正则表达式入门

Posted 2020-10-07 长城之上是千亿的星空，星空之上是不灭的守望。

正则表达式是什么：

对字符串、文本进行匹配、过滤、搜索、查找的一种方法。

Python正则对象： 字符串

 

应用场景：

1： 规范（规则）匹配： 判断字符串是否符合某种样式， 例如输入是否是电话号码的判断， 字符串是否符合ip规则。   Match  && search

2： 搜索：在字符串中查找是否存在符合样式的子字符串。如大量数据的搜索、查找。Search

3： 输出结果中查找自己想要的子字符串，通过样式来匹配。 findall

 

Python支持的模块：   re  

调用方式：  import  re

 

参考资料：

1） ActivePython26.chm  文档中搜索re

2） 百度中搜索正则表达式30分钟入门教程

 

需要掌握的方法：

re.match、 re.search、 re.findall

（re.sub,  re. compile,  re.split ）这三个自学

 

一： re.match函数

函数定义：

re.match 尝试从字符串的起始位置匹配一个模式， 成功返回一个匹配对象，失败的话返回None, 通过group()方法能够获得匹配的对象的内容。

 

1） 如果不是起始位置匹配成功的话，match()就返回none。

2） 通过group()类获得对象内容,

Group() == group(0)

group(1) : 代表匹配到的第一个括号中的内容

3） 函数语法格式：

re.match(pattern, string)

 

函数参数说明：

pattern 匹配的正则表达式样式。

string 要匹配的字符串。

 

作用：

1： 判断匹配规则匹配上没有

2： 能够取到匹配上的内容

 

返回值：

匹配的对象，通过group()来取值

 

举例：

#coding:gbk

import re

 

line = "Cats are smarter than dogs"

 

match_obj = re.match( r‘(.*) are (.*?) .*‘, line)

 

if match_obj:

   print "get result : ", match_obj.group()

   print "match第一个括号内匹配的 : ", match_obj.group(1)

   print "match第二个括号内匹配的 : ", match_obj.group(2)

else:

   print "No match!!"

 

分析实例执行结果

 

二： re.search方法

函数定义：

re.search 扫描整个字符串并返回第一个成功的匹配对象，不要求匹配对象一开始就满足匹配条件。

 

re.search(pattern, string)

函数参数说明：

pattern 匹配的正则表达式

string 要匹配的字符串。

 

函数语法：

匹配成功re.search方法返回一个匹配的对象，否则返回None。

 

#coding:gbk

import re

 

line = "Cats are smarter than dogs";

 

search_obj = re.search( r‘(.*) are (.*?) .*‘, line)

 

if search_obj:

   print " search第一个括号内匹配的 : ", search_obj.group()

   print " search第一个括号内匹配的: ", search_obj.group(1)

   print " search第二个括号内匹配的: ", search_obj.group(2)

else:

   print "Nothing found!!"

 

以上实例执行结果分析

 

re.match 和 re.search的区别：

match： 是从头开始匹配，那么一旦匹配不成功，便退出，也就是说整个字符串开始匹配位置到结束，只要一点不满足便返回None

 

search:  也是从头开始匹配，它是层级关系的匹配，是把匹配对象分成一个个子字符串来匹配， 返回第一个匹配成功对象。

 

效率： match快。侧重点不一样。

 

三： re.findall(pattern, string)

函数定义：

re.findall对于搜索对象找到所有满足匹配规则条件的子字符串，并返回一个列表。

1） 返回一个列表，列表中是满足条件的所有的子字符串

2） 直接把内容返回，不是返回一个对象。

 

常用规则样式：

^ 匹配字符串的开头

$ 匹配字符串的末尾。

[...] 用来表示一组字符,单独列出：[amk] 匹配 ‘a‘，‘m‘或‘k‘

.*  匹配所有形式

+ 匹配1个或多个的表达式。

?  匹配0个或1个

{ n,} 精确匹配n个前面表达式。

{ n, m} 匹配 n 到 m 次由前面的正则表达式定义的片段

a| b 匹配a或b  

\w  匹配字母数字

\d  匹配任意数字，等价于 [0-9].

 

举例（练习）：

1） 输出：  re.findall(‘123\w?‘, ‘123aflds123xfa‘)

re.findall(‘123\w+‘, ‘123aflds123xfa‘)

匹配5-12位的qq号码       [1-9]{1}\d{4,11}

2） 匹配类似：  ‘[phone]‘

\(\d{3}\)\d{8}

 

正则表达式实例

匹配 "Python" 或 "python"

匹配 "ruby" 或 "rube"

匹配0-9任何数字。类似于 [0123456789]

匹配任何小写字母

匹配包括下划线的任何单词字符。

 

练习：

1） 匹配手机号码：

2） 匹配ip地址：

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)