正则表达式

Posted 2021-01-05 yuncong

正则表达式：

　　正则表达式在线测试网址：https://0x9.me/dGRPQ

　　正则表达式手册：https://0x9.me/wvkrD

正则表达式常用场景：

　　1.判断某一个字符串是否符合规则    例（注册网页  判断手机号，身份证是否合法）

　　2.将符合规则的内容从一个庞大的字符串体系当中提取出来。 例（爬虫，日志分析）

什么是正则表达式： 只和字符串打交道

　　是一种规则，用来约束字符串的规则

字符含义：

# w W
# print(re.findall("w","fsjdk1A")) #[‘f‘, ‘s‘, ‘j‘, ‘d‘, ‘k‘, ‘1‘, ‘A‘]
# print(re.findall(‘W‘,‘hello egon 123‘)) #[‘ ‘, ‘ ‘]
#s  S
# print(re.findall(‘s‘,‘hello  egon  123‘)) #s表示所有的空格换行和tab键
# print(re.findall(‘S‘,‘hell*o  egon  123‘))  #S非空格
#A与^  与$   一样
# print(re.findall(‘Ahe‘,‘hello egon 123‘)) #[‘he‘],A==>^
# print(re.findall(‘123‘,‘hello egon 123‘)) #[‘he‘],==>$
# print(re.findall(‘^h‘,‘hello egon 123‘)) #[‘h‘]
# print(re.findall(‘3$‘,‘hello egon 123‘)) #[‘3‘]
# #
# l1 = "sing 1studings tuding1 swimming"
# ret = re.findall(r"[a-zA-Z]*ing[a-zA-Z]*",l1)
# print(ret)      #[‘sing‘, ‘studings‘, ‘tuding‘, ‘swimming‘]

#重复匹配
#.  除了换行符之外的任意字符
# print(re.findall("a.b","fsavbfsjajbfa b"))  #[‘avb‘, ‘ajb‘, ‘a#b‘]
# 9、1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))
# 1）从上面算式中匹配出最内层小括号以及小括号内的表达式
# import re
# l1 = "1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))"
# print(re.findall(r‘([^()]+)‘,l1))

 

量词：

^以什么开头    $以什么结尾

运用

#第一题：1、匹配整数或者小数（包括正数和负数）
# import re
# def func(str1):
#     ret = re.findall("-?d+(?:.d+)?",str1)
#     return ret
# print(func("afdkj123.21afkj-23fafs53.324"))
#第二题：
#2、匹配年月日日期 格式2018-12-06
# import re
# ret =re.findall("d{4}-[1]?d-[1-3]?d","2018-05-6")
# print(ret)
#第三题：
#3、匹配qq号
# import re
# ret = re.findall("[1-9]d{4,10}","54654444")
# print(ret)
#第四题：
# 4、11位的电话号码
# import re
# ret = re.findall("^[1][3-8]d{9}$","18323978615")
# print(ret)
#第五题：
# 5、长度为8-10位的用户密码 ： 包含数字字母下划线
# import re
# ret = re.findall("(?:d|[a-zA-Z]|_){8,10}","aAk123_5fs")
#
# ret = re.findall("w{8,10}","asflj123lk")
# print(ret)
#第六题：
# 6、匹配验证码：4位数字字母组成的
# import re
# ret = re.findall("(?:d|[a-zA-Z]){4}","afhz")
# print(ret)
#第七题：
# 7、匹配邮箱地址
# import re
# ret = re.findall("^[a-zA-Z]w{4,16}(?:d|[a-zA-Z])@(?:163|126|yeah).com$","[email protected]")
# print(ret)
#第八题：
# 8、从类似
# <a>wahaha</a>
# <b>banana</b>
# <h1>qqxing</h1>
# 这样的字符串中，
# 1）匹配出wahaha，banana，qqxing内容。
# 2）匹配出a,b,h1这样的内容
# import re
# ret = re.search("<(w+)>([a-zA-Z]+)</(w+)>","<asf>asfkj</asfd>")
# #第一问
# l1 = ret.group(2)
# print(l1)
# #第二问
# l2 = ret.group(1)
# print(l2)
#第九题
# 9、1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))
# 1）从上面算式中匹配出最内层小括号以及小括号内的表达式
# import re
# l1 = "1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))"
# print(re.findall(r‘([^()]+)‘,l1))

# #第十题：
# 10、从类似9-2*5/3+7/3*99/4*2998+10*568/14的表达式中匹配出从左到右第一个乘法或除法
import re
# str1 = "9-2*5/3+7/3*99/4*2998+10*568/14"
# l1 = re.search("d+(.d)?(?:*|/)d+(.d)?","9-2*5/3+7/3*99/4*2998+10*568/14")
# print(l1.group())

贪婪匹配:正则会尽量的帮我们匹配

　　默认贪婪，回溯算法

非贪婪匹配：会尽量少为我们匹配

　　量词？ 表示非贪婪，惰性匹配

　　.*?x  表示匹配任意长度的字符遇到x就停止

*? 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

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)