阅读文本大概需要 6 分钟
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
defisPhoneNumber(str):
iflen(str) !=11:
returnFalse
elifstr[] !="1":
returnFalse
# 这里只列出了常见的几种手机号码的开头
elifstr[1:3] !="31"andstr[1:3] !="32"andstr[1:3] !="38"andstr[1:3] !="39"andstr[1:3] !="47"andstr[1:3] !="51"andstr[1:3] !="57"andstr[1:3] !="78"andstr[1:3] !="86"andstr[1:3] !="88":
returnFalse
foriinrange(3,11):
ifstr[i] "9":
returnFalse
returnTrue
phoneNumber = input("请输入您的手机号:")
print(isPhoneNumber(phoneNumber))
采用正则表达式
defisPhoneNumber(phoneNumber):
pat =r"^1(([3578]\d)|(47))\d$"
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
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)
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)
findall()函数:扫描整个字符串,并返回结果列表(语法同上)
代码块
importre
# 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 !"))#
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 !"))#
# 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
importre
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
importre
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 匹配确定的 n 个 x( n 是一个非负整数)
x 匹配至少 n 个 x
x 匹配至少 n 个最多 m 个 x,注意:n
代码块
importre
# 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","aaaaaa"))# ['aaa', 'aaa']
print(re.findall(r"a","aaaaaabaaaacaaa"))# ['aaaaaa', 'aaaa']
print(re.findall(r"a","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
领取专属 10元无门槛券
私享最新 技术干货