41、python的正则表达式
1、
python中re模块提供了正则表达式相关操作
字符：
. 匹配除换行符以外的任意字符
^ 匹配字符串的开始
$ 匹配字符串的结束
w 匹配字母或数字或下划线或汉字
W大写代表非w.
s 匹配任意的空白符
d 匹配数字
匹配单词的开始或结束这里的单词是指连续的字母，数字和下划线组成的字符串。
>>> re.findall(r'I','I am a bIoy')
['I']
>>> re.findall(r'I','I am a bIoyI')
['I', 'I']
$ 匹配字符串的结束
次数：
* 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
+ 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
>>> re.findall('ale{1,5}x',s1)
['alex']
>>> s1 = 'sdfsoodsfjsdaleeeeex'
>>> re.findall('ale{1,5}x',s1)
['aleeeeex']
[]代表匹配任意一个：[]中的元字符没有特殊意义，除了
- ，^在中括号里面代表非的意思！！！！！，
：反斜杠后面跟元字符表示去除其特殊功能（转义）
: 反斜杠后面跟一些普通字符实现特殊功能。
>>> re.findall('a[bc]d','abde')
['abd']
>>> re.findall('a[bc]d','acde')
['acd']
>>> re.findall('a[a-z]d','acde')
['acd']
>>> re.findall('a[a-z]d','acesde')
[]
>>> re.findall('a[a-z]+d','acesde')
['acesd']
match
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
# match，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None match(pattern, string, flags=0) # pattern： 正则模型 # string ： 要匹配的字符串 # falgs ： 匹配模式 X VERBOSE Ignore whitespace and comments for nicer looking RE's. I IGNORECASE Perform case-insensitive matching. M MULTILINE "^" matches the beginning of lines (after a newline) as well as the string. "$" matches the end of lines (before a newline) as well as the end of the string. S DOTALL "." matches any character at all, including the newline. A ASCII For string patterns, make w, W, , B, d, D match the corresponding ASCII character categories (rather than the whole Unicode categories, which is the default). For bytes patterns, this flag is the only available behaviour and needn't be specified. L LOCALE Make w, W, , B, dependent on the current locale. U UNICODE For compatibility only. Ignored for string patterns (it is the default), and forbidden for bytes patterns. |
# 无分组
r = re.match("hw+", origin)
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组结果
# 有分组
# 为何要有分组？提取匹配成功的指定内容（先匹配成功全部正则，再匹配成功的局部内容提取出来）
r = re.match("h(w+).*(?P<name>d)$", origin)
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组中所有执行了key的组
Demo
search
|
1
2
|
# search,浏览整个字符串去匹配第一个，未匹配成功返回None# search(pattern, string, flags=0) |
# 无分组
r = re.search("aw+", origin)
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组结果
# 有分组
r = re.search("a(w+).*(?P<name>d)$", origin)
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组中所有执行了key的组
demo
findall
|
1
2
3
|
# findall，获取非重复的匹配列表；如果有一个组则以列表形式返回，且每一个匹配均是字符串；如果模型中有多个组，则以列表形式返回，且每一个匹配均是元祖；# 空的匹配也会包含在结果中#findall(pattern, string, flags=0) |
# 无分组
r = re.findall("aw+",origin)
print(r)
# 有分组
origin = "hello alex bcd abcd lge acd 19"
r = re.findall("a((w*)c)(d)", origin)
print(r)
Demo
sub
|
1
2
3
4
5
6
7
8
|
# sub，替换匹配成功的指定位置字符串sub(pattern, repl, string, count=0, flags=0)# pattern： 正则模型# repl ： 要替换的字符串或可执行对象# string ： 要匹配的字符串# count ： 指定匹配个数# flags ： 匹配模式 |
# 与分组无关
origin = "hello alex bcd alex lge alex acd 19"
r = re.sub("aw+", "999", origin, 2)
origin = "hello alex bcd alex lge alex acd 19"
r = re.sub("aw+", "999", origin, 2)
print(r)
hello 999 bcd 999 lge alex acd 19
split
|
1
2
3
4
5
6
7
|
# split，根据正则匹配分割字符串split(pattern, string, maxsplit=0, flags=0)# pattern： 正则模型# string ： 要匹配的字符串# maxsplit：指定分割个数# flags ： 匹配模式 |
# 无分组
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("alex", origin, 1)
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("alex", origin, 1)
print(r)
['hello ', ' bcd alex lge alex acd 19']
# 有分组
origin = "hello alex bcd alex lge alex acd 19"
origin = "hello alex bcd alex lge alex acd 19"
r1 = re.split("(alex)", origin, 1)
print(r1)
['hello ', 'alex', ' bcd alex lge alex acd 19']
r2 = re.split("(al(ex))", origin, 1)
print(r2)
['hello ', 'alex', 'ex', ' bcd alex lge alex acd 19']
IP：
^(25[0-5]|2[0-4]d|[0-1]?d?d)(.(25[0-5]|2[0-4]d|[0-1]?d?d)){3}$
手机号：
^1[3|4|5|8][0-9]d{8}$
邮箱：
[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+)+
^(25[0-5]|2[0-4]d|[0-1]?d?d)(.(25[0-5]|2[0-4]d|[0-1]?d?d)){3}$
手机号：
^1[3|4|5|8][0-9]d{8}$
邮箱：
[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+)+
#re.compile（）封装成一个对象用来调用!!
>>> origin = "hello alex bcd alex lge alex acd 19"
>>> regex = re.compile(r'alex')
>>> regex.findall(origin)
['alex', 'alex', 'alex']