正则表达式re模块

Posted 2020-10-29 wuyazi

正则表达式(RE)为高级文本模式匹配，以及搜索-替代等功能提供了基础。正则表达式(RE)是一 些由字符和特殊符号组成的字符串，它们描述了这些字符和字符的某种重复方式，因此能按某种模 式匹配一个有相似特征的字符串的集合，因此能按某模式匹配一系列有相似特征的字符串 。

在 Python 专门术语中，有两种主要方法完成模式匹配:搜索(searching)和匹配(matching)。搜索，即在字符 串任意部分中查找匹配的模式，而匹配是指，判断一个字符串能否从起始处全部或部分的匹配某个 模式。搜索通过 search()函数或方法来实现，而匹配是以调用 match()函数或方法实现的。 

下面为常用的匹配符合：

元字符	说明
.	代表任意字符
|	逻辑或操作符
[ ]	匹配内部的任一字符或子表达式
[^]	对字符集和取非
-	定义一个区间
\	对下一字符取非（通常是普通变特殊，特殊变普通）
*	匹配前面的字符或者子表达式0次或多次
*?	惰性匹配上一个
+	匹配前一个字符或子表达式一次或多次
+?	惰性匹配上一个
?	匹配前一个字符或子表达式0次或1次重复
{n}	匹配前一个字符或子表达式
{m,n}	匹配前一个字符或子表达式至少m次至多n次
{n,}	匹配前一个字符或者子表达式至少n次
{n,}?	前一个的惰性匹配
^	匹配字符串的开头
\A	匹配字符串开头
$	匹配字符串结束
[\b]	退格字符
\c	匹配一个控制字符
\d	匹配任意数字
\D	匹配数字以外的字符
\t	匹配制表符
\w	匹配任意数字字母下划线
\W	不匹配数字字母下划线

常用的写法：

‘[a-zA-Z0-9]‘：匹配字母或数字
‘[^abc]‘：匹配除abc之外的字母
‘p(ython|erl)‘匹配Python和perl
‘(pattern)*‘匹配0次或多次
‘(pattern)+‘匹配1次或多次
‘(pattern){m,n}‘匹配m_n次
‘(a|b)*c‘匹配0-n次a或b后面紧跟c
‘^[a-zA-Z]{1}([a-zA-Z0-9\._]){4,19}$‘匹配20个字符以字母开始
‘^(\w){6,20}$‘匹配6-20个单词字符
‘^\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}$‘匹配IP
‘^[a-zA-Z]+$‘检查字符中只包含英文字母
‘\[email protected](\w+\.)\w+$‘匹配邮箱
‘[\u4e00-\u9fa5]‘匹配汉字
‘^\d{18|\d{15}$‘匹配身份证
‘\d{4}-\d{1,2}-\d{1,2}‘匹配时间
‘^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[,._]).{8,}$)‘判断是否为强密码
‘(.)\\1+‘匹配任意字符的一次或多次出现

# --*-- coding=utf-8--*--

import re # 导入re库

ptn = re.compile(r‘hello‘)

# 使用ptn作为文本匹配
m1 = ptn.match(‘hello world‘)
m2 = ptn.match(‘‘)
print(m1)
print(m2)
# 如果匹配到返回结果，匹配不到返回None
# m1结果：<_sre.SRE_Match object; span=(0, 5), match=‘hello‘>
# m2结果：None


# ‘^ab+‘表示匹配以ab开头的字符串
m1 = re.search(‘^ab+‘, ‘asbfrfgbbbb‘)
m2 = re.search(‘^ab+‘, ‘absffdf‘)
print(m1)
print(m2.group())
# group分组显示
# m1结果：None
# m2结果：‘ab‘


# findall匹配所有符合的结果
m = re.findall(‘hello‘, ‘helloword, ddddhellossss‘)
print(m)
# 结果：[‘hello‘, ‘hello‘]


# finditer
# 与findall类似，只不过返回的结果是一个迭代器，而findall返回的是列表


# start返回匹配的开始位置
# end返回匹配的结束位置
m = re.search(‘^ab+‘, ‘absffdf‘)
print(m.start(),m.end())
# 结果：0 2


# sub用于替换字符串中的匹配项
m = re.sub(‘ ‘,‘+‘,‘This is handsome boy‘)
print(m)
# 结果：This+is+handsome+boy


# split分割
m = re.split(‘ ‘,‘This is handsome boy‘)
print(m)
# 结果：[‘This‘, ‘is‘, ‘handsome‘, ‘boy‘]