python入门_常见正则表达式匹配

made_in_miliLV的主页.png

- 正则表达式:正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。在开发的使用场景 - 例如:匹配url等等

本文中,对正则表达式的一些语法使用,进行了探究与测试,其中包括以下几部分: ①.正则表达式模块组成 ②.正则表达式的语法 - '.' , '[...]' , '\d \D' , '\s \S', ' \w \W' ③.正则表达式的语法 - ' * ', ' + ', ' ? ', ' {m} {m,n}', ' *? +? ?? ' ④.正则表达式的语法 - '^', ' $' ,' \A \Z' ⑤.正则表达式的语法 - '|' , ' (ab) ',

  • 特别说明,图片名称 与上图的目录对应: 四[n] = 语法四 = 第⑤条!

1.png

a.使用re的compilie - 生成 pattern对象
b.调用pattern的方法 - 匹配字符串 -- 方法举例:match
    --match:从字符串开头开始匹配,匹配的内容是 compile(‘str’)中的 str
c.返回一个匹配结果 - result

2.png

3.png

  • 使用find方法
    • 找到,就返回起始索引起始下标
    • 找不到,就返回 -1

4.png

  • 使用 startswitch - 判断起始字符串 匹配

使用正则匹配

5.png

a.查看pattern内容

6.png

b.查看pattern类型 - pattern实例

7.png

c.查看pattern的所有方法

8.png

d. 查看match的用法:

9.png

  • match用法 - 从起始位置开始匹配 匹配成功的话 - 返回对象 匹配不到的话 - 返回zero

10.png

  • 使用match - 开始匹配

11.png

_12.png

==> 匹配成功,返回对象

13.png

==>匹配失败 - 返回zero


匹配数据查看

  • 查看匹配的内容 - group()

15.png

16.png

group() - 使用说明 - 返回字符串or 元组
      ==>匹配的内容是'()' - 返回元组
      ==>匹配的内容是str - 返回字符串
  • 查看 匹配内容在源字符串中的 - 位置

17.png

a.查看匹配规则 - miliLV

18.png

b.查看源字符串

19.png

20.png

c. miliLV 在 'miliLV study python' 字符串中的 [0,6)位置,没毛病

  • 查看源字符串 - string

21.png

  • 匹配大小写 - 大写的ignorecase

22.png

匹配规则 - ‘python’ + re.I => 可以匹配大写的'python'

23.png

进行匹配的数据源 - 'PYThon'

24.png

查看匹配结果

25.png

匹配的规则 - 'python' ,re.I 匹配数据源大写的PYT 拼小写的 hon! == 'PYThon' 这个匹配规则,只要是 'python'这个str,无论里面的字符大小写,都可以顺利匹配!


  • 直接使用match的方式 - 不多设置一个pattern接收

26.png

27.png


正则表达式语法说明一: '.' , '[...]' , '\d \D' , '\s \S', ' \w \W' 用法

一(1).png

  • 使用“.” 匹配 --> 除了\n以外的所有字符

①.'a' 匹配 'a'

一(2).png

②.'a'的规则 - 匹配内容:‘b’

一(3).png

③.使用万能匹配 - '.'

一(4).png

④.查看'.'的匹配规则:

一(5).png


  • 匹配 - 字典{xxx}
  1. { } 中 - 内容是字符

一(6).png

  1. { } 中 - 内容是数字

一(7).png

  1. { }中 - 内容有多个字符

一(8).png

总结: 一个“.” 只能对应一个字符!

疑问 - 多字符匹配如何匹配??

一(9).png

一(10).png

一(11).png

总结: 几个字符 - 就用几个"." 去对应匹配 一个点不是匹配一个字符串!而是一个字符! 所以上图的{.} - 匹配不了两个字符{ 1C }的内容!- zero!


  • 字符集匹配 - [ ... ]

一(12).png

  1. 匹配 - ['abc'] 字符集‘abc’中的某个字符是否存在

一(13).png

  1. 匹配非字符集中的字符 - 比如'd'

一(14).png

  1. 为了让d 包含在字符集中匹配 - 修改匹配规则

一(15).png

虽然可以一个一个写,但是如果匹配的规则是所有英文字母,不得写a,b,c,d, ... z?

解决办法 : 区间匹配 - 使用简写

一(16).png

大写字母 - 大A呢?

一(17).png

  • 解决办法:必须要再添加A-Z的匹配规则,a-z 是无法匹配大写字母 “A”的

一(18).png

一(19).png

区间匹配,匹配规则如下

  • 可以连着写 : a-zA-Z
  • 也可以用“,”隔开 : a-z,A-Z

==> 怀疑:[a,b]规则 - 匹配 ‘1,2’

一(20).png

一(21).png

  • 不管a & z 的顺序,写在第一个的,就会被匹配

测试 -匹配双字符呢?

一(22).png

一(23).png

总结: 一个‘[ ]’ 就是匹配一个字符,多余的字符会被忽略!


  • 匹配单词字符 \w

一(24).png

  1. 正常匹配字符 --> \w

一(25).png

一(26).png

2.使用单词匹配 :\w -匹配非正常字符 - 例如此处的“ ” - 空格

一(27).png

3.使用非单词匹配 : \W - 匹配非正常字符 - 空格

一(28).png

  • 匹配内容为 - [xxx]的情况下

1.匹配规则'[xxx] '

一(29).png

2.匹配规则 - '[[xxx]]'

一(30).png

3.解决办法 - 加转译字符!

一(31).png


正则语法二 * __ + __ ? __ {m}/{m,n} __ *?/+?/??

二(1).png

  • 正则匹配 - *
  1. 匹配 - 双字符的情况下

二(2).png

  1. 匹配 - 单字符的情况下

二(3).png

  • * 排上用场的时候!

二(4).png

二(5).png

* 可以匹配 0 次 或者多次,例如上图的[a-z]* 匹配0次,也成功匹配!

  • test:*匹配无限次!

1.常规匹配 - 未使用 *

二(6).png

2.优化匹配 - 带 *

二(7).png

  • test:数字开头的匹配
  1. 数字开头

二(8).png

  1. 数字结尾

二(9).png

总结:

  • * 代表可以出现0次 or 无限次
  • *的结尾标志 - 出现在 不满足匹配规则的第一个字符开始,全部舍弃

  • 正则匹配 - “+” 号

二(10).png

  • 例如:项目需求 - 测试变量名是否正确

①.大小写字母开头

二(11).png

②.下划线开头

二(12).png

二(13).png

二(14).png

③.数字开头

二(15).png

变量名 -- 只能以 下划线_ or 大小写字母开头!


  • 正则 - 开头 ==> 大小写字母 or _ 至少一次,可以多次 ==> '+' 派上场了!

①.匹配单字符

二(16).png

②.匹配单下划线

二(17).png

③.匹配 - 多字符

二(18).png

==> 只匹配了一个字符!! 所以需要'+'登场了!

④.匹配 - 多字符 && 使用 '+'

二(19).png

⑤. 匹配 - 带数字的!比如button1

二(20).png

⑥.优化- 加号+ && * 结合使用!

二(21).png

思路:

  • 英文字母 or _ 开头是必须的,所以用 加号 - 表明只是匹配一次
  • 除了首字符,其他的可以用数字,英文字母等,但是不一定要有!所以可以0次,用*

test: ①.前部分用+,匹配后部分(数字or英文字母,但是不设置 * 的次数)

二(22).png

前部分[_,a-z,A-Z] 使用了‘+’,表示可以1-N次,当第一个不满足匹配规则的 - 数字1出现之后,停止前部分匹配 - 使用后部分 带[0-9]的匹配规则

②.后部分的匹配内容 - 数字长度改为不等于1之后:

二(23).png

③.优化:使用'*' - 表示后部分的规则 - 可以不出现 or 出现多次

二(24).png


  • 正则匹配 - “?” 号

二(25).png

例如 - 验证:一个数字 - 是否是0-99直接的数字

分析 ->

  • 最少一位,至多2位,个位数上的是必须的,所以直接用[0-9]
  • 十位数上,可能有,也可能没有,如果0-9,就没有十位数,所以十位数上匹配规则 --> '[1-9]?'
  • 加个问号 - 代表十位数可以有一次,也可以没有!

test:

  1. 常规数字:

二(26).png

  1. 个位数为 0

二(27).png

  1. 小于10的个位数数字

二(28).png

  1. 特例:创世神- 09(以0开头的 - 个位数!)- dotaer才懂的这个梗

二(29).png

解释原因:

  • 查看十位数的匹配规则 - [1-9]? -- 此时十位数是0,所以不满足[1-9]的匹配条件,并且十位数是 ? - 可以为 0次! --> 所以首数字 -0 直接进入后半部分匹配!
  • 个位数匹配规则 - [0-9],并且只能匹一次,此时进来匹配的是 '09' ==> ‘0’满足 匹配条件 -[0-9]! ==> 所以最终输出0,因为个位数的匹配是 - [0-9],并没有+ or * ,所以只匹配一个字符 --> ‘0’,剩下的'9'就被舍弃了

  • 正则语法之 - 匹配字符出现次数 - {a}/{a,b}

二(30).png

①.匹配5次 - { 5 }

二(31).png

②.不满足条件的 { 5 }

二(32).png

解释:虽然参与匹配的str 是 ‘1234A’有五个字符,But并不是所有字符都满足匹配规则! 最终只有1234满足,所有匹配的次数 - 4次 != 5次,不满足! -> 返回zero!

③.设置区间匹配 {4,6}

二(33).png

④. 测试 - 越界

二(34).png

⑤.测试 - 部分不满足匹配规则的 - str

二(35).png

⑥.测试 - gamil邮箱 - 假定6位字符 + @ gmail.com

二(36).png

⑦.测试 - 越界

二(37).png

⑧.优化 - 改善匹配规则的次数

二(38).png


  • 贪婪模式与非贪婪模式 - ?

二(39).png

  1. 贪婪匹配 - *

二(40).png

贪婪模式- abc均在 [a-z]* 的匹配规则下,所以全匹配了 - 尽可能多的匹配

  1. 非贪婪模式 - *?

二(41).png

  • * 的匹配次数是 - [0,n],贪婪模式取最多 -n,非贪婪模式 取最少 ==>0
  • 所以后部分[a-z]直接匹配0次,最终只匹配前部分 - [0,9]
  • 而且[0-9] 没加 * or + 修饰,所以只匹配一次
  1. 同理,贪婪模式下的 ==> '+' 匹配

二(42).png

  1. 非贪婪的 '+' 匹配 ==> 取最低 - 一次匹配!

二(43).png

  1. 贪婪模式下的 '?' ==>( ? 表示:匹配 0 or 1 次!)

二(44).png

6.非贪婪模式下 '?' ==> ([0,1] - 取最少 = 0次!)

二(45).png


正则语法三 ^ __ $ __ \A __ \Z __

三(1).png

总结: 字符串开头 - ^ 字符串结尾 - $

①.邮箱匹配

三(2).png

②.如果-结尾在.com之后,又加了一堆东西

三(3).png

所以:为了正确匹配邮箱,应该设置以.com结尾为匹配条件! -> 使用$结尾符

三(4).png

③.正确匹配结果如下:

三(5).png

④.完整写法 - 再加上开头^

三(6).png


三(7).png

test: 1.\A 写在匹配规则前

三(8).png

  1. 跟*/ + ? 一样,写在后面?

三(9).png

3.正确写法:

三(10).png

\A写在前面没错,第一次error,内容里有',' 匹配规则 - \w - 只能匹配字符!数字 && 大小写字母 && 下划线_ !

三(11).png

三(12).png


正则语法四 | && (ab)

四(1).png

-| '或' 的用法

①.'abc' | '123' ==> 可以匹配 'abc' or '123'!

四(2).png

四(3).png

  • 'abc|123' 去 匹配 'abc|123'

四(4).png

猜测结果:

  • 匹配成功:匹配的内容group = 'abc|123'
  • 匹配失败:只能匹配‘abc’ or ‘123’

②.结果如下:

四(5).png

原理解释:

  • 拿'abc|123' 去 匹配规则 -- 'abc|123' 中匹配,发现 匹配规则 - | 前部分的 abc 正好与 我们的源字符串'abc|123'的'abc'匹配 - 满足匹配规则 - success ==> group = 'abc'!

test2:

四(6).png

猜测 - 匹配不上:

  • 匹配规则 - 'abc|123'
  • 数据源 ---- '123|abc'
  • 均不对应,匹配不上!

③.结果如下:

四(7).png

原理解释:

  • 数据源 -- '123|abc' 去 匹配规则'abc|123'中查找
  • 前部分 'abc'不符合 - 跳过
  • 后半部分 '123'符合匹配条件 -- 匹配成功! group = 123

  • 分组 - 使用'()'实现

四(8).png

①.需求 : 匹配gmail邮箱:

四(9).png

②.需求 - 匹配 gmail && 163 邮箱 - 思路 : 使用 “|”(或)

四(10).png

③.精简写法 - 不抄写整个的邮箱

四(11).png

- 想要实现参数 ~ gmail || 163的替换,但是后半部分 - 直接被舍去匹配了

特别注意:这里的匹配,并不是 - ‘gmail' or '163.com'! -- 这整个后半部分

四(12).png

  • 解决办法 - 正确使用分组 - ()

四(13).png

四(14).png

四(15).png

主要用在XML标签中,暂不学习


  • 学习就要不断的保持对未知知识的兴趣,不是别人说什么就是什么。要勇于提出质疑,sunnyxx大神说的 - 要勇于提出质疑,‘凭什么你说的就是对的?我也要试试’
  • 正则的规则其实是可以背的,但是如果不自己去探究一波,感觉很多东西就只是死记硬背,终究还是会忘记,只有自己掌握的,才是自己的~

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Vamei实验室

Python进阶04 函数的参数对应

我们已经接触过函数(function)的参数(arguments)传递。当时我们根据位置,传递对应的参数。我们将接触更多的参数传递方式。 回忆一下位置传递: d...

20570
来自专栏阿凯的Excel

Python读书笔记16(循环大法好!while少不了)

今天和大家分享一个新的循环语句while! 之前学过for循环语句用于遍历列表、元组、字典内的值,我们重温一下! ? 这种for循环语句是根据列表元素值的数量来...

38250
来自专栏用户2442861的专栏

java MS之泛型

http://blog.csdn.net/stypace/article/details/42102567

10620
来自专栏LuckQI

学习Java基础知识,打通面试关~十二接口与抽象类

11040
来自专栏LIN_ZONE

PHP 类型判断和NULL,空值检查

 PHP是一种宽松类型的编程语言,在函数中对传入的参数值的“类型”以及”值是否为空或者NULL“进行检查是不可缺少的步骤。

21820
来自专栏C/C++基础

C/C++数据类型的转换之终极无惑

数据类型在编程中经常遇到,虽然可能存在风险,但我们却乐此不疲的进行数据类型的转换。

10230
来自专栏Java架构师进阶

Java 常见的 30 个误区与细节!

1、在Java中,没有goto语句。因为大量使用goto语句会降低程序的可读性和可维护性,所以Java语言取消了goto的使用。同时,为了避免程序员自行使用go...

9030
来自专栏企鹅号快讯

轻松学习Python:基础知识汇总

Python基础01 Hello World! Python命令行 假设你已经安装好了Python, 那么在命令提示符输入: python 将直接进入pytho...

18880
来自专栏小樱的经验随笔

【Java学习笔记之一】java关键字及作用

Java关键字及其作用 一、 总览: 1 访问控制 2 private protected public 3 4 类,方法和变量修饰符 ...

34180
来自专栏小狼的世界

Python 3.6学习笔记(一)

可以看到,注释以#开头,python的变量不需要任何前缀,行结束不需要结束符号,非常符合我们自然语言的阅读和书写习惯。当语句以:结尾时,缩紧的语句视为代码块。

11520

扫码关注云+社区

领取腾讯云代金券