正则表达式
134/10
周三 晴
小案例：
- 验证手机号码：手机号码的规则是以
1开头，第二位可以是34587，后面那9位就可以随意了。示例代码如下：
text = "18570631587" ret = re.match('1[34587]\d{9}',text) print(ret.group()) >> 18570631587
- 而如果是个不满足条件的手机号码。那么就匹配不到了。示例代码如下：
text = "1857063158" ret = re.match('1[34587]\d{9}',text) print(ret.group())
- 验证邮箱：邮箱的规则是邮箱名称是用
数字、数字、下划线组成的，然后是@符号，后面就是域名了。示例代码如下：
text = "hynever@163.com" ret = re.match('\w+@\w+\.[a-zA-Z\.]+',text) print(ret.group())
- 验证URL：URL的规则是前面是
http或者https或者是ftp然后再加上一个冒号，再加上一个斜杠，再后面就是可以出现任意非空白字符了。示例代码如下：
text = "http://www.baidu.com/" ret = re.match('(http|https|ftp)://[^\s]+',text) print(ret.group())
- 验证身份证：身份证的规则是，总共有18位，前面17位都是数字，后面一位可以是数字，也可以是小写的x，也可以是大写的X。示例代码如下
text = "3113111890812323X" ret = re.match('\d{17}[\dxX]',text) print(ret.group())
^（脱字号）：表示以...开始：
text = "hello" ret = re.match('^h',text) print(ret.group())
如果是在中括号中，那么代表的是取反操作.
$：表示以...结束：
# 匹配163.com的邮箱
text = "xxx@163.com" ret = re.search('\w+@163\.com$',text) print(ret.group()) >> xxx@163.com
|：匹配多个表达式或者字符串：
text = "hello|world" ret = re.search('hello',text) print(ret.group()) >> hello
贪婪模式和非贪婪模式：
贪婪模式：正则表达式会匹配尽量多的字符。默认是贪婪模式。
非贪婪模式：正则表达式会尽量少的匹配字符。
示例代码如下：
text = "0123456" ret = re.match('\d+',text) print(ret.group()) # 因为默认采用贪婪模式，所以会输出0123456 >> 0123456
可以改成非贪婪模式，那么就只会匹配到0。示例代码如下：
text = "0123456" ret = re.match('\d+?',text) print(ret.group())
小案例：
匹配0-100之间的数字：
text = '99' ret = re.match('[1-9]?\d$|100$',text) print(ret.group()) >> 99
而如果text=101，那么就会抛出一个异常。示例代码如下：
text = '101' ret = re.match('[1-9]?\d$|100$',text) print(ret.group()) >> AttributeError: 'NoneType' object has no attribute 'group'
转义字符和原生字符串：
在正则表达式中，有些字符是有特殊意义的字符。因此如果想要匹配这些字符，那么就必须使用反斜杠进行转义。比如$代表的是以...结尾，如果想要匹配$，那么就必须使用\$。示例代码如下：
text = "apple price is \$99,orange paice is $88" ret = re.search('\$(\d+)',text) print(ret.group()) >> $99
原生字符串：
在正则表达式中，\是专门用来做转义的。在Python中\也是用来做转义的。因此如果想要在普通的字符串中匹配出\，那么要给出四个\。示例代码如下：
text = "apple \c" ret = re.search('\\\\c',text) print(ret.group())
因此要使用原生字符串就可以解决这个问题：
text = "apple \c" ret = re.search(r'\\c',text) print(ret.group())
re模块中常用函数：
match：
从开始的位置进行匹配。如果开始的位置没有匹配到。就直接失败了。示例代码如下：
text = 'hello' ret = re.match('h',text) print(ret.group()) >> h 如果第一个字母不是h，那么就会失败。示例代码如下：text = 'ahello' ret = re.match('h',text) print(ret.group()) >> AttributeError: 'NoneType' object has no attribute 'group' 如果想要匹配换行的数据，那么就要传入一个flag=re.DOTALL，就可以匹配换行符了。示例代码如下：text = "abc\nabc" ret = re.match('abc.*abc',text,re.DOTALL) print(ret.group()) search： 在字符串中找满足条件的字符。如果找到，就返回。说白了，就是只会找到第一个满足条件的。text = 'apple price $99 orange price $88' ret = re.search('\d+',text) print(ret.group()) >> 99
分组：
在正则表达式中，可以对过滤到的字符串进行分组。分组使用圆括号的方式。
group：和group(0)是等价的，返回的是整个满足条件的字符串。groups：返回的是里面的子组。索引从1开始。group(1)：返回的是第一个子组，可以传入多个。
示例代码如下：
text = "apple price is $99,orange price is $10" ret = re.search(r".*(\$\d+).*(\$\d+)",text) print(ret.group()) print(ret.group(0)) print(ret.group(1)) print(ret.group(2)) print(ret.groups())
findall：
找出所有满足条件的，返回的是一个列表。
text = 'apple price $99 orange price $88' ret = re.findall('\d+',text) print(ret) >> ['99', '88']
sub：
用来替换字符串。将匹配到的字符串替换为其他字符串。
ext = 'apple price $99 orange price $88' ret = re.sub('\d+','0',text) print(ret) >> apple price $0 orange price $0
sub函数的案例，获取拉勾网中的数据：
html = """ <div> <p>基本要求：</p> <p>1、精通HTML5、CSS3、 JavaScript等Web前端开发技术，对html5页面适配充分了解，熟悉不同浏览器间的差异，熟练写出兼容各种浏览器的代码；</p> <p>2、熟悉运用常见JS开发框架，如JQuery、vue、angular，能快速高效实现各种交互效果；</p> <p>3、熟悉编写能够自动适应HTML5界面，能让网页格式自动适应各款各大小的手机；</p> <p>4、利用HTML5相关技术开发移动平台、PC终端的前端页面，实现HTML5模板化；</p> <p>5、熟悉手机端和PC端web实现的差异，有移动平台web前端开发经验，了解移动互联网产品和行业，有在Android,iOS等平台下HTML5+CSS+JavaScript（或移动JS框架）开发经验者优先考虑；6、良好的沟通能力和团队协作精神，对移动互联网行业有浓厚兴趣，有较强的研究能力和学习能力；</p> <p>7、能够承担公司前端培训工作，对公司各业务线的前端（HTML5\CSS3）工作进行支撑和指导。</p> <p><br></p> <p>岗位职责：</p> <p>1、利用html5及相关技术开发移动平台、微信、APP等前端页面，各类交互的实现；</p> <p>2、持续的优化前端体验和页面响应速度，并保证兼容性和执行效率；</p> <p>3、根据产品需求，分析并给出最优的页面前端结构解决方案；</p> <p>4、协助后台及客户端开发人员完成功能开发和调试；</p> <p>5、移动端主流浏览器的适配、移动端界面自适应研发。</p> </div> """ ret = re.sub('</?[a-zA-Z0-9]+>',"",html) print(ret)
split：
使用正则表达式来分割字符串。
text = "hello world ni hao" ret = re.split('\W',text) print(ret) >> ["hello","world","ni","hao"]
compile：
对于一些经常要用到的正则表达式，可以使用compile进行编译，后期再使用的时候可以直接拿过来用，执行效率会更快。而且compile还可以指定flag=re.VERBOSE，在写正则表达式的时候可以做好注释。示例代码如下：
text = "the number is 20.50" r = re.compile(r""" \d+ # 小数点前面的数字 \.? # 小数点 \d* # 小数点后面的数字 """,re.VERBOSE) ret = re.search(r,text) print(ret.group())
岁月有你 惜惜相处
