python之正则表达式用法详细讲解

在这里插入图片描述

一、re.compile 函数

作用：compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

案例：如何判断是正规的手机号

phone='''
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
'''

pattern=re.compile(r'1[3-9]\d{9}')#todo 编译正则表达式之后得到一个编译对象

result=pattern.search(phone)#todo search只会返回第一个匹配的结果，如果没有匹配成功返回Noneprint(result)#todo <re.Match object; span=(10, 21), match='15812312312'>

打印结果：
<re.Match object; span=(10, 21), match=‘16888888888’>
16888888888
(10, 21)

🔥🔥🔥特别注意1

result=pattern.search(phone)：search匹配成功返回的是Match对象；search只会返回第一个匹配的结果，如果没有匹配成功则返回None
result.group()：返回第一个匹配结果
result.span()：返回第一个匹配结果的下标，为什么是（10，21）呐？
weref234：从0开始，4结束后还包含了换行符’/n’2个字符，所以从10开始，不包含21，前闭后开的原则

🔥🔥🔥特别注意2

match函数：match匹配成功返回的是Match对象；作用用来匹配第一个注意是第一个字符的，这里的第一个是在被搜索的这串字符的第一个索引上的；如果第一个字符不匹配，则返回None

phone='''
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
'''

pattern=re.compile(r'1[3-9]\d{9}')#todo 编译正则表达式之后得到一个编译对象
result2=pattern.match(phone)print(result2)

打印结果为None，因为第一个字符为w开头，所以匹配不到

phone1="17812312345aaa"
pattern=re.compile(r'1[3-9]\d{9}')#todo 编译正则表达式之后得到一个编译对象

result2=pattern.match(phone1)#todo match函数是从第一个字符开始匹配(从w开始匹配)，如果第一个字符不匹配，则返回Noneprint(result2)print(result2.group())#todo 返回第一个匹配结果print(result2.span())#todo 返回第一个匹配结果的下标

打印结果：
<re.Match object; span=(0, 11), match=‘17812312345’>
17812312345
(0, 11)

二、正则表达式

表示字符

.：匹配任意单个字符（不包括换行符）
[]：匹配字符集，区间中的集合，可匹配其中任意一个字符
\d：匹配数字，即0-9，可以表示为[0-9]、
\s：匹配空白字符，即空格
\S：匹配非空白字符，
\w：匹配单词字符，即a-z、A-Z、0-9、_
\W：匹配非单词字符

import re
#.匹配任意单个字符（不包括换行符）
one='123a'
res=re.match('.',one)print(res.group())#[]：匹配字符集，区间中的集合，可匹配其中任意一个字符
two='8'
res1=re.match('[0-9]',two)#匹配1-9之间的数字print(res1.group())

res2=re.match('[0,1,8,9]',two)#匹配0、1、8、9之间的数字print(res2.group())

two_2='Hello Python'print(re.match('[hH]',two_2).group())#匹配小写或大写H#\d：匹配数字，即0-9，可以表示为[0-9]
three='天空1号发射成功'print(re.match('天空\d',three).group())print(re.search('\d',three).group())

表示数字

*：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}：匹配前一个字符出现从m到n次

需求1：匹配一个字符串第一个字母是大写，后面的字母必须是小写或者没有

print(re.match('[A-Z][a-z]*','Mn').group())print(re.match('[A-Z][a-z]*','Msdfsg').group())print(re.match('[A-Z][a-z][a-z]','Msdfs').group())

Mn
Msdfsg
Msd

需求2 匹配一个变量名，

print(re.match(r'[a-zA-Z_]+[\w]*','name1').group())print(re.match(r'[a-zA-Z_]+[\w]*','_name1').group())print(re.match(r'[a-zA-Z_]+[\w]*','2_name1'))

name1
_name1
None

需求3：匹配0-99之间的任意一个数字

print(re.match('[0-9]?[0-9]','88').group())print(re.match('[0-9]?[0-9]','8').group())print(re.match('[0-9]?[0-9]','08').group())print(re.match('[0-9]?[0-9]','888').group())

88
8
08
88

需求4：匹配密码（8-20位，可以是大小写的字母、数字、下划线）

print(re.match('[a-zA-Z0-9_]{8,20}','12345678').group())print(re.match('[a-zA-Z0-9_]{8}','12345678').group())

12345678
12345678

匹配边界

^：表示以什么开头
$：表示以什么结尾
\b：表示匹配单词的边界
|：或者

需求5：匹配163的邮箱地址，邮箱的用户名包含6~18个字符，可以是数字、字母、下划线、但是必须以字母开头，.com结尾

emails='''
    [email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
'''print(re.search('^[a-zA-Z][\w]{5,17}@163\.com$',emails,re.MULTILINE).group())

q112dsdasdas@163.com

需求6：匹配单词的边界

print(re.search(r'.*\bbeijing\b','I Love beijing too'))print(re.search(r'.*\bbeijing\b','I Love beijing1 too'))print(re.search(r'.*beijing','I Love beijing too'))

I Love beijing
None
I Love beijing

三、re模块的高级用法

re.findall(pattern,string)

1、findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象

需求7：匹配所有符合以下条件的邮箱

163的邮箱地址，
邮箱的用户名包含6~18个字符，
可以是数字、字母、下划线、
但是必须以字母开头，
.com结尾

import re

emails='''
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
'''#findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象list=re.findall(r'(^[a-zA-Z][\w]{5,17}@(163|126).com$)',emails,re.MULTILINE)print(list)for email inlist:print(email[0])

[(‘awhaldc@163.com’, ‘163’), (‘aaaa_____@126.com’, ‘126’), (‘aaaa____@163.com’, ‘163’)]
awhaldc@163.com
aaaa_____@126.com
aaaa____@163.com

2、sub：将匹配到的字符串，再次进行操作

需求8：匹配一个数字，把匹配的数字进行家1，返回

defadd(result):#result是一个匹配对象
    str_num=result.group()
    num=int(str_num)+1returnstr(num)print(re.sub(r'\d+',add,'a=111'))

a=112

3、split：切割匹配成功的字符串

line='hello,world,china.'print(re.split(r'\W+',line))

[‘hello’, ‘world’, ‘china’, ‘’]

需求9：以冒号或者空格，切割字符串

print(re.split(r':| ','info:kobe 18 beijing'))

[‘info’, ‘kobe’, ‘18’, ‘beijing’]

四、贪婪和非贪婪模式

什么是贪婪模式？
python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符
什么是非贪婪模式？
与贪婪模式相反，总是尝试匹配尽可能少的字符，可以使用*、？、+、{m,n}加上?,使贪婪模式变为非贪婪模式

需求9：非贪婪模式，需求：把电话和电话的描述信息尽可能的分开，只能用正则表达式

line2='this is my phone:188-1111-6666'#非贪婪模式，需求：把电话和电话的描述信息尽可能的分开，只能用正则表达式
result=re.match(r'(.+?)(\d+-\d+-\d+)',line2)print(result.group(1))print(result.group(2))

this is my phone:
188-1111-6666