正则表达式，又称正规表示式，是计算机科学的一个概念。匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索，替换那些匹配某个模式的文本。在开发中会大量的字符串处理工作，其中经常会涉及带字符串格式的校验，比如网页中的注册表单。使用正则表达式会非常方便，例如：检测输入QQ号，E-mail地址，手机号等等。
match：
匹配。左边第一个开始算起，匹配到返回匹配对象，否则返回None（注意不是空字符串）,group方法用来取值。
#!/urs/bin/evn python # -*- coding:utf-8 -*- import re print(re.match("abc", "abc")) # 匹配。左边第一个开始算起 print(re.match("Xabc", "abc")) # 匹配不成功None 匹配成功返回位置详细信息 print(re.match("abc", "Xabc")) print(re.match("abc", "abcX")) # match 严格匹配。从一个一个开始 matchobj = re.match("abc", "abcdefgag") print(matchobj) print(type(matchobj)) print(matchobj.group(0)) # 挖掘的第一个匹配 line = "xqxzq is a boy not a gril" matchobj = re.match(r"(.*) is (.*)", line) print(matchobj) # 详细匹配 print(matchobj.group(0)) print(matchobj.group(1)) print(matchobj.group(2)) 结果： <_sre.SRE_Match object; span=(0, 3), match='abc'> None None <_sre.SRE_Match object; span=(0, 3), match='abc'> <_sre.SRE_Match object; span=(0, 3), match='abc'> <class '_sre.SRE_Match'> abc <_sre.SRE_Match object; span=(0, 25), match='xqxzq is a boy not a gril'> xqxzq is a boy not a gril xqxzq a boy not a gril
search
search(pattern, string, flags=0)
string:匹配的正则表达式
pattern：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
功能：整个字符串，并返回第一个成功的匹配的对象，否则返回None。
#!/urs/bin/evn python # -*- coding:utf-8 -*- import re print(re.match("abc", "abcxyz")) print(re.match("xyz", "abc xyz")) # 匹配从第一个开始 print(re.search("abc", "abcxyz")) print(re.search("xyz", "abc xyz")) # 包含就可以 searchobj = re.search("abc", "abc xyz") print(searchobj) print(searchobj.group()) print(searchobj.group(0)) searchobj = re.search(r"(.*)-is-(.*)", "abc xyz-is-go") print(searchobj) print(searchobj.group()) print(searchobj.group(0)) print(searchobj.group(1)) print(searchobj.group(2)) 结果： <_sre.SRE_Match object; span=(0, 3), match='abc'> None <_sre.SRE_Match object; span=(0, 3), match='abc'> <_sre.SRE_Match object; span=(4, 7), match='xyz'> <_sre.SRE_Match object; span=(0, 3), match='abc'> abc abc <_sre.SRE_Match object; span=(0, 13), match='abc xyz-is-go'> abc xyz-is-go abc xyz-is-go abc xyz go
findall
findall(pattern, string, flags=0)
string:匹配的正则表达式
pattern：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
功能：整个字符串，并返回结果列表
（finditer()函数相似 ）
QQstr = "498235786@qq.com" searchobj = re.findall("[1-9]d{4,10}", QQstr) print(searchobj) # 搜索全部
sub与subn 替换
import re """ safestr="全能神 全能神 全能神 全能神" #safestr=re.subn("全能神","宇宙真理",safestr) #替换 safestr=re.subn("全能神","",safestr) #删除 print(safestr) print(safestr[0]) print(safestr[1]) """ safestr="132 21323 213 213 213" safestrlast=re.subn("\d+", "ABC", safestr) #删除 print(safestrlast) print(safestr[0]) print(safestr[1]) # 全部替换 print("*"*50) safestr="132 21323 213 213 213" safestrlast=re.sub("\d+","ABC",safestr) #删除 print(safestrlast) 结果； ('ABC ABC ABC ABC ABC', 5) 1 3 ************************************************** ABC ABC ABC ABC ABC
split：
split根据匹配进行切割字符串，并返回一个列表
# -*-coding:utf-8 -*- import re """ 字符串切割 line="363316626-----3633166268190x10" linelist=line.split("-----") print(linelist) """ line="1277403 1小姐 22 166 本科 合肥 双鱼座 普通话" mylist=re.split("\s+",line) print(mylist) line1="a,b c: d; " li=re.split(r"[\s\,:;]",line1) print(li) 结果： ['1277403', '1小姐', '22', '166', '本科', '合肥', '双鱼座', '普通话'] ['a', 'b c', ' d', ' ']
匹配分组：
| 匹配左右任意一个表达式
(ab) 将括号中字符作为一个分组
um 引用分组num匹配到的字符串
(?P<name>) 分组起别名
(?P=name) 引用别名为name分组匹配到的字符串
表示边界
^ 匹配字符串开头
$ 匹配字符串结尾
匹配一个单词的边界
B 匹配非单词边界
[] 匹配任意一个
表示数量
. 匹配前一个字符出现0次或者无限次，即可有可无
+ 匹配前一个字符出现1次或者无限次，即至少有1次
？ 匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m} 匹配前一个字符出现m次
{m,} 匹配前一个字符至少出现m次
{m,n} 匹配前一个字符出现从m到n次
# 一元字符 （. ^ $ + ? {} | ()）
d 匹配任何数字，它相当于[0-9]
D 匹配任何非数字字符，它相当于[^0-9]
s 匹配任何空白字符，它相当于[ fv]
S 匹配任何非空白字符，它相当于[^ fv]
w 匹配任何字母数字字符，它相当于[a-zA-Z0-9]
w 匹配任何非字母数字字符，它相当于[^a-zA-Z0-9]
匹配到一个单词边界，也就是指单词和空格间的位置
re.I 匹配对大小不敏感，忽略异常
re.L 做本地化匹配
re.M 多行匹配，影响^ 和 $
re.S 使.匹配包过换行在内的所有字符
re.U 根据Unicde字符解析字符，这个标志影响w, W,
re.X
常见的匹配：
#!/urs/bin/evn python # -*- coding:utf-8 -*- import re Emailstr = "462928483@qq.com" Emai=re.compile("([A-Z0-9._%+-]+@[A-Z0-9.-]+.[A-Z]{2,4})", re.IGNORECASE) searchobj= re.findall(Emai, Emailstr) print(searchobj) searchobj1 = re.findall("1[34578]\d{9}", "13623413412") print(searchobj1) busstr= re.sub(r"php", "python", "itcast python php python php") print(busstr) busstr1= re.sub(r"d+", "50", "python=1000 php=50") print(busstr1) # sub将匹配到的数据进行替换 ret = re.search(r"d+", "阅读次数为 9999") print(ret.group()) p = r"(w+)@(163|126|gmail|qq).(com|cn|net)$" r = re.match(p, Emailstr) print(r.group()) s = "<html><h1>百度一下</h1></html>" re.match(r"(<.+><.+>.+</.+></.+>)", s) print(s) 结果： ['462928483@qq.com'] ['13623413412'] itcast python python python python python=50 php=50 9999 462928483@qq.com <html><h1>百度一下</h1></html>
import re m = re.search(r"^0[1-9](d{1,2})-[1-9](d{6,7})$", "0571-1234567") if m is not None: print(m.group()) else: print(None) 结果： 0571-1234567
import re m = re.search(r"((25[0-5]|2[0-4]d|((1d{2})|([1-9]?d))).){3}(25[0-5]|2[0-4]d|((1d{2})|([1-9]?d)))", "127.0.0.1") if m is not None: print(m.group()) else: print(None) 结果 127.0.0.1
import re m = re.search(r"^((((19|20)d{2})-(0?[13-9]|1[012])-(0?[1-9]|[12]d|30))|(((19|20)d{2})-(0?[13578]|1[02])-31)|(((19|20)d{2})-0?2-(0?[1-9]|1d|2[0-8]))|((((19|20)([13579][26]|[2468][048]|0[48]))|(2000))-0?2-29))$", "1985-05-22") if m is not None: print(m.group()) else: print(None)
import re m = re.search(r"(^[1-9]d{5}(18|19|([23]d))d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)d{3}[0-9Xx]$)|(^[1-9]d{5}d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)d{2}[0-9Xx]$)", "") if m is not None: print(m.group()) else: print(None) 十八位：^[1-9]d{5}(18|19|([23]d))d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)d{3}[0-9Xx]$ 十五位：^[1-9]d{5}d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)d{2}[0-9Xx]$
正则表达式:
出生日期1800-2099 (18|19|20)?d{2}(0[1-9]|1[012])(0[1-9]|[12]d|3[01])
身份证正则表达式 /^d{6}(18|19|20)?d{2}(0[1-9]|1[012])(0[1-9]|[12]d|3[01])d{3}(d|[xX])$/
位校验规则 6位地址编码+8位出生日期+3位顺序号+1位校验位