python正则表达式

正则表达式

1.什么是正则表达式

• 正则表达式是独立于然和一门语言的技术，不依赖其他语言的
• 本质上是一个字符串，只不过有些字符被赋予特殊的含义，可以让我们使用该字符串对其他字符串进行查找，匹配，切割，替换的操作

2.正则表达式的实现

import re
res1`= re.findall(正则表达式，需要备被操作的字符)

3.写正则表达式的流程

• 有大量的文本
• 寻找规律
• 根据过滤和正则语法编写正则表达式

4.正则表达式的语法

4.1 字符相关的语法

• 固定的文本字符串本身其实就是一个正则表达式
  • 注：字符串前r的作用是防止字符转义的

import re
text= '大家好我是lowreed 请叫我lowreed'
res = re.findall(r'lowreed',text)
print(res) #['lowreed', 'lowreed']

• 包含字符[] 判读包含某一个

import re
text= '大家好我是lowreedba 请叫我lowreedab'
res = re.findall(r'lowreed[a]',text)
print(res) # ['lowreeda']

• 含有特殊字符[0-9] , [a-z]

import re
text= '大家好我是lowreedba 请叫我lowreedab'
res = re.findall(r'lowreed[a-z]',text)
print(res) #['lowreedb', 'lowreeda']
#匹配a-z中的字符

• \d表示数字0-9任意一个
• {n} n表示紧跟着大括号的符号出现了多少次
• {n,} 表示匹配n个及n个以上
• {n，m}n表示最小匹配次数， m表示最大匹配次数

text= '大家好我是lowreed6666 请叫我lowreed666 我不是lowreed66'
#匹配字符后数字为3-4个
res = re.findall(r'lowreed\d{3,4}',text)
print(res) #['lowreed6666', 'lowreed666']

• 表示数量

  • ？ 表示出现了0次或者1次
  • +表示出现了1次或者n次
  • *表示出现了0次或者n次

• \w 大写字母 数字下划线 汉字

• \W除了大小写字母 数字下划线， 匹配其他字符

• .表示任意字符

import re
text= '大家好我是lowreed6666@@ 请叫我lowreed666** 我不是lowreed66中国'
res = re.findall(r'lowreed\w*',text)
print(res) #['lowreed6666', 'lowreed666', 'lowreed66中国']

匹配原身字符.的方式: 可以加\字符

4.2正则表达式使用的注意事项

• 在使用数量相关语法的正则情况下，默认python使用的是贪婪匹配

4.3 正则进阶使用

• （）分组

import re
text= '341234200001011234 13812345678'
res= re.findall(r'(34\d{4}(\d{4})\d*)',text)
print(res) #[('341234200001011234', '2000')]
#单独的去出身份证号码， 身份证的上出身年份

• 或

import re
text= '1234@qq.com 1234@163.com 1234@1@3.com'
res= re.findall(r'(\w*@(qq|163).com)',text)
print(res)#[('1234@qq.com', 'qq'), ('1234@163.com', '163')]

• ^以XXX开头匹配
• $以XXX结尾匹配

4.4 re的模块函数

• findall()在大字符串中查找所有符合正则表达的小串，返回一个符合结果的列表

• search()从左向右匹配，智慧匹配一次

• match()从左向右，从第一个字符开始匹配，如果第一个字符不符合，停止匹配

• split() 以正则的形式切割字符串

import re
text= '1234@qq.com 1234@163.com 1234@1@3.com'
res= re.split(r'@qq',text)
print(res) #['1234', '.com 1234@163.com 1234@1@3.com']