正则表达式使用

Posted 2021-03-13 baobao2201128470

简介

    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，该模式描述在搜索文本时要匹配的一个或多个字符串。

作用

    给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

          1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；

          2. 可以通过正则表达式，从字符串中获取我们想要的特定部分或进行替换。

符号

   正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，下面将详解一些常用的元字符；

元字符	描述
	转义字符，例如：“\n”匹配 。“ ”匹配换行符。序列“\”匹配“”而“(”则匹配“(”
^	匹配输入行首
$	匹配输入行尾
*	匹配前面的子表达式任意次，例如：zo*能匹配“z”，也能匹配“zo”以及“zoo”，*等价于{0,}
+	匹配前面的子表达式一次或多次(大于等于1次），例如：“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”，+等价于{1,}
?	匹配前面的子表达式零次或一次，例如：“do(es)?”可以匹配“do”或“does”，?等价于{0,1}
{n}	n是一个非负整数。匹配确定的n次，例如：“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o
{n,}	n是一个非负整数，至少匹配n次，例如：“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o，“o{1,}”等价于“o+”，“o{0,}”则等价于“o*”
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次，例如：“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的，非贪婪模式尽可能少地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串，例如：对于字符串“oooo”，“o+”将尽可能多地匹配“o”，得到结果[“oooo”]，而“o+?”将尽可能少地匹配“o”，得到结果 [‘o‘, ‘o‘, ‘o‘, ‘o‘]
.(点）	匹配除“ ”和" "之外的任何单个字符
x|y	匹配x或y，例如：“z|food”能匹配“z”或“food”(此处请谨慎)，“[z|f]ood”则匹配“zood”或“food”
[xyz]	字符集合，匹配所包含的任意一个字符，例如：“[abc]”可以匹配“plain”中的“a”
[^xyz]	负值字符集合，匹配未包含的任意字符，例如：“[^abc]”可以匹配“plain”中的“plin”任一字符
[a-z]	字符范围，匹配指定范围内的任意字符，例如：“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符， 注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身
[^a-z]	负值字符范围，匹配任何不在指定范围内的任意字符，例如：“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符
( )	将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 1 到9 的符号来引用
d	匹配一个数字字符，等价于[0-9]
D	匹配一个非数字字符，等价于[^0-9]
	匹配一个制表符
w	匹配包括下划线的任何单词字符
W	匹配任何非单词字符，等价于“[^A-Za-z0-9_]”

 

常用正则表达式实例

   1.验证用户名和密码：（"^[a-zA-Z]w{5,15}$"），含义：第一个字必须为字母且后面为5~15位的数字或字母或下划线；

    2.验证手机号码（包含虚拟号码和新号码段）："^1([38][0-9]|4[5-9]|5[0-3,5-9]|66|7[0-8]|9[89])[0-9]{8}$"；

    3.验证身份证号（15位）："^([1-6][1-9]|50)d{4}d{2}((0[1-9])|10|11|12)(([0-2][1-9])|10|20|30|31)d{3}$"   （18位）："^([1-6][1-9]|50)d{4}(18|19|20)d{2}((0[1-9])|10|11|12)(([0-2][1-9])|10|20|30|31)d{3}[0-9Xx]$"；

    4.验证Email地址："(w+.)*w+@(w+.)+[a-zA-Z]+"；

    5.只能输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"；

    6.只能输入长度为3的字符："^.{3}$"；

    7.验证URL："^https?://([w-]+.)+[w-]+(/[w-./?%&=]*)?$"；

    8.只能输入汉字："^[u4e00-u9fa5]{0,}$"；

    9.匹配腾讯QQ号："^[1-9][0-9]{4,11}$"，注：QQ号码从10000开始；

    10.匹配中国邮政编码："^[1-9]d{5}$"；

    11.匹配html注释："<!-{2,}.*?-{2,}>"；

    12.匹配IP地址："(((d{1,2})|(1d{2})|(2[0-4]9)|(25[0-5])).){3}((d{1,2})|(1d{2})|(2[0-4]9)|(25[0-5]))"；

示例(以python为例）

例1：验证输入用户名和QQ号及邮箱是否有效并给出对应的提示信息

import  re
def main():
    username=input(‘请输入你的用户名：‘)
    m1=re.match(r‘^[0-9a-zA-Z]{6,20}$‘,username)
    if not m1:
        print(‘你输入的用户名无效‘)
    qq = input(‘请输入你的QQ号：‘)
    m2=re.match(r‘^[1-9]d{4,11}$‘,qq)
    if not m2:
        print(‘你输入的qq号无效‘)
    email = input(‘请输入你的邮箱：‘)
    m3=re.match(‘(w+.)*w+@(w+.)+[a-zA-Z]+‘,email)
    if not m3:
        print(‘你输入的邮箱无效‘)
    if m1 and m2 and m3:
        print(‘你输入的信息有效‘)
if __name__==‘__main__‘:
    main()

例2：替换字符串中的不良内容

import re
def main():
    sentence = ‘你丫是傻叉吗? 我操你大爷的. Fuck you.‘
    purified = re.sub(‘[操肏艹]|fuck|shit|傻[比屄逼叉缺吊屌]|煞笔‘,   ‘*‘, sentence, flags=re.IGNORECASE)
    print(purified)  # 你丫是*吗? 我*你大爷的. * you.
if __name__ == ‘__main__‘:
    main()