python中的正则表达式的使用

Posted 2022-12-13 wanglle

一、正则表达式简介

正则表达式的官方文档：https://www.runoob.com/regexp/regexp-tutorial.html

         正则表达式：又称正规表示式、正规表示法、正规表达式、规则表示式、常规表示法（英语:Regular Expression,在代码中常简写为regex、regexp或者是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，正则表达式通常来检索、替换那些匹配某个模式的文本。

　　按某种规则匹配的表达式。

二、正则介绍

　　正则表达式是一个工具，用于匹配字符串，或用来提取字符串。

1、判断一个字符串是否匹配给定的格式（判断用户账号是否满足格式）

2、从字符串中，按指定格式提取信息（抓取手机号）

import re
str1 = ‘fijiooe18814726275iufdrrrrdf18814726275fsdssa‘
# 定义一个查找的规则
# 已知需要查找的手机号
p = ‘18814726275‘
# search(): 从前往后查找数据，默认返回找到的第一个数据，不会再继续往后面找
res = re.search(p,str1).group()
print(res)

三、元字符

表示单字符

字符	功能
.	匹配任意一个字符(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

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	匹配前一个字符至少出现m~n次

 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

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

四、re模块

• re.match函数

　　re.match函数尝试从字符串的起始位置匹配一个模式，匹配成功，返回的是一个匹配对象（这个对象包含了我IM恩匹配的信息，如果不是起始位置匹配成功的话，match()就会返回None。）

• re.search方法

　　re.search()扫描整个字符串并返回第一个成功匹配到的字符。

• re.match与re.search的区别

　　re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回为None；而re.search匹配整个字符串，直到找到一个匹配

• findall方法

　　在字符串中找到正则表达式所匹配的所有子串，并以列表的形式进行返回，如果没有找到匹配的。则返回来一个空列表。

• 注意：match和search 是匹配一次；而findall是匹配所有。

• sub方法

　　替换字符串中的某些字符，可以用正则表达式来匹配被选子串。

　　re.sub(pattern,repl,string,count=0)

• • pattern ：表示正则表达式中的模式子串；
  • repl：被替换的字符串（既可以是字符串，也可以是函数）
  • string：要被处理的字符串，要替换的字符串
  • count：替换的次数

五、贪婪模式

　　python中数量词默认是贪婪模式，总是尝试匹配尽可能多的字符；非贪婪模式相反，总是尝试匹配尽可能少的字符。

　　在 *、？、+、m,、m,n后面加上？，可以使贪婪模式变成非贪婪模式。