Python进阶---正则表达式

简介: Python进阶---正则表达式

一、正则表达式的概述

1. 正则表达式的介绍

在实际开发过程中经常会有查找符合某些复杂规则的字符串的需要,比如:邮箱、图片地址、手机号码等,这时候想匹配或者查找符合某些规则的字符串就可以使用正则表达式了。


2. 正则表达式概念

正则表达式就是记录文本规则的代码


3. 正则表达式的样子

0\d{2}-\d{8} 这个就是一个正则表达式,表达的意思是匹配的是座机号码


4. 正则表达式的特点

正则表达式的语法很令人头疼,可读性差

正则表达式通用行很强,能够适用于很多编程语言

二、re模块介绍

1. re模块的介绍

在Python中需要通过正则表达式对字符串进行匹配的时候,可以使用一个 re 模块

# 导入re模块
import re
 
# 使用match方法进行匹配操作
result = re.match(正则表达式,要匹配的字符串)
 
# 如果上一步匹配到数据的话,可以使用group方法来提取数据
result.group()

2. re模块的使用

import re
 
 
# 使用match方法进行匹配操作
result = re.match("itcast","itcast.cn")
# 获取匹配结果
info = result.group()
print(info)

运行结果:

itcast

三、匹配单个字符

1. 匹配单个字符

在上一小节中,了解到通过re模块能够完成使用正则表达式来匹配字符串

本小节,将要讲解正则表达式的单字符匹配

代码 功能
. 匹配任意1个字符(除了\n)
[ ] 匹配[ ]中列举的字符
\d 匹配数字,即0-9
\D 匹配非数字,即不是数字
\s 匹配空白,即 空格,tab键
\S 匹配非空白
\w 匹配非特殊字符,即a-z、A-Z、0-9、_、汉字
\W 匹配特殊字符,即非字母、非数字、非汉字

示例1: .

 
import re
 
ret = re.match(".","M")
print(ret.group())
 
ret = re.match("t.o","too")
print(ret.group())
 
ret = re.match("t.o","two")
print(ret.group())

运行结果:

1. M
2. too
3. two

示例2:[]

import re
 
# 如果hello的首字符小写,那么正则表达式需要小写的h
ret = re.match("h","hello Python") 
print(ret.group())
 
 
# 如果hello的首字符大写,那么正则表达式需要大写的H
ret = re.match("H","Hello Python") 
print(ret.group())
 
# 大小写h都可以的情况
ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())
ret = re.match("[hH]ello Python","Hello Python")
print(ret.group())
 
# 匹配0到9第一种写法
ret = re.match("[0123456789]Hello Python","7Hello Python")
print(ret.group())
 
# 匹配0到9第二种写法
ret = re.match("[0-9]Hello Python","7Hello Python")
print(ret.group())
 
ret = re.match("[0-35-9]Hello Python","7Hello Python")
print(ret.group())
 
# 下面这个正则不能够匹配到数字4,因此ret为None
ret = re.match("[0-35-9]Hello Python","4Hello Python")
# print(ret.group())

运行结果:

1. h
2. H
3. h
4. H
5. Hello Python
6. 7Hello Python
7. 7Hello Python
8. 7Hello Python

示例3:\d

import re
 
# 普通的匹配方式
ret = re.match("嫦娥1号","嫦娥1号发射成功") 
print(ret.group())
 
ret = re.match("嫦娥2号","嫦娥2号发射成功") 
print(ret.group())
 
ret = re.match("嫦娥3号","嫦娥3号发射成功") 
print(ret.group())
 
# 使用\d进行匹配
ret = re.match("嫦娥\d号","嫦娥1号发射成功") 
print(ret.group())
 
ret = re.match("嫦娥\d号","嫦娥2号发射成功") 
print(ret.group())
 
ret = re.match("嫦娥\d号","嫦娥3号发射成功") 
print(ret.group())

运行结果:

1. 嫦娥1号
2. 嫦娥2号
3. 嫦娥3号
4. 嫦娥1号
5. 嫦娥2号
6. 嫦娥3号

示例4:\D

import re
 
match_obj = re.match("\D", "f")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

f

示例5:\s

import re
 
# 空格属于空白字符
match_obj = re.match("hello\sworld", "hello world")
if match_obj:
    result = match_obj.group()
    print(result)
else:
    print("匹配失败")
 
 
 
# \t 属于空白字符
match_obj = re.match("hello\sworld", "hello\tworld")
if match_obj:
    result = match_obj.group()
    print(result)
else:
    print("匹配失败")

运行结果:

1. hello world
2. hello world

示例6:\S

import re
 
match_obj = re.match("hello\Sworld", "hello&world")
if match_obj:
result = match_obj.group()
print(result)
else:
print("匹配失败")
 
 
 
match_obj = re.match("hello\Sworld", "hello$world")
if match_obj:
result = match_obj.group()
print(result)
else:
print("匹配失败")

运行结果:

1. hello&world  
2. hello$world

示例7:\w

1.  
import re
 
# 匹配非特殊字符中的一位
match_obj = re.match("\w", "A")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

执行结果:

A

示例8:\W

# 匹配特殊字符中的一位
match_obj = re.match("\W", "&")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

执行结果:

&

四、匹配多个字符

1. 匹配多个字符

代码 功能
* 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,n} 匹配前一个字符出现从m到n次

示例1:*

需求:匹配出一个字符串第一个字母为大小字符,后面都是小写字母并且这些小写字母可 有可无

import re
 
ret = re.match("[A-Z][a-z]*","M")
print(ret.group())
 
ret = re.match("[A-Z][a-z]*","MnnM")
print(ret.group())
 
ret = re.match("[A-Z][a-z]*","Aabcdef")
print(ret.group())

运行结果:

1. M
2. Mnn
3. Aabcdef

示例2:+

需求:匹配一个字符串,第一个字符是t,最后一个字符串是o,中间至少有一个字符

import re
 
 
match_obj = re.match("t.+o", "two")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

two

示例3:?

需求:匹配出这样的数据,但是https 这个s可能有,也可能是http 这个s没有

 
import re
 
match_obj = re.match("https?", "http")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

https

示例4:{m}、{m,n}

需求:匹配出,8到20位的密码,可以是大小写英文字母、数字、下划线

import re
 
 
ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
print(ret.group())
 
ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
print(ret.group())

运行结果:

1. 
2. 12a3g4
3. 1ad12f23s34455ff66

五、匹配开头和结尾

1. 匹配开头和结尾

代码 功能
^ 匹配字符串开头
$ 匹配字符串结尾

示例1:^

需求:匹配以数字开头的数据

import re
 
# 匹配以数字开头的数据
match_obj = re.match("^\d.*", "3hello")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

3hello

示例2:$

需求: 匹配以数字结尾的数据

import re
# 匹配以数字结尾的数据
match_obj = re.match(".*\d$", "hello5")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

hello5

示例3:^ 和 $

需求: 匹配以数字开头中间内容不管以数字结尾

match_obj = re.match("^\d.*\d$", "4hello4")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

4hello4

2.除了指定字符以外都匹配

[^指定字符]: 表示除了指定字符都匹配

需求: 第一个字符除了aeiou的字符都匹配

import re
 
 
match_obj = re.match("[^aeiou]", "h")
if match_obj:
    # 获取匹配结果
    print(match_obj.group())
else:
    print("匹配失败")

执行结果

h

六、匹配分组

1. 匹配分组相关正则表达式

代码 功能
| 匹配左右任意一个表达式
(ab) 将括号中字符作为一个分组
\num 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

示例1:|

需求:在列表中["apple", "banana", "orange", "pear"],匹配apple和pear

import re
 
# 水果列表
fruit_list = ["apple", "banana", "orange", "pear"]
 
# 遍历数据
for value in fruit_list:
    # |    匹配左右任意一个表达式
    match_obj = re.match("apple|pear", value)
    if match_obj:
        print("%s是我想要的" % match_obj.group())
    else:
        print("%s不是我要的" % value)

执行结果:

1. apple是我想要的
2. banana不是我要的
3. orange不是我要的
4. pear是我想要的

示例2:( )

需求:匹配出163、126、qq等邮箱

import re
 
match_obj = re.match("[a-zA-Z0-9_]{4,20}@(163|126|qq|sina|yahoo)\.com", "hello@163.com")
if match_obj:
    print(match_obj.group())
    # 获取分组数据
    print(match_obj.group(1))
else:
    print("匹配失败")

执行结果:

1. hello@163.com
2. 163

需求: 匹配qq:10567这样的数据,提取出来qq文字和qq号码

import re
 
match_obj = re.match("(qq):([1-9]\d{4,10})", "qq:10567")
 
if match_obj:
    print(match_obj.group())
    # 分组:默认是1一个分组,多个分组从左到右依次加1
    print(match_obj.group(1))
    # 提取第二个分组数据
    print(match_obj.group(2))
else:
    print("匹配失败")

执行结果:

1. qq
2. 10567

示例3:\num

需求:匹配出<html>hh</html>

match_obj = re.match("<[a-zA-Z1-6]+>.*</[a-zA-Z1-6]+>", "<html>hh</div>")
 
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")
 
match_obj = re.match("<([a-zA-Z1-6]+)>.*</\\1>", "<html>hh</html>")
 
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

1. <html>hh</div>
2. <html>hh</html>

需求:匹配出<html><h1>www.itcast.cn</h1></html>

match_obj = re.match("<([a-zA-Z1-6]+)><([a-zA-Z1-6]+)>.*</\\2></\\1>", "<html><h1>www.itcast.cn</h1></html>")
 
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

<html><h1>www.itcast.cn</h1></html>

示例4:(?P<name>) (?P=name)

需求:匹配出<html><h1>www.itcast.cn</h1></html>

match_obj = re.match("<(?P<name1>[a-zA-Z1-6]+)><(?P<name2>[a-zA-Z1-6]+)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h1></html>")
 
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行结果:

<html><h1>www.itcast.cn</h1></html>

<end>

目录
相关文章
|
7天前
|
Python
Python进阶第一篇(Python的面向对象)
Python进阶第一篇(Python的面向对象)
|
4天前
|
自然语言处理 JavaScript 前端开发
Python高级语法与正则表达式(二)
正则表达式描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。
|
4天前
|
安全 算法 Python
Python高级语法与正则表达式(一)
Python提供了 with 语句的写法,既简单又安全。 文件操作的时候使用with语句可以自动调用关闭文件操作,即使出现异常也会自动关闭文件操作。
|
4天前
|
JavaScript 前端开发 测试技术
JavaScript进阶-正则表达式基础
【6月更文挑战第21天】正则表达式是处理字符串的利器,JavaScript中广泛用于搜索、替换和验证。本文讲解正则基础,如字符匹配、量词和边界匹配,同时也讨论了常见问题和易错点,如大小写忽略、贪婪匹配,提供代码示例和调试建议。通过学习,开发者能更好地理解和运用正则表达式解决文本操作问题。
|
7天前
|
SQL 关系型数据库 MySQL
Python进阶第二篇(Python与MySQL数据库)
Python进阶第二篇(Python与MySQL数据库)
|
7天前
|
Python
Python基础第六篇(Python函数进阶)
Python基础第六篇(Python函数进阶)
|
10天前
|
开发者 Python
Python进阶--装饰器
Python进阶--装饰器
|
12天前
|
Python
Python使用正则表达式分割字符串
在Python中,你可以使用re模块的split()函数来根据正则表达式分割字符串。这个函数的工作原理类似于Python内置的str.split()方法,但它允许你使用正则表达式作为分隔符。
|
14天前
|
人工智能 小程序 数据挖掘
Python进阶之路:谁说“菜鸟”不能变“凤凰”?
【6月更文挑战第11天】Python初学者面对复杂代码时往往感到困难,但持续学习和实践能助其成长。巩固基础,深入学习高级特性,扩展到如数据分析、AI等领域,以及参与实践和阅读优秀代码,都是进阶的关键。装饰器是简化代码的工具,例如示例展示的my_decorator,可增强函数功能。保持热情与毅力,新手将不断进步。
|
6天前
|
Python
python正则表达式入门
python正则表达式入门