python、Java、JavaScript、PHP通用的表达式。

用途：

（1）根据规则抓取数据：配合爬虫、根据规则在文本中提取数据

（2）根据规则验证数据：验证手机号、验证邮箱、验证身份证

二、如何在Python中使用正则表达式

在Python中正则表达式的1个模块+2个方法需要学习

re模块 re=regular expression

import re

re方法一：根据规则查找/提取内容

re.findall(查找规则，匹配内容)

返回结构化数据，两个参数，形式参数为pattern（规律）string(需要查找/匹配的字符串)

re方法二：根据规则匹配/验证内容

re.match(匹配规则,匹配内容)

返回布尔，两个参数，形式参数为pattern（规律）string（验证字符串）

三、正则表达式的规则

正则表达式普通字符：

（1）普通字符是我们常规认识的a-z A-Z 0-9中文以及标点符号

正则表达式特殊符号/通配符/元字符，常用特殊字符包含：

（1）直接规则字符：. + * ? \d \D \w \W \s \S ^

（2）辅助规则字符（）{} []

这几个括弧不是数据类型

字符代表含义

.	匹配除了换行以外的任何一个字符
+	匹配前边子表达式规则字符任意次数（至少出现一次）
*	匹配前边子表达式规则字符任意次数包含0次
？	尽可能少匹配，禁止贪婪模式
\d	匹配一个数字
\D	匹配一个非数字
\w	匹配包括下划线的任何单词字符
\W	匹配任何非单词字符
\s	匹配任何空白字符
\S	匹配任何非空白字符
^	字符串开头匹配
$	字符串结束匹配
[]	筛选条件
\b	代表单词的开始或者结束（以标点、空格、换行作为分割）
\B	匹配不位于单词开始或结束位置的空字符串
()	分组（作为一个整体）
{m,n}	匹配前一个元字符m到n次
\\	转移字符，跟在其后的字符将失去作为特殊元字符的含义

特别注意^符号与[]搭配使用代表"非" 如[^a]，非a全取

举例：任务提起老师的姓名

import re

txt='''万门大学老师:宁夫
       万门大学老师:正正
       万门大学老师:陪陪'''
pattern=r":.*"
res=re.findall(pattern,txt)
print(res)

输出结果：

import re

txt='''万门大学老师:宁夫
       万门大学老师:正正
       万门大学老师:陪陪'''
pattern=r":(.*)"
res=re.findall(pattern,txt)
print(res)

输出结果：

举例：匹配日期

import re

pattern = re.compile(r"\d{4}年\d{2}月\d{2}日")
years='''
1900-02-10
1990-03-29
1991-03-31
1901年02月10日
1991年03月29日
1992年03月31日
'''

result=re.findall(pattern, years)
print(result)

输出结果：

import re

pattern = re.compile(r"\d{4}[年-]\d{2}[月-]\d{2}")
years='''
1900-02-10
1990-03-29
1991-03-31
1901年02月10日
1991年03月29日
1992年03月31日
'''

result=re.findall(pattern, years)
print(result)

输出结果：

info="姓名：boddy 生日：1987年10月1日 本科：2005年9月1日"
#match方法是从字符串最开始匹配
#贪婪匹配
match_result1=re.match(".*生日.*\d{4}",info)
print(match_result1.group())
#非贪婪匹配
match_result2=re.match(".*生日.*?\d{4}",info)
print(match_result2.group())
match_result3=re.match(".*生日.*?(\d{4}).*本科.*?(\d{4})",info)
print(match_result3.group(1))
print(match_result3.group(2))
match_result4=re.sub("\d{4}","2019",info)
print(info)
print(match_result4)
match_result5=re.search("生日.*?(\d{4}).*本科.*?(\d{4})",info)
print(match_result5.group(1))
print(match_result5.group(2))

输出结果：

re匹配模式IGNORECASE 忽略大小写，DOTALL忽略回车换行符

name1="my name is Bobby"
print(re.search("bobby", name1,re.IGNORECASE).group())
name2='''my name is '
bobby'''
print(re.match(".*bobby", name2,re.DOTALL).group())

输出结果：

举例：提取电话号码

import re

info='''mike,18391911111,39
      lin,13932111111,40
      danial,15932431115,45
      frank,1A932431115,45'''

pattern=r"\d{11}"
result=re.findall(pattern,info)
print(result)

输出结果：

这里的\d{11}表示的是连续11个数字字符

举例：验证qq邮箱是否合法

import re

qq="78929302@qq.com"
pattern=r"[1-9][0-9]{4,10}@qq.com"
result=re.match(pattern,qq)
print((bool(result)))

QQ号第一位1-9数字，第二位为0-9数字且连续出现4-10次，后面@qq普通字符直接匹配

输出结果：

举例：最基础的普通字符正则表达式

import re

txt="万门大学"
pattern=r"万门"
result=re.findall(pattern,txt)
print(result)

输出结果：

举例：通配.遇到一个通配一个

import re

txt="万门大学"
pattern=r"."
result=re.findall(pattern,txt)
print(result)

输出结果：

import re

txt="""
我在万门学Python
我在万门学java
我在万门学Django
我在万门学PPT
"""
pattern=re.compile(r"学.") #compile编译的意思，编译当前的表达式
result=pattern.findall(txt)
print(result)

输出结果：

import re

txt="""
我在万门学Python
我在万门学java
我在万门学Django
我在万门学PPT
"""
pattern=re.compile(r"学.*") #compile编译的意思，编译当前的表达式
result=pattern.findall(txt)
print(result)

输出结果：

import re

txt="""
我在万门学Python
我在万门学java
我在万门学Django
我在万门学PPT
"""
pattern=re.compile(r"学.+") #compile编译的意思，编译当前的表达式
result=pattern.findall(txt)
print(result)

输出结果：

+号是需要满足至少出现一个才会生效表达式

import re

txt="""
我在万门学Python
我在万门学java
我在万门学Django
我在万门学PPT
我在万门学
"""
pattern1=re.compile(r"学.+") #compile编译的意思，编译当前的表达式
result1=pattern1.findall(txt)
print(result1)
pattern2=re.compile(r"学.*") #compile编译的意思，编译当前的表达式
result2=pattern2.findall(txt)
print(result2)

输出结果：

举例：{}匹配指定次数{3}指定3次{2,5}指定2-5次范围。（）数据分组。^从头取值。$从尾巴取值。

import re

txt='''
我是你的正正老师
13800001111
13300001111
13400
136123123
1510000134
万门大学
.*.*&#$
'''

pattern1=r'.{3}' #.任何字符{3}要满足3个任意字符（.）联在一起
result1=re.findall(pattern1,txt)
print(result1)

输出结果：

^规定数据从头开始取值，按行取值用re.M=Multilines多行取法，就是一行一行取

import re

txt="""张三 python工程师
李四 java工程师
王五五 前端工程师"""

# findall()函数的参数 re.M=Multilines多行取法，就是一行一组取
# ^规定从头开始取
pattern1=r'^.{2,3}' #.任何字符{3}要满足3个任意字符（.）联在一起
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：

$ 规定数据从末尾开始取值

import re

txt="""张三 python工程师 8000
李四 java工程师 10000
王五五 前端工程师 12000"""

pattern1=r'.{5}$' # $任何字符{5}要满足5个任意字符（.）联在一起，从末尾开始取值
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：机械式取值

从末尾开始取数字\d取数字+出现的都取

import re

txt="""张三 python工程师 8000
李四 java工程师 10000
王五五 前端工程师 12000"""

pattern1=r'\d+$' # $从末尾开始取数字\d取数字+出现的都取
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：

*代表全部都取值，当未取到值时为空

import re

txt="""张三 python工程师 8000
李四 java工程师 10000
王五五 前端工程师 12000"""

pattern1=r'\d*$' # $从末尾开始取数字\d取数字+出现的都取
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：

import re

txt="""张三,销售总监,5000,3000
李四,销售经理,4000,2000
王五五,渠道经理,3500,1000"""

pattern1=r',\d+,' # 会取到,
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：

限制输出某一部分

import re

txt="""张三,销售总监,5000,3000
李四,销售经理,4000,2000
王五五,渠道经理,3500,1000"""

pattern1=r',(\d+),' # 不会取到,只输出分组中的内容
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：

import re

txt="""张三,销售总监,5000,3000
李四,销售经理,4000,2000
王五五,渠道经理,3500,1000"""

pattern1=r',(\d+),(\d+)' # 会取到,
result1=re.findall(pattern1,txt,re.M)
print(result1)

输出结果：输出一个列表

\w 匹配包括下划线的任何单词字符

手机号匹配（1）首先手机号第一位1开头（2）拟定第二位满足3 5 8

import re

phones='''
13800001111
13900004321
15112341234
14100001234
12900003333
1c200005678
'''

pattern1=r'1[3,5,8]\d{9}' # 会取到,
result1=re.findall(pattern1,phones)
print(result1)

输出结果：

匹配a-e A-E开头的英文单词与匹配不是a-e A-E开头的英文单词

import re

words='''love
apple
bus
study
actor
great
Air
Business
strange
python
java
english
China
'''

pattern1=r'^[a-eA-E].+' # 从头开始取因为单词是一个一个的
result1=re.findall(pattern1,words,re.M)
print(result1)
pattern2=r'^[^a-eA-E].+' # 从头开始取因为单词是一个一个的
result2=re.findall(pattern2,words,re.M)
print(result2)

输出结果：

匹配英文单词进行取值

import re

words='''love apple bus study actor great Air Business strange python java english China
'''

pattern1=r'[a-eA-E]\w+' # 从头开始取因为单词是一个一个的
result1=re.findall(pattern1,words,re.M)
print(result1)

输出结果：

如果一个单词或者一端需要匹配的文字，被切断行了，使用re.S进行匹配

import re

msg='''我到万门
大学学习Python
'''

pattern1='到.*学*'
result1=re.findall(pattern1,msg,re.S)
print(result1)

输出结果：

取完整一句话中的空格和回车用\s取

import re

words='''我是 来自 一个 万门 大学 的 对 P ython 感兴趣的
纯爷们 或 小姐姐'''

pattern1='\s+'
result1=re.findall(pattern1,words)
print(result1)

输出结果：

取完整一句话中的非空格和回车用\S取

import re

words='''我是 来自 一个 万门 大学 的 对 P ython 感兴趣的
纯爷们 或 小姐姐'''

pattern1='\S+'
result1=re.findall(pattern1,words)
print(result1)
newres=''.join(result1)
print(newres)

输出结果：

使用|作为或or 双多条件匹配，if and or

import re

words='''
北京程序员工资10000元/月
上海程序员工资12000块/月
深圳程序员工资9500圆/月'''

pattern1=r'\d+元|\d+块|\d+圆'   # 使用|作为或or 双多条件匹配，if and or
result1=re.findall(pattern1,words)
print(result1)
pattern2=r'\d+[元,块,圆]'
result2=re.findall(pattern2,words)
print(result2)

输出结果：

贪婪模式<.>和非贪婪模式<.?>

import re

# -----正则 .* 的贪婪模式
# -----正则  .*? 非贪婪模式

# -----我们就拿一个简单的网页取值来说（爬虫的第二级数据获取）
html="<html><header><title>万门大学</title></header><body><h1>Hello world</h1></body></html>"

#-----1 用<>做定位
#-----2 用<.*>取里边的值

pattern1=r'<(.*)>'   # 使用|作为或or 双多条件匹配，if and or
result1=re.findall(pattern1,html)
print(result1)
pattern2=r'<(.*?)>'   # 使用|作为或or 双多条件匹配，if and or
result2=re.findall(pattern2,html)
print(result2)

输出结果：

import re

# -----正则 .* 的贪婪模式
# -----正则  .*? 非贪婪模式

# -----我们就拿一个简单的网页取值来说（爬虫的第二级数据获取）
html="""
<html>
    <header>
      <title>万门大学</title>
    </header>
    <body>
      <h1>Hello world</h1>
    </body>
</html>
"""

#-----1 用<>做定位
#-----2 用<.*>取里边的值

pattern1=r'<(.*)>'   # 使用|作为或or 双多条件匹配，if and or
result1=re.findall(pattern1,html)
print(result1)
pattern2=r'<(.*?)>'   # 使用|作为或or 双多条件匹配，if and or
result2=re.findall(pattern2,html)
print(result2)

输出结果：

match和简单split

import re

qq1='1234@qq.com 45532441@qq.com 4134abc234@qq.com a123324844@qq.com 15532441@qq.com 14532433@qq.cn'
print(qq1.split(" "))
#切割也使用正则表达式
qq2='1234@qq.com*45532441@qq.com/4134abc234@qq.com a123324844@qq.com&15532441@qq.com#14532433@qq.cn'

pattern=r'[*/&#]'
res=re.split(pattern,qq2)
print(res)

输出结果：

import re

mail='  aaa@qq.cn bb@wanmen.org ccc@cc.com'
# ----现在的目标是想用.作为一个“坐标”来取值，但是，又是一个正则通配符号
pattern=r'@.*?\.\w+'
# ---解释一下 @这个是起点坐标.*? 是一个惰性 看到 一组 @ .之间的就取
# ---接着 \.就是 实际上一个.是一个标准符号坐标，不是正则通配符，他就代表它自己
# ---\w+剩下的所有字符都通配，遇到 空格就停止
res=re.findall(pattern,mail)
print(res)

输出结果：

特殊情况，掐头去尾，锁定固定长度，使用开头结尾标示^ $

import re

patt1=r'^a[1,2]$'
res1=re.match(patt1,'a1')
res2=re.match(patt1,'a2')
res3=re.match(patt1,'a1111')
res4=re.match(patt1,'a2222')
print(res1)
print(res2)
print(res3)
print(res4)

输出结果：

手机号正则表达式匹配

import re
# 手机号规则
# 做正则的时候一定要先拆出来你要匹配的规则 一般前三位是一个规则
# 然后后边8位数字
# 当然位数只有能有数字
pattern1=r'^(13[0-9]|14[5|7]|15[0|1|2|3|4|5|6|7|8|9]|18[0|1|2|3|4|5|6|7|8|9])\d{8}$'
res=re.match(pattern1,'15683039101')
print(res)
print(bool(res))
if res:
    print("找到了")
else:
    print("没找到")

输出结果：

邮箱匹配

import re
# 手机号规则
# 做正则的时候一定要先拆出来你要匹配的规则 一般前三位是一个规则
# 然后后边8位数字
# 当然位数只有能有数字
pattern1=r'^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$'
res=re.match(pattern1,'_dhadj@asdf.com')
print(res)
print(bool(res))
if res:
    print("找到了")
else:
    print("没找到")

　输出结果：

网页网站正则表达式匹配

import re

articles=[
    "<li><a href='http://www.xiaole8.com/shangganwenzhang'>伤感文章</a></li>",
"<li><a href='http://www.xiaole8.com/aiqingwenzhang'>爱情文章</a></li>",
"<li><a href='http://www.xiaole8.com/ganrengushi'>感人故事</a></li>",
"<li><a href='http://www.xiaole8.com/qingganmeiwen'>情感美文</a></li>",
"<li><a href='http://www.xiaole8.com/lizhiwenzhang'>励志文章</a></li>",
"<li><a href='http://www.xiaole8.com/renshengzheli'>人生哲理</a></li>",
"<li><a href='http://www.xiaole8.com/gaoxiaowenzhang'>搞笑文章</a></li>",
"<li><a href='http://www.xiaole8.com/jingdianwenzhang'>经典文章</a></li>",
"<li><a href='http://www.xiaole8.com/qinqingwenzhang'>亲情文章</a></li>",
"<li><a href='http://www.xiaole8.com/youqingwenzhang'>友情文章</a></li>",
]
pattern=r"<li><a href='(.*?)'>(.*?)</a></li>"

output={}
for article in articles:
    res=re.findall(pattern,article)
    print(res[0][0])
    output[res[0][1]]=res[0][0]
print(output)

　输出结果：

四、校验正则表达式匹配规则

一、校验数字的表达式

1 数字：^[0-9]*$

2 n位的数字：^\d{n}$

3 至少n位的数字：^\d{n,}$

4 m-n位的数字：^\d{m,n}$

5 零和非零开头的数字：^(0|[1-9][0-9]*)$

6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$

7 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$

8 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$

9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$

10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$

12 非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$

13 非负整数：^\d+$ 或 ^[1-9]\d*|0$

14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$

15 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

16 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

17 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

18 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$

19 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

二、校验字符的表达式

1 汉字：^[\u4e00-\u9fa5]{0,}$

2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$

3 长度为3-20的所有字符：^.{3,20}$

4 由26个英文字母组成的字符串：^[A-Za-z]+$

5 由26个大写英文字母组成的字符串：^[A-Z]+$

6 由26个小写英文字母组成的字符串：^[a-z]+$

7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$

8 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$

9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$

10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

11 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+

12 禁止输入含有~的字符：[^~\x22]+

三、特殊需求表达式

1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

3 InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

4 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$

5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"

和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$

6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

7身份证号码(数字、字母x结尾)：^(\d{15}$|^\d{18}$|^\d{17}(\d|X|x))$

9 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

11 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A

Z]).{8,10}$

12 日期格式：^\d{4}-\d{1,2}-\d{1,2}

13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$

14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

15 钱的输入格式：

16 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$

17 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$

18 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$

19 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下

面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$

20 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$

21 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$

22 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$

23 8.1到3个数字,后面跟着任意个逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

24 备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在

用函数时去掉去掉那个反斜杠,一般的错误都在这里

25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

26 中文字符的正则表达式：[\u4e00-\u9fa5]

27 双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))

28 空白行的正则表达式：\n\s*\r (可以用来删除空白行)

29 HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于

复杂的嵌套标记依旧无能为力)

30 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页

符等等)，非常有用的表达式)

31 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

32 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

33 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

posted @ 2024-04-23 20:27 leagueandlegends 阅读(664) 评论(0) 收藏举报

刷新页面返回顶部

leagueandlegends

三更灯火五更鸡，正是男儿读书时。黑发不知勤学早，白首方悔读书迟。

Python字符串过滤器：正则表达式Regular Expression

一、什么是正则表达式

二、如何在Python中使用正则表达式

三、正则表达式的规则

字符代表含义

举例：任务提起老师的姓名

举例：匹配日期

举例：提取电话号码

举例：验证qq邮箱是否合法

举例：最基础的普通字符正则表达式

举例：通配.遇到一个通配一个

举例：{}匹配指定次数{3}指定3次{2,5}指定2-5次范围。（）数据分组。^从头取值。$从尾巴取值。

^规定数据从头开始取值，按行取值用re.M=Multilines多行取法，就是一行一行取

$ 规定数据从末尾开始取值

从末尾开始取数字\d取数字+出现的都取

*代表全部都取值，当未取到值时为空

限制输出某一部分

\w 匹配包括下划线的任何单词字符

手机号匹配（1）首先手机号第一位1开头（2）拟定第二位满足3 5 8

匹配a-e A-E开头的英文单词与匹配不是a-e A-E开头的英文单词

匹配英文单词进行取值

如果一个单词或者一端需要匹配的文字，被切断行了，使用re.S进行匹配

取完整一句话中的空格和回车用\s取

取完整一句话中的非空格和回车用\S取

使用|作为或or 双多条件匹配，if and or

贪婪模式<.>和非贪婪模式<.?>

match和简单split

特殊情况，掐头去尾，锁定固定长度，使用开头结尾标示^ $

手机号正则表达式匹配

邮箱匹配

网页网站正则表达式匹配

四、校验正则表达式匹配规则

公告

leagueandlegends

三更灯火五更鸡，正是男儿读书时。黑发不知勤学早，白首方悔读书迟。

Python字符串过滤器：正则表达式Regular Expression

一、什么是正则表达式

二、如何在Python中使用正则表达式

三、正则表达式的规则

字符代表含义

举例：任务提起老师的姓名

举例：匹配日期

举例：提取电话号码

举例：验证qq邮箱是否合法

举例：最基础的普通字符正则表达式

举例：通配.遇到一个通配一个

举例：{}匹配指定次数{3}指定3次{2,5}指定2-5次范围。（）数据分组。^从头取值。$从尾巴取值。

^规定数据从头开始取值，按行取值用re.M=Multilines多行取法，就是一行一行取

$ 规定数据从末尾开始取值

从末尾开始取数字\d取数字+出现的都取

*代表全部都取值，当未取到值时为空

限制输出某一部分

\w 匹配包括下划线的任何单词字符

手机号匹配（1）首先手机号第一位1开头（2）拟定第二位满足3 5 8

匹配a-e A-E开头的英文单词与匹配不是a-e A-E开头的英文单词

匹配英文单词进行取值

如果一个单词或者一端需要匹配的文字，被切断行了，使用re.S进行匹配

取完整一句话中的空格和回车用\s取

取完整一句话中的非空格和回车用\S取

使用|作为或or 双多条件匹配，if and or

贪婪模式<.*>和非贪婪模式<.*?>

match和简单split

特殊情况，掐头去尾，锁定固定长度，使用开头结尾标示^ $

手机号正则表达式匹配

邮箱匹配

网页网站正则表达式匹配

四、校验正则表达式匹配规则

公告

贪婪模式<.>和非贪婪模式<.?>