re库正则表达式基本使用

Posted 2020-10-26 有雨敲窗2017

re库是python的标准库，主要用于字符串匹配。
Re库主要功能函数

re.search()函数

re.match()函数

正则表达式

1.特殊字符

• ^h表示以h开头，.表示任意字符，*表示任意多次

import re
line = \'hello 123\'
# ^h表示以h开头，.表示任意字符，*表示任意多次
re_str = \'^h.*\'
if re.match(re_str, line):
    print(\'匹配成功\')  # 输出：匹配成功 

• $表示结尾字符

import re
line = \'hello 123\'
re_str = \'.*3$\' # 前面可为任意多个任意字符，但结尾必须是3
if re.match(re_str, line):
    print(\'匹配成功\')  # 输出：匹配成功 

• ?表示非贪婪模式

import re
line = \'heeeello123\'
re_str = \'.*?(h.*?l).*\'  # 只要()中的子串
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 输出：heeeel
                              # 如果去掉?,则输出：heeeell

• +表示至少出现一次

import re
line = \'heeeello123\'
re_str = \'.*(h.+?l).*\'
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) #输出：heeeel

• {2}表示前面字符出现2次

import re
line = \'heeeello123\'
re_str = \'.*?(e.{2}?l).*\' # 匹配的是e+任意2个字符+l
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 输出：eeel

• | 表示或

import re
line = \'hello123\'
re_str = \'((hello|heeello)123)\'
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 输出：python123

• []表示对单个字符给出取值范围

import re
line = \'hello123\'
re_str = "([jhk]ello123)"  # [jhk]表示jhk中的任一个都可以
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 输出：hello123

• [^]表示非字符集

import re
line = \'hello123\'
re_str = "([^j]ello123)" # [^j]表示不是j的都行
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 输出：hello123

• \\s表示空格 \\S表示非空格

import re
line = \'hello123 好\' #字符串有空格
re_str = "(hello123\\s好)"  # 匹配上空格
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) #输出：hello123 好

• [\\u4E00-\\u9FA5]表示汉字

import re
line = \'hello 北京大学\'
re_str = ".*?([\\u4E00-\\u9FA5]+大学)"
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1)) # 输出：北京大学

小例子 提取出生日期

import re
line = \'xxx出生于2000年6月1日\'
line = \'xxx出生于2000/6/1\'
line = \'xxx出生于2000-6-1\'
line = \'xxx出生于2000-06-01\'
line = \'xxx出生于2000-06\'
re_str = ".*出生于(\\d{4}[年/-]\\d{1,2}([月/-]|\\d{1,2}|$))"
match_obj = re.match(re_str, line)
if match_obj:
    print(match_obj.group(1))