第12章 python正则表达式
正则表达式就是与中文的内容进行匹配 ，验证网站：https://regex101.com
1.常见语法
- 汉字、英文就对应文本中查找的部分
- 元字符：. * + ? \ [ ] ^ $ { } | ( )
- 点：匹配除了换行符之外的任何单个字符
- 星号：匹配前面的子表达式任意次，包括0次-n次
- 加号：匹配前面的子表达式一次或多次，不包括0次
- 花括号：前面的字符匹配指定的次数
- {3，4}->至少3次、至多4次
- {4}->就是4次
- 反斜杠：恢复. *等元字符原本的含义，形式即'\.'
- \d 匹配0-9之间任意一个数字字符，等价于表达式【0-9】
-\D 匹配任意一个不是0-9之间的数字字符，等价于表达式【^0-9】
-\s 匹配任意一个空白字符
-\S匹配任意一个非空白字符
-\w匹配任意一个文字字符，包括大小写字母、数字、下划线，纯英文要制定ASCII码格式
-\W匹配任意一个非文字字符
- \d 匹配0-9之间任意一个数字字符，等价于表达式【0-9】
- 方括号-匹配某几种类型的字符
- 【a-b】：表示从a到b
- 【abc】:表示a,b,c中任意一个字符
- 【元字符】：元字符不需要转义
- 【^】:表示非得概念，除了某种字符之外的字符
- 起始位置和单行、多行模式
^表示开头$表示结尾- re.compile(r'正则表达式',re.M)表示多行模式，默认是单行模式
- 括号 ：
- 组选择（）
- 问号：
- ？表示出现0或1次
- 切割字符串
- splite()结合正则表达式
- sub替换
- 参数:match
- match.group(0) 返回匹配上的整个字符串
- match.group(1) 返回第一个group分组的内容
在python中实现上述方法：
- 点的案例
content="""
苹果是绿色的
橙子是黄色的
乌鸦是黑色的
"""
import re
p=re.compile(r'.色')
for one in p.findall(content):
print(one)
- 星号的案例:.* 表示后面的任意单个字符，甚至0个
content="""
苹果,是绿色的
橙子,是黄色的
乌鸦,是黑色的
鸭梨,
"""
import re
p=re.compile(r',.*')
for one in p.findall(content):
print(one)
- 花括号的案例
- 反斜杠的案例
source='''
王亚辉
tony
刘文武
'''
import re
p=re.compile(r'\w{2,4}',re.A) #ASCII码格式
print(p.findall(source))
-
方括号的案例
-
起始位置和单行、多行模式案例
开头：
结尾：
单行模式代码：
多行模式代码：
-
括号选择
组选择案例：
组选择代码：
多组选取：
多组选取代码：
-
切割字符串
-
sub替换
2. 贪婪模式和非贪婪模式
- 针对 * 和 + 号
- 贪婪就是全匹配，非贪婪就是截取
source='<html><head><title>Title</title>'
import re
p=re.compile(r'<.+>')
print(p.findall(source))
p1=re.compile(r'<.+?>')
print(p1.findall(source))
牛客刷题
1.正则查找网址
- re.match函数尝试从字符串的开头开始匹配一个模式，如果匹配成功，返回一个匹配成功的对象，否则返回None。
- re.match(pattern, string, flags = 0)
- pattern：匹配的正则表达式
- string：要匹配的字符串
- flags：标志位，用于控制正则表达式的匹配方式。如是否区分大小写、是否多行匹配等。
- re.match(pattern, string, flags = 0)
正则表达式常见的几种函数:
- re.match()函数 如果想要从源字符串的起始位置匹配一个模式
- re.search()函数 会扫描整个字符串并进行对应的匹配。
该函数与re.match()函数最大的不同是，re.match()函数从源字符串的开头进行匹配，而re.search()函数会在全文中进行检索匹配。 - re.compile() 在以上两个函数中，即便源字符串中有多个结果符合模式，也只会匹配一个结果，那么我们如何将符合模式的内容全部都匹配出来呢？
题目：
import re
print(re.match(r'https://www', input(),flags=True).span())
2.提取数字电话
import re
s=input()
p=re.compile(r'\d')
for one in p.findall(s):
print(one,end="")
3.截断电话号码
import re
s=input()
res=re.match(r'(\d*[-]?)*',s)
print(res.group())
浙公网安备 33010602011771号