re模块和正则表达式[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

正则表达式

序言

　　在如今这个网络横行的时代，网络对我们的生活起着举足轻重的作用，在我们日常生活中是随处可见的：坐车买票，日常生活物品的购买，医院就医。。。。在我们网上购物的时候会进入登陆界面进行一系列的基本信息的验证例如：用户名，电话号码等。如果输入的格式不正确就会提示你输入信息错误重新输入，那么计算机怎么就知道你所输入的是错误的呢？

　　我们知道用户输入的所有的信息内容都是字符串类型，那么也就是说只要对输入的字符串进行一定的处理就可以得到最终的结果，这就涉及到了一个专业的词汇叫正则表达式：正则表达式就是专门用来对字符串进行一系列处理的。我们要了解正则首先要明白什么是正则表达式。。。

什么是正则表达式

　　正则表达式就是字符串匹配的规则,已经观存在的规则，是用来对字符串进行匹配的，首先你要知道的是，谈到正则，只和字符串相关了 正则表达式不仅在python领域，在整个编程届都占有举足轻重的地位。

　　官方定义：正则表达式是对字符串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。

　　我们已经知道了什么是正则，现在就让我们先来看一些实际的应用在线测试工具 http://tool.chinaz.com/regex/

之前已经说过正则之和字符串有关系，通过以上的测试工具在其中随便输入内容，具体的每一个元素都是一个字符会得到具体的结果，我们通过多次的测试发现结果都是有一定的规律的，在python的正则中通过以下的内容来实现这些规律：

字符组 ：

　　 [字符组] 在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示 字符分为很多类，比如数字、字母、标点等等。 假如你现在要求一个位置”只能出现一个数字”,那么这个位置上的字符只能是0、1、2…9这10个数之一。

字符：

量词：

. ^ $

* + ? { }

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

字符集［］［^］

p.p1 { margin: 0; font: 12px ".PingFang SC"; color: rgba(69, 69, 69, 1) }

分组 ()与 或 ｜［^］

身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部🈶️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：

转义符 \

在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，如果要在正则中匹配正常的”\d”而不是”数字”就需要对”\”进行转义，变成’\\’。

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。

贪婪匹配

贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

几个常用的非贪婪匹配Pattern

*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

.*?的用法

. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x

就是取前面任意长度的字符，直到一个x出现

re模块

　　在讲re模块之前先要说一下re模块本质上和正则表达式没有一毛钱的关系。re模块和正则表达式的关系 类似于 time模块和时间的关系 之前在书中已经了解到了有关时间的一个模块，没有在书中见到时间模块之前，也不知道有一个time模块，但是你已经认识时间了 12:30就表示中午十二点半（这个时间真不错，一般这会儿就该下班，午休啦）。 时间有自己的格式，年月日时分秒，12个月，365天……已经成为了一种规则。你也早就牢记于心了。time模块只不过是python提供给我们的可以方便我们操作时间的一个工具而已

　　re模块只不过是众多的模块之一只要是模块其中就会有一些具体的方法哎实现某些功能，就让我们具体的来了解一下吧：

re模块下的常用方法

import re

ret = re.findall('a', 'eva egon yuan')  # 返回所有满足匹配条件的结果,放在列表里
print(ret) #结果 : ['a', 'a']

ret = re.search('a', 'eva egon yuan').group()
print(ret) #结果 : 'a'
# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

ret = re.match('a', 'abc').group()  # 同search,不过尽在字符串开始处进行匹配
print(ret)
#结果 : 'a'

ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret)  # ['', '', 'cd']

ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个
print(ret) #evaHegon4yuan4

ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)
print(ret)

obj = re.compile('\d{3}')  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())  #结果 ： 123

import re
ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果
print([i.group() for i in ret])  #查看剩余的左右结果

re模块下的常用方法

PS:

1 findall的优先级查询：

　import re

ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['www.oldboy.com']

2 split的优先级查询

ret=re.split(“\d+”,”eva3egon4yuan”)

print(ret) #结果 ： ['eva', 'egon', 'yuan']

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']

#在匹配部分加上（）之后所切出的结果是不同的，
#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
#这个在某些需要保留匹配部分的使用过程是非常重要的。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/124531.html原文链接：https://javaforall.cn