专栏首页AzMarkPython 学习之正则表达式「上 」

Python 学习之正则表达式「上 」

开始今天的内容之前,先说一下前两天分享过的关于图形用户界面编程 「Tkinter」 的内容代码已经放在公号后台

百度百科上关于正则表达式的解释:

  • 正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为 regex、regexp 或 RE ),计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
  • 正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,模式描述在搜索文本时要匹配的一个或多个字符串。
  • Python 从 1.5 版本开始增加了 re 模块,它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则表达式功能。

为了证明正则表达式功能的强大之处,我们先用个小例子体现一下:

例:判断是否是手机号码

未采用正则表达式

# 用之前学过的知识判断输入的是否是手机号码

def isPhoneNumber(str):

    if len(str) != 11:
        return False
    elif str[0] != "1":
        return False
    # 这里只列出了常见的几种手机号码的开头
    elif str[1:3] != "31" and str[1:3] != "32" and str[1:3] != "38" and str[1:3] != "39" and str[1:3] != "47" and str[1:3] != "51" and str[1:3] != "57" and str[1:3] != "78" and str[1:3] != "86" and str[1:3] != "88":
        return False

    for i in range(3, 11):
        if str[i] < "0" or str[i] > "9":
            return False
    return True

phoneNumber = input("请输入您的手机号:")
print(isPhoneNumber(phoneNumber))

采用正则表达式

def isPhoneNumber(phoneNumber):

    pat = r"^1(([3578]\d)|(47))\d{8}$"
    print(re.match(pat, phoneNumber))

phoneNumber = input("请输入您的手机号:")
isPhoneNumber(phoneNumber)

相信你此刻已经感受到了它的强大之处,接下来就让我们开始正则表达式的学习。先来介绍一下 re 模块。

re模块介绍

常用函数

  1. re.match()函数:扫描整个字符串,返回从起始位置成功的匹配 语法:re.match(pattern, string, flags=0) pattern 匹配的正则表达式;string 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,常见值如下:(re.I 忽略大小写;re.M 多行匹配)
  2. re.search()函数:扫描整个字符串,并返回第一个成功的匹配(语法同上
  3. findall()函数:扫描整个字符串,并返回结果列表(语法同上

代码块

import re

# 扫描整个字符串,注意返回从起始位置成功的匹配
print(re.match("To", "To be a better man !"))  # <_sre.SRE_Match object; span=(0, 2), match='To'>
print(re.match("To", "be To a better man !"))  # None
print(re.match("to", "To be a better man !", flags=re.I))

# 扫描整个字符串,并返回第一个成功的匹配
print(re.search("To", "be To a better man !"))  # <_sre.SRE_Match object; span=(3, 5), match='To'>

# 扫描整个字符串,并返回结果列表
print(re.findall("To", "To be a better man and to make right decision !", flags=re.I))  # ['To', 'to'] 

匹配字符

匹配单个字符

  • . 匹配除换行符以外的任意字符
  • [123abc] []是字符集和,表示匹配方括号中所包含的任意一个字符
  • [^ Mark] 匹配除了 Mark 这几个字母以外的所有字符,中括号里的 ^ 称为脱字符,表示不匹配集合中的字符
  • \d 匹配数字,效果同 [0-9]
  • \D 匹配非数字字符,效果同 [^0-9]
  • \w 匹配数字、字母和下划线,效果同 [0-9a-zA-Z_]
  • \W 匹配非数字、字母和下划线,效果同 [^0-9a-zA-Z_]
  • \s 匹配任意的空白符(空格、换行、回车、换页、制表),效果同 [ \n\r\f\t]
  • \S 匹配任意的非空白符,效果同 [^ \n\r\f\t]

代码块

import re
print(re.findall(".", "To be a \n better man !"))
print(re.findall("[better]", "To be a \n better man !"))
print(re.findall("[^To be a]", "To be a \n better man !"))
print(re.findall("\d", "95 To be a better man ! 0831"))
print(re.findall("\w", "95 To be a better man ! 0831"))
print(re.findall("\s", "95 To be a better man ! 0831"))

锚字符(边界字符)

  • ^ 行首匹配,和在 [] 里的 ^ 不是一个意思
  • $ 行尾匹配
  • \A 匹配字符串的开始,它和 ^ 的区别是,\A 只匹配整个字符串的开头,即使在 re.M 模式下也不会匹配其它行的行首
  • \Z 匹配字符串的结尾,它和 $ 的区别是,\Z 只匹配整个字符串的结尾,即使在 re.M 模式下也不会匹配其它行的行尾
  • \b 匹配一个单词的边界,也就是指单词和空格间的位置
  • \B 匹配非单词边界

代码块

import re
print(re.search("^To", "To be a better man !"))
print(re.search("!$", "To be a better man !"))
print(re.findall("\ATo", "To be a  better man !\nTo be a  better man !", re.M))
print(re.findall("^To", "To be a  better man !\nTo be a  better man !", re.M))
print(re.search(r"er\b", "better"))

匹配多个字符

说明:下方的 x、y、z 均为假设的普通字符,不是正则表达式的元字符,m n 表示非负整数

  • (xyz) 匹配小括号内的 xyz (作为一个整体去匹配)
  • x? 匹配 0 个或者 1 个 x
  • x* 匹配 0 个或者任意多个 x
  • x+ 匹配至少一个 x
  • x{n} 匹配确定的 n 个 x( n 是一个非负整数)
  • x{n,} 匹配至少 n 个 x
  • x{n,m} 匹配至少 n 个最多 m 个 x,注意:n <= m

代码块

import re
# 贪婪匹配,尽可能多的匹配;非贪婪匹配,尽可能少的匹配
print(re.findall(r"(better)", "To be a better man !"))  # ['better']
print(re.findall(r"a?", "aaaaaa"))  # ['a', 'a', 'a', 'a', 'a', 'a', '']
print(re.findall(r"a*", "aaaaaa"))  # ['aaaaaa', '']
print(re.findall(r"a+", "aaaaaaba"))  # ['aaaaaa', 'a']
print(re.findall(r"a{3}", "aaaaaa"))  # ['aaa', 'aaa']
print(re.findall(r"a{4,}", "aaaaaabaaaacaaa"))  # ['aaaaaa', 'aaaa']
print(re.findall(r"a{4,5}", "aaaaaabaaaacaaa"))  # ['aaaaa', 'aaaa']
print(re.findall(r"((M|m)ark)", "Mark mark"))  # [('Mark', 'M'), ('mark', 'm')]

特殊

  • *? +? x? 最小匹配,通常都是尽可能多的匹配,可以使用这种方式进行最小匹配

代码块

# 对 * 进行转义,进行非贪婪匹配
print(re.findall(r"//*.*?/*/", r"/* one */ /* two */ "))  # ['/* one */', '/* two */']

大家可以去写一下关于 QQ 、邮箱、电话、用户名、密码、IP地址、URL的正则表达式来练下手。

END

本文分享自微信公众号 - Python梦工厂(AzMark950831)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-07-04

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python 学习之正则表达式「下」

    re.sub(pattern, repl, string, count, flags=0) 与 re.subn(…) repl 用来替换的字符串,strin...

    Python技术与生活认知的分享
  • Python 学习笔记之类与实例

    类 (class) 封装一组相关数据,使之成为一个整体,并使用一种方法持续展示和维护。

    Python技术与生活认知的分享
  • 或对,或错?

    公号许久没更文了,这段时间以来,自己在面临着一些抉择。未曾想过,毕业后一个月考虑的事情比大学四年加起来的还要多。也许是大学过得太安逸了,欠的债全部攒到毕业后来还...

    Python技术与生活认知的分享
  • python re 正则表达式学习总结

    py3study
  • 正则表达式

    正则表达式,全称“Regular Expression”,在代码中常简写为regex、regexp或RE。正则表达式,就是用某种模式去匹配一类字符串的公式

    十月梦想
  • 爬虫必学知识之正则表达式上篇

    这是日常学python的第12篇文章 在向网页进行了提交请求之类的之后,我们可以得到了网页的返回内容,里面自然而然会有我们想要的数据,但是html元素文本这么多...

    sergiojune
  • python正则表达式

    py3study
  • Python正则表达式re模块简明笔记

    IT故事会
  • Python 正则表达式

    ? 简介 正则表达式(regular expression)是可以匹配文本片段的模式。最简单的正则表达式就是普通字符串,可以匹配其自身。比如,正则表达式 ‘h...

    小莹莹
  • python3--re模块:正则表达式

    根据手机号码一共11位并且只以13,14,15,18开头的数字这些特点,写了一段代码如下:

    py3study

扫码关注云+社区

领取腾讯云代金券