正则表达式

Posted 2021-01-12 xiaohei001

正则表达式

正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序员们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。

正则表达式是用来匹配处理字符串的 python 中使用正则表达式需要引入re模块

import re #第一步，要引入re模块

a = re.findall("匹配规则", "要匹配的字符串") #第二步，调用模块函数

以列表形式返回匹配到的字符串

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则", "这个字符串是否有匹配规则的字符")   #第二步，调用模块函数
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘匹配规则‘]

元字符

^

字符串开始位置与匹配规则符合就匹配，否则不匹配，匹配字符串开头。在多行模式中匹配每一行的开头，

^元字符如果写到[ ] 字符集李就是反取

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("^匹配规则", "匹配规则这个字符串是否匹配")   #字符串开始位置与匹配规则符合就匹配，否则不匹配
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘匹配规则‘]

[^a-z]反取，匹配出除字母外的字符，^元字符如果写到字符集里就是反取

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("[^a-z]", "匹配s规则这s个字符串是否s匹配f规则则re则则则")  # 反取，匹配出除字母外的字符
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘这‘, ‘个‘, ‘字‘, ‘符‘, ‘串‘, ‘是‘, ‘否‘, ‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘则‘, ‘则‘, ‘则‘, ‘则‘]

$

字符串结束位置与匹配规则符合就匹配，否则不匹配，匹配字符串末尾，在多行模式中匹配每一行的末尾。

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("匹配规则$", "这个字符串是否匹配规则")  # 字符串结束位置与匹配规则符合就匹配，否则不匹配
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹配规则‘]

*

需要字符串里完全符合，匹配规则，就匹配(规则里的*元字符)前面一个字符可以时0个或多喝原本字符匹配前一个字符0或多次，贪婪匹配钱导字符有多少个就匹配多少个很贪婪

如果规则里只有一个分组，尽量避免用*否则会有可能匹配出空字符串

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("匹配规则*", "这个字符串是否匹配规则则则则则")  # 需要字符串里完全符合，匹配规则，就匹配，（规则里的*元字符）前面的一个字符可以是0或多个原本字符
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹配规则则则则则‘]

+

需要字符串里完全符合，匹配规则，就匹配，（规则里的+元字符）前面的一个字符可以时1个或多个原本字符匹配前一个字符1次或无限次，贪婪匹配前导字符有多少个就匹配多少个

# !/usr/bin/env python
# -*- coding:gbk -*-
import re  # 第一步，要引入re模块

a = re.findall("匹配+", "匹配配配配配规则这个字符串是否匹配规则则则则则")  # 需要字符串里完全符合，匹配规则，就匹配，（规则里的+元字符）前面的一个字符可以是1个或多个原本字符
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹配配配配配‘, ‘匹配‘]

？

防止贪婪匹配：

需要字符串里完全符合，匹配规则，就匹配，（规则里的？元字符）前面的 一个字符可以是0个或1个原本字符匹配一个字符0次或1次

还有一个功能是可以防止贪婪匹配

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("匹配规则?", "匹配规这个字符串是否匹配规则则则则则")  # 需要字符串里完全符合，匹配规则，就匹配，（规则里的?元字符）前面的一个字符可以是0个或1个原本字符
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹配规‘, ‘匹配规则‘]

{ } 范围

需要字符串完全符合，匹配规则，就匹配(规则里的{元字符})前面的一个字符，是自定义字符数，位数是原本字符串

{m}匹配前一个字符m次，{m,n}匹配前一个字符m值n次，若省略n，则匹配m至无限次

{0,}匹配前一个字符0或多次,等同于*元字符
{+,}匹配前一个字符1次或无限次,等同于+元字符
{0,1}匹配前一个字符0次或1次,等同于?元字符

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("匹配规则{3}", "匹配规这个字符串是否匹配规则则则则则")  # {m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹配规则则则‘]

[ ] 字符集

需要字符串里完全符合，匹配规则，就匹配，（规则里的 [] 元字符）对应位置是[]里的任意一个字符就匹配

字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。
所有特殊字符在字符集中都失去其原有的特殊含义。用反斜杠转义恢复特殊字符的特殊含义。

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("匹配[a,b,c]规则", "匹配a规则这个字符串是否匹配b规则则则则则")  # 需要字符串里完全符合，匹配规则，就匹配，（规则里的 [] 元字符）对应位置是[]里的任意一个字符就匹配
print(a)  # 以列表形式返回匹配到的字符串

[^]非，反取，匹配出除[^]里面的字符，^元字符如果写到字符集里就是反取

# !/usr/bin/env python
# -*- coding:utf-8 -*-
import re  # 第一步，要引入re模块

a = re.findall("[^a-z]", "匹配s规则这s个字符串是否s匹配f规则则re则则则")  # 反取，匹配出除字母外的字符
print(a)  # 以列表形式返回匹配到的字符串
# 打印出 [‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘这‘, ‘个‘, ‘字‘, ‘符‘, ‘串‘, ‘是‘, ‘否‘, ‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘则‘, ‘则‘, ‘则‘, ‘则‘]

反斜杠后边跟普通字符实现特殊功能；（即预定义字符）

预定义字符是在字符集和组里都是有用的

d匹配任何十进制数，它相当于类[0-9]

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("d", "匹配规则这2个字符串3是否匹配规则5则则则7则")   #d匹配任何十进制数，它相当于类[0-9]
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘2‘, ‘3‘, ‘5‘, ‘7‘]

d+如果需要匹配一位或者多位数的数字时用

#!/usr/bin/env python
# -*- coding:gbk -*-
import re   #第一步，要引入re模块
a = re.findall("d+", "匹配规则这2个字符串134444是否匹配规则5则则则7则")   #d+如果需要匹配一位或者多位数的数字时用
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘2‘, ‘134444‘, ‘5‘, ‘7‘]

D匹配任何非数字字符，它相当于类[^0-9]

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("D", "匹配规则这2个字符串3是否匹配规则5则则则7则")   #D匹配任何非数字字符，它相当于类[^0-9]
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘这‘, ‘个‘, ‘字‘, ‘符‘, ‘串‘, ‘是‘, ‘否‘, ‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘则‘, ‘则‘, ‘则‘, ‘则‘]

s匹配任何空白字符，它相当于类[ fv]

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("s", "匹配规则   这2个字符串3是否匹
配规则5则则则7则")   #s匹配任何空白字符，它相当于类[	

fv]
print(a)  #以列表形式返回匹配到的字符串
#打印出[‘ ‘, ‘ ‘, ‘ ‘, ‘
‘]

S匹配任何非空白字符，它相当于类[^ fv]

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("S", "匹配规则   这2个字符串3是否匹
配规则5则则则7则")   #S匹配任何非空白字符，它相当于类[^	

fv]
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘这‘, ‘2‘, ‘个‘, ‘字‘, ‘符‘, ‘串‘, ‘3‘, ‘是‘, ‘否‘, ‘匹‘, ‘配‘, ‘规‘, ‘则‘, ‘5‘, ‘则‘, ‘则‘, ‘则‘, ‘7‘, ‘则‘]

w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]

#!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
a = re.findall(‘w‘,"https://www.cnblogs.com/")  #w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]
print(a)  #以列表形式返回匹配到的字符串
#打印出 [‘h‘, ‘t‘, ‘t‘, ‘p‘, ‘s‘, ‘w‘, ‘w‘, ‘w‘, ‘c‘, ‘n‘, ‘b‘, ‘l‘, ‘o‘, ‘g‘, ‘s‘, ‘c‘, ‘o‘, ‘m‘]

W匹配非任何字母数字字符包括下划线在内，它相当于类[^a-zA-Z0-9_]

import re   #第一步，要引入re模块
a = re.findall(‘W‘,"https://www.cnblogs.com/")  #w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]
print(a)  #以列表形式返回匹配到的字符串
#打印出[‘:‘, ‘/‘, ‘/‘, ‘.‘, ‘.‘, ‘/‘]

() 分组

也就是分组匹配，()里面的为一个组也可以理解成一个整体

如果()后面跟的是特殊元字符(abc*)那么*控制的前导字符就是()里面的整体内容，不再是前导一个字符

示例1

#!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
#也就是分组匹配，()里面的为一个组也可以理解成一个整体
a = re.search("(a4)+", "a4a4a4a4a4dg4g654gb")   #匹配一个或多个a4
b = a.group()
print(b)
#打印出 a4a4a4a4a4

示例2

#!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
#也就是分组匹配，()里面的为一个组也可以理解成一个整体
a = re.search("a(d+)", "a466666664a4a4a4dg4g654gb")    #匹配 (a) (d0-9的数字) (+可以是1个到多个0-9的数字)
b = a.group()
print(b)
#打印出 a466666664

| 或

| 或，或就是前后其中一个字符匹配

#!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
a = re.findall(r"你|好", "a4a4a你4aabc4a4dgg好dg4g654g")   #|或，或就是前后其中一个符合就匹配
print(a)
#打印出 [‘你‘, ‘好‘]

r 原生字符

将在Python里有特殊意义的字符如d，转换成原生字符（就是去除它在Python的特殊意义），不然会给正则表达式有冲突，为了避免这种冲突可以在规则前加原始字符r