一、python正则概览
正则基本使用
import re re.match(r"正则", 数据) 从头开始匹配 返回值 成功匹配返回结果对象 从结果对象中获取匹配 .group() 匹配失败 返回None re.search(r"正则", 数据) 从数据中进行搜索 并且尝试匹配 返回值 成功匹配返回结果对象 从结果对象中获取匹配 .group() 匹配失败 返回None匹配单个字符 - 元字符
. 匹配1个任意字符 除 \n re.match(r"hello.","hello1").group() re.match(r"hello.","hello9").group() re.match(r"hello.","helloa").group() re.match(r"hello.","hello\n").group() [] 匹配集合中任意一个字符 -白名单 re.match(r"hello[a]","helloa").group() re.match(r"hello[a]","hellob").group() re.match(r"hello[ab]","hellob").group() re.match(r"hello[ab]","helloc").group() re.match(r"hello[0123456789]","helloc").group() [^] 禁止匹配集合中的任意一个字符 -黑名单 re.match(r"hello[^0123456789]","hello9").group() re.match(r"hello[^0123456789]","helloa").group() [-] 匹配范围 ASCII码表 re.match(r"hello[^0-9]","helloY").group() re.match(r"hello[^0-9]","hello0").group() re.match(r"hello[0123456789]","helloc").group() re.match(r"hello[0-9]","helloc").group() \d 匹配一个数字字符 \D匹配一个非数字字符 \s space空白字符 匹配一个空白字符[\r\n\v\t\f ] \S匹配一个非空白字符 \w word单词 匹配一个单词字符[\da-zA-Z_] \W匹配一个非单词字符[^\da-zA-Z_] 拓展 py2 ASCII[\da-zA-Z_] py3 UNICODE[\da-zA-Z_] 加上中文 e.match(r"嫦娥\w号","嫦娥一号") re.match(r"嫦娥\w号","嫦娥一号",re.A).group() re.match(r"嫦娥[\da-zA-Z_]号","嫦娥A号").group() re.match(r"嫦娥\w号","嫦娥A号").group()匹配多个字符 - 次数
{n} 匹配n次 \d{100} 匹配\d100次 re.match(r"嫦娥\d号","嫦娥10号").group() re.match(r"嫦娥\d\d号","嫦娥10号").group() re.match(r"嫦娥\d\d\d号","嫦娥100号").group() re.match(r"嫦娥\d\d\d\d\d\d号","嫦娥100000号").group() re.match(r"嫦娥\d{6}号","嫦娥100000号").group() {n,m} 匹配 n到m次 re.match(r"嫦娥\d{3,6}号","嫦娥100000号").group() {n,} 匹配 至少n次 re.match(r"嫦娥\d{1,}号","嫦娥100000号").group() re.match(r"嫦娥\d{1,}号","嫦娥100000000000000000000号").group() + 匹配至少1次 {1,} re.match(r"嫦娥\d+号","嫦娥100000000000000000000号").group() re.match(r"嫦娥\d+号","嫦娥1号").group() re.match(r"嫦娥\d+号","嫦娥号").group() * 匹配至少0次 {0,} re.match(r"嫦娥\d{0,}号","嫦娥号").group() re.match(r"嫦娥\d*号","嫦娥号").group() ? 匹配0次或者1次 {0,1} re.match(r"嫦娥\d{0,1}号","嫦娥号").group() re.match(r"嫦娥\d{0,1}号","嫦娥1号").group() re.match(r"嫦娥\d?号","嫦娥1号").group() re.match(r"嫦娥\d?号","嫦娥号").group() 021-8888888 0755-1234678 \d{3,4}-\d{6,8}^ 匹配开始位置 $ 匹配结束位置
re.match(r"\w{4,20}@163.com","[email protected]").group() re.match(r"\w{4,20}@163.com","[email protected]").group() re.match(r"\w{4,20}@163.com$","[email protected]").group() re.search(r"\w{4,20}@163.com$","[email protected]").group() re.search(r"\w{4,20}@163.com$","[email protected]").group() re.search(r"^\w{4,20}@163.com$","[email protected]").group() re.match(r"^\w{4,20}@163.com$","[email protected]").group()分组
目的 提取出整体数据中 符合某种规律的数据 创建分组 (正则) 取出分组数据 .group() === .group(0) 表示第0个分组 表示整体匹配结果 .group(分组编号) re.match(r"嫦娥(\d?)号","嫦娥1号").group(1) re.match(r"^\w{4,20}@(\w+).com$","[email protected]").group(1) re.match(r"^\w{4,20}@qq\.com$","[email protected]").group() 分组引用 目的 - 将前面分组的匹配结果 用在后续的某个位置的匹配 使用方式 \分组的编号 re.match(r"(\d{3,4})-(\d{6,8})","021-1234567").group(1) re.match(r"(\d{3,4})-(\d{6,8})","021-1234567").group(2) re.match(r"^(\d{3,4})-(\d{6,8}) \1-\2$","021-1234567 021-1234567").group(2) re.match(r"^(\d{3,4})-(\d{6,8}) \1-\2$","021-1234567 021-1234567").group(1) re.match(r"^(\d{3,4})-(\d{6,8}) \1-\2$","021-1234567 021-1234568").group() | 匹配左边或者右边的表达式 re.match(r"\w{4,20}@qq\.com|\w{4,20}@163.com","[email protected]").group() (|) 匹配左边或者右边的表达式放到 分组中 re.match(r"^\w{4,20}@(qq|163)\.com$","[email protected]").group() re.match(r"^\w{4,20}@(qq|163)\.com$","[email protected]").group() re.match(r"^\w{4,20}@(qq|163)\.com$","[email protected]").group(1) re.match(r"^(?P<quhao>\d{3,4})-(?P<zuoji>\d{6,8}) (?P=quhao)-(?P=zuoji)$","021-1234567 021-1234567")高级方法
findall(正则, 数据) 查找数据中符合正则规律的所有的数据 结果是列表 sub(正则, "替换的数据", 数据，count=-1) 返回值替换之后的数据 参数2可以是函数名 def func(参数是匹配对象): return "替换的数据" split(正则,数据) 返回值为 列表贪婪模式 默认情况下
懒惰模式 量词后面加? 贪婪和非贪婪必须有一个前提就是满足整体匹配结果r字符
一般在正则内容前都加上一个r就可以,也无伤大雅 自动对正则中的\ ---转义-> \\ 正则中需要使用\\ 匹配数据的\