day22.正则表达式Python教程
Posted Python帮帮
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了day22.正则表达式Python教程相关的知识，希望对你有一定的参考价值。
day22.正则表达式【Python教程】
一、课程介绍
在开发中会有大量的字符串处理工作，其中经常会涉及到字符串格式的校验。
思考
场景：如何判断一个字符串是手机号呢？
场景：在一个文件中，查找出javahelp开头的语句
测试文件
场景：在一个文件中，找到含有javahelp的语句
测试文件
场景：在一个文件中，找到邮箱为163或者126的所有邮件地址
二、正则表达式概述
正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
Regular Expression的“Regular”一般被译为“正则”、“正规”、“常规”。此处的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则的表达式”之意。
三、re模块操作
在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re
1. re模块的使用过程
re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。
匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。
2. re模块示例(匹配以javahelp开头的语句)
运行结果为：
javahelp
3. 说明
re.match() 能够匹配出以xxx开头的字符串
四、表示字符
在上一小节中，了解到通过re模块能够完成使用正则表达式来匹配字符串
本小节，将要讲解正则表达式的单字符匹配
| 字符 | 功能 |
|---|---|
| . | 匹配任意1个字符（除了\n） |
| [ ] | 匹配[ ]中列举的字符 |
| \d | 匹配数字，即0-9 |
| \D | 匹配非数字，即不是数字 |
| \s | 匹配空白，即 空格，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 |
示例1：
运行结果：
示例2：[ ]
运行结果：
示例3：\d
运行结果：
说明
其他的匹配符参见后面章节的讲解
五、原始字符串
说明
Python中字符串前面加上 r 表示原生字符串，
与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
Python里的原生字符串很好地解决了这个问题，有了原始字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。
六、表示数量
匹配多个字符的相关格式
| 字符 | 功能 |
|---|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 |
| + | 匹配前一个字符出现1次或者无限次，即至少有1次 |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,} | 匹配前一个字符至少出现m次 |
| {m,n} | 匹配前一个字符出现从m到n次 |
示例1：*
需求：匹配出，一个字符串第一个字母为大小字符，后面都是小写字母并且这些小写字母可有可无
运行结果：
示例2：+
需求：匹配出，变量名是否有效
运行结果：
示例3：?
需求：匹配出，0到99之间的数字
运行结果：
示例4：{m}
需求：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线
运行结果：
练一练
题目1：匹配出163的邮箱地址，且@符号之前有4到20位，例如hello@163.com
七、表示边界
| 字符 | 功能 |
|---|---|
| ^ | 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 |
示例1：$
运行结果：
示例2: \b
示例3：\B
八、匹配分组
| 字符 | 功能 |
|---|---|
| | | 匹配左右任意一个表达式 |
| (ab) | 将括号中字符作为一个分组 |
\num |
引用分组num匹配到的字符串 |
(?P<name>) |
分组起别名 |
| (?P=name) | 引用别名为name分组匹配到的字符串 |
示例1：|
需求：匹配出0-100之间的数字
运行结果：
示例2：( )
需求：匹配出163、126、qq邮箱之间的数字
运行结果：
练习：
示例3：\
需求：匹配出<html>hh</html>
运行结果：
示例4：\number
需求：匹配出<html><h1>www.javahelp.com.cn</h1></html>
运行结果：
示例5：(?P<name>) (?P=name)
需求：匹配出<html><h1>www.javahelp.com.cn</h1></html>
注意：(?P<name>)和(?P=name)中的字母p大写
运行结果：
九、re模块的高级用法
search
需求：匹配出文章阅读的次数
运行结果：
findall
需求：统计出python、c、c++相应文章阅读的次数
运行结果：
sub 将匹配到的数据进行替换
需求：将匹配到的阅读次数加1
方法1：
运行结果：
方法2
运行结果：
练习
从下面的字符串中取出文本
split 根据匹配进行切割字符串，并返回一个列表
需求：切割字符串“info:xiaoZhang 33 shandong”
运行结果：
十、python贪婪和非贪婪
Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；
非贪婪则相反，总是尝试匹配尽可能少的字符。
在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。
正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符串的启始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段的中的大部分，“\d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。
解决方式：非贪婪操作符“？”，这个操作符可以用在"*","+","?"的后面，要求正则匹配的越少越好。
练一练
字符串为:
十一、小练习
1. 匹配网址
有一批网址：
需要 正则后为：
2. 找出单词
有一句英文如下：
hello world ha ha
查找所有的单词
以上是关于day22.正则表达式Python教程的主要内容，如果未能解决你的问题，请参考以下文章