Python---正则表达式

正则表达式 ：使用re模块,基于re模块中的三个基础方法来做正则匹配,分别是:match, search, findall

当字符串以r前缀开始时，Python将不会对字符串中的转义字符进行转义处理

re.match(匹配规则,被匹配字符串)

从被匹配字符串开头进行匹配,匹配成功返回匹配对象(包含匹配的信息),匹配不成功返回空

python 复制代码

import re
# 从头开始匹配
s = "abc bac bca cab cba"
result = re.match("abc", s)
print(result)  # <re.Match object; span=(0, 3), match='abc'>
print(result.span())  # (0, 3)
print(result.group())  # abc

result1 = re.match("bac", s)
print(result1)  # None
# print(result1.span())  # 会报错
# print(result1.group())  # 会报错

search(匹配规则,被匹配字符串)

搜索整个字符串,找出匹配的.从前向后,找到第一个就停止,不会继续向后查找

python 复制代码

import re

s = "sd999abc999sdabc"
result = re.search("abc", s)
print(result)  # <re.Match object; span=(5, 8), match='abc'>
print(result.span())  # (5, 8)
print(result.group())  # abc

result1 = re.search("qw", s)
print(result1)  # None
# print(result1.span())  # 会报错
# print(result1.group())  # 会报错

findall(匹配规则,被匹配字符串)

匹配整个字符串,找出全部匹配项

python 复制代码

import re

s = "sd999abc999sdabc"
result = re.findall("abc", s)
print(result)  # ['abc', 'abc']

单字符匹配

. :匹配任意一个字符串(除了\n), \.匹配点本身

\[\] : 匹配\[\]中列举的字符

\d : 匹配数字, 即0 - 9

\D : 匹配非数字

\s : 匹配空白, 即空格和tab键

\S : 匹配非空白

\w : 匹配单词字符, 即a - z, A - Z, 0 - 9, _

\W : 匹配非单词字符

python 复制代码

import re

s = "hello @@hiHI !!999 ##hahaHA 456"

# 找出全部数字
result = re.findall(r"\d", s)  # 当字符串以r前缀开始时，Python将不会对字符串中的转义字符进行转义处理
print(result)  # ['9', '9', '9', '4', '5', '6']

# 找出全部非单词字符
result1 = re.findall(r"\W", s)
print(result1)  # [' ', '@', '@', ' ', '!', '!', ' ', '#', '#', ' ']

# 找出全部单词字符
result2 = re.findall(r"\w", s)
print(
    result2)  # ['h', 'e', 'l', 'l', 'o', 'h', 'i', 'H', 'I', '9', '9', '9', 'h', 'a', 'h', 'a', 'H', 'A', '4', '5', '6']

# 找出全部a-z和A-Z的的字母
result3 = re.findall(r"[a-zA-Z]", s)
print(result3)  # ['h', 'e', 'l', 'l', 'o', 'h', 'i', 'H', 'I', 'h', 'a', 'h', 'a', 'H', 'A']

result4 = re.findall(r"[a-z]", s)
print(result4)  # ['h', 'e', 'l', 'l', 'o', 'h', 'i', 'h', 'a', 'h', 'a']

数量匹配

* : 匹配前一个规则的字符出现0至无数次

: 匹配前一个规则的字符出现1至无数次

? : 匹配前一个规则的字符出现0至1次

{m} : 匹配前一个规则的字符出现m次

{m,} : 匹配前一个规则的字符最少出现m次

{m,n} : 匹配前一个规则的字符出现m到n次

边界匹配

^ : 匹配字符串开头

$ : 匹配字符串结尾

\b : 匹配一个单词的边界

\B : 匹配非单词边界

分组匹配

| : 匹配左右任意一个表达

() : 将括号中的字符作为一个分组

python 复制代码

# 匹配账号:只能有字母和数字组成,长度限制6-10位
r = "^[0-9a-zA-Z]{6,10}$"
s = '1234567'
s1 = '1234567a'
s2 = '1234567a_'
print(re.findall(r, s))  # ['1234567']
print(re.findall(r, s1))  # ['1234567a']
print(re.findall(r, s2))  # []

# 匹配QQ号:纯数字,长度5-11,第一位不为0
r1 = "^[1-9][0-9]{4,10}$"
q = "0123456"
q1 = "123456"
print(re.findall(r1, q))  # []
print(re.findall(r1, q1))  # ['123456']

# 匹配邮箱地址：只允许q，163，gmail这三种邮箱地址
# {内容}.{内容}.@{内容}
r2 = "(^[\w-]+(\.[\w-]+)*@(qq|163|gmail)(\.[\w-]+)+$)"
e = "abc.asd.qwe@163.com.a.c"
e1 = "233@123.cdw"
print(re.findall(r2, e))  # [('abc.asd.qwe@163.com.a.c', '.qwe', '163', '.c')]
print(re.match(r2, e))  # <re.Match object; span=(0, 23), match='abc.asd.qwe@163.com.a.c'>
print(re.match(r2, e1))  # None