IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python正则表达式 -> 正文阅读

[Python知识库]python正则表达式

python正则表达式

1. 正则简介

正则表达式 - 正则表达式是一个让字符串复杂问题变的简单的工具
写正则表达式的主要工作:用正则符号描述清楚相关字符的规则。

python正则表达方式:r’正则表达式’
js的正则:/正则表达式/

re模块是Python提供的专门用来支撑正则表达式的一个模块
fullmatch函数:fullmatch(正则表达式,字符串) - 让正则表达式和指定字符串进行完全匹配,如果匹配失败则返回None

2. 匹配符号

2.1 普通字符(普通符号)
在正则中除了有特殊功能或者特殊意义以外的符号
普通字符在正则中表示这个符号的本身。

# 匹配一个字符串有三个字符分别是a\b和c
re_str = r'abc'
print(fullmatch(re_str, 'abc'))

2.2 - 匹配任意一个字符
注意:一个.只能匹配一个任意字符

re_str = r'a.c'
print(fullmatch(re_str, 'abc'))
print(fullmatch(re_str, 'a-c'))

re_str = r'abc...'
print(fullmatch(re_str, 'abcm.p'))
print(fullmatch(re_str, 'abcfg/'))

2.3 \d - 匹配任意一个数字字符

re_str = r'a\db\dc'
print(fullmatch(re_str, 'a1b2c'))

2.4 \s - 匹配任意一个空白字符
空白字符:空格、回车(\n)、制表符(\t)

re_str = r'a\sb'
print(fullmatch(re_str, 'a b'))
print(fullmatch(re_str, 'a\nb'))
print(fullmatch(re_str, 'a\tb'))

2.5 \w - 匹配任意一个字母、数字或者下划线 (不好用)

2.6 反斜杠大写字母的意义和相对应的反斜杠小写字母是反过来的
\D - 匹配任意一个非数字字符
\S - 匹配任意一个非空白字符

print(fullmatch(r'a\Sb\D', 'a>b='))
print(fullmatch(r'a\Sb\D', 'a b='))  # None
print(fullmatch(r'a\Sb\D', 'a>b0'))  # None

2.7 [字符集] - 匹配字符集中任意一个字符
注意:一个[]只能匹配一个字符
[多个普通字符] - 例如[abc]:可以匹配a或者b或者c
[包含\开头的特殊符号的字符集] - 例如:[\dabc],可以匹配任意数字或者a或者b或者c
[包含减号在两个字符之间的字符集] - 这个时候的减号表示谁到谁(注意:减号前面的字符编码必须小于后面的)
例如:[a-z] - 匹配任意一个小写字母
[a-d] - 匹配a、b、c、d中任意一个字符
[A-Z] - 匹配任意一个大写字母
[1-9] - 匹配1-9中任意一个数字
[\u4e00-\u9fa5] - 匹配任意一个中文字符
[a-zA-Z]、[A-Za-z] - 匹配任意一个字母
[a-z123] - 匹配任意一个小写字母或者1,2,3,
[a-z\d] - 匹配任意一个小写字母或者任意一个数字

re_str = r'a[xym]b'
print(fullmatch(re_str, 'axb'))
print(fullmatch(re_str, 'amb'))

re_str = r'a[16]b'
print(fullmatch(re_str, 'a1b'))
print(fullmatch(re_str, 'a6b'))

re_str = r'a[a\db]b'
print(fullmatch(re_str, 'a5b'))
print(fullmatch(re_str, 'abb'))

2.8 [ ^字符集] - 匹配任意一个不在字符集任意一个字符
[ ^abc] - 匹配除了a、b、c以外的任意一个字符
[ ^a-z] - 匹配除了小写字母以外的任意一个字符
注意:[]中的^和-只有放在指定位置的时候才有特殊功能,否则就只是表示一个普通字符

3. 检测类符号

检测类符号的存在不影响被匹配的字符串的长度,它的作用是在匹配成功的前提下检测符号所在的位置是否符号要求
检测类符号的用法:先去掉检测类符号,看是否能匹配成功,如果失败,整个正则失败,如果成功再看检测类符号所在的位置是否符号要求

3.1 \b - 检测是否是单词边界

单词边界 - 能够区分出两个不同单词的符号都属于单词边界,列如:空白、标点符号、字符串开头、字符串结尾

re_str = r'abc\b123'
print(fullmatch(re_str, 'abc123'))  # None

re_str = r'abc,\b123'
print(fullmatch(re_str, 'abc,123'))

re_str = r'abc\s\b123'
print(fullmatch(re_str, 'abc 123'))
# findall(正则表达式,字符串)  -  获取字符串中所有满足正则表达式的字串
str1 = '12dks,86as不会的56就开始34,19,5404 68 4 2'
result1 = findall(r'\d\d', str1)
print(result1)

result2 = findall(r'\d\d\b', str1)
print(result2)

result3 = findall(r'\b\d\d\b', str1)
print(result3)

3.2 \B - 检测是否是非单词边界

str1 = '12dks,86as不会的56就开始34,19,5404 68 4 2'
result3 = findall(r'\d\d\B', str1)
print(result3)

3.3 ^ - 检测是否是字符串开头

re_str = r'^\d\d'
str1 = '12dks,86as不会的56就开始34,19,5404 68 4 2'
print(fullmatch(re_str, '13'))
print(findall(r'^\d\d', str1))

3.4 $ - 检测是否以字符串结尾

re_str = r'\d\d$'
print(fullmatch(re_str, '67'))

4. 匹配次数

4.1 * - 匹配0次或多次(任意次数)
用法:匹配类符号*
a* - 匹配任意多个a
\d* - 匹配任意多个数字字符
[abc]* - 匹配任意多个[abc]

print(fullmatch(r'a*b', 'ab'))
print(fullmatch(r'a*b', 'aaab'))
print(fullmatch(r'\d*b', '45451b'))
print(fullmatch(r'[abc]*x', 'abcacbx'))

4.2 + - 匹配1次或多次(至少1次)

print(fullmatch(r'a+b', 'b'))  # None
print(fullmatch(r'a+b', 'aaaab'))

4.3 ? - 匹配0次或1次

re_str = r'[-+]?[1-9]*'
print(fullmatch(re_str, '-12'))

4.4 {}
{N} - 匹配N次
{M,N} - 匹配M到N次
{,N} - 匹配最多N次 (0-N)次
{M,} - 匹配至少M次
*{0,}
+
{1,}
?=={0,1}

print(fullmatch(r'\d{3}', '654'))
print(fullmatch(r'\d{3,5}', '654'))
print(fullmatch(r'\d{3,5}', '6554'))
print(fullmatch(r'\d{3,5}', '65544'))

print(fullmatch(r'\d{,5}', '8645'))
print(fullmatch(r'\d{,5}', '86457'))

print(fullmatch(r'\d{3,}', '8645'))
print(fullmatch(r'\d{3,}', '845'))

# 注意:匹配次数对应的符号的前面必须是匹配类符号
# print(fullmatch(r'+{2,3}','++'))  # 报错 re.error

4.5 贪婪和非贪婪

在匹配次数不确定的时候,匹配模式分为贪婪和非贪婪模式,默认是贪婪模式
在匹配成功的前提下,贪婪是匹配次数选最多的那个次数;非贪婪是匹配次数最少的那个次数

*、+、?、{M,N}、{M,}、{,N} - 贪婪的
*?、+?、??、{M,N}?、{M,}?、{,N}? - 非贪婪的

print(match(r'a.*b', 'asgshb尽可能看电视'))  # sgshb

# asb , asbgsb , asbgsbthhb 有三种情况,因为贪婪,所有选择次数最多的一次,如果是非贪婪选择最少的次数
print(match(r'a.*b', 'asbgsbthhb尽可能看电视'))  # asbgsbthhb
print(match(r'a.*?b', 'asbgsbthhb尽可能看电视'))  # asb

5. 分组和分支

5.1 () - 分组

作用1:将()中的内容作为一个整体,进行整体相关操作,例如,整体控制次数
作用2:通过’\M’重复前面第M个分组匹配到的结果,M从1开始

str1='18sa56er85vb'
print(fullmatch(r'\d\d[a-z]{2}\d\d[a-z]{2}\d\d[a-z]{2}',str1))
print(fullmatch(r'(\d\d[a-z]{2}){3}',str1))

str1=r'ababababab'
print(fullmatch(r'(ab)+',str1))

str1=r'45asd45'
print(fullmatch(r'(\d{2})(asd)\1','19asd19'))

5.2 | - 分支

正则1|正则2 - 先用正则1进行匹配,如果成功就直接匹配成功,如果匹配失败再用正则2进行匹配

print(fullmatch(r'abc\d{2}|abc[A-Z]{3}','abcJJH'))
print(fullmatch(r'abc(\d{2}|[A-Z]{3})','abcJNH'))

5.3 转义符号

在特殊符号前加,让符号的功能消失,变成一个普通符号

print(fullmatch(r'\+\d{3}','+234'))
print(fullmatch(r'\[\d{3}\]','[135]'))
print(fullmatch(r'\\dabc','\dabc'))

如果是独立存在有特殊功能的符号,将符号放在[]中其功能也会自动消失

print(fullmatch(r'[+*?|()^$]abc','?abc'))
print(fullmatch(r'[\^abc\-z\]]123','^123'))

6. re模块

6.1 compile(正则表达式) - 编译正则表达式,返回一个正则表达式对象
fullmatch(正则表达式,字符串)
正则表达式对象.fullmatch(字符串)

re_obj = re.compile(r'\d{3}')
print(re_obj.fullmatch('234'))
print(re.fullmatch(r'\d{3}', '123'))

6.2 fullmatch(正则表达式,字符串) - 让正则表达式和整个字符串进行匹配(完全匹配),匹配失败返回None,成功则返回匹配成功对象
match(正则表达式,字符串) - 匹配字符串开头(判断字符串的开头是否符合正则的规则),匹配失败返回None,成功则返回匹配成功对象

result = re.fullmatch(r'(\d{3})([a-z]+)', '456a')
print(result)

6.2.1 获取匹配到的字符串

匹配对象.group() / 匹配对象.group(0) - 获取整个正则匹配到的结果
匹配对象.group(N) - 获取第N个分组匹配到的结果

print(result.group())
print(result.group(1))
print(result.group(2))

6.2.2 获取匹配结果在原字符串中的位置信息

匹配对象.span() - 返回的是一个元组,元组中的元素是开始下标和结束下标,结束下标对应的位置取不到
匹配对象.span(N)

print(result.span())

6.3 search(正则表达式,字符串) - 获取正则表达式第一个满足正则表达式的子串,返回结果是None或者匹配对象

result = re.search(r'\d{3}', 'HJd空间的123jsl,568')
print(result)
print(result.group())

6.4 findall(正则表达式,字符串) - 获取字符串中所有满足正则的子串,返回的是列表,列表中的元素是子串
如果正则中只有一个分组:返回的列表中的元素是每个分组匹配到的结果
如果正则中有两个或两个以上的分组:返回的列表中的元素是元组,元组中的元素是每个分组匹配到的结果

result = re.findall(r'\d{2}', '34fgh908好几遍265,fghj56')
print(result)

result = re.findall(r'(\d{2})\D', '34fgh908好几遍265,fghj56')
print(result)

result = re.findall(r'(\d[a-z]){2}', '34f8gh9l0y8好几遍265k,fghj56')
print(result)

result = re.findall(r'(\d{2})-([a-z]{3})', '34-fyy8gh9l0y8好几遍265-ksf,fghj56')
print(result)

6.5 finditer(正则表达式,字符串) - 获取字符串中所有满足正则的子串,返回的是迭代器,迭代器是匹配对象

result = re.finditer(r'(\d{2})-([a-z]{3})', '34-fyy8gh94-vbl0y8好几遍265-ksf,fghj56')
print(result)
r1 = next(result)
print(r1, r1.group(), r1.group(1), r1.group(2))

6.6 split(正则表达式,字符串) - 将字符串中所有满足正则表达式的子串作为切割点,对字符串进行切割
re.split(正则表达式,字符串,N) - 将字符串中前N个满足正则表达式的子串作为切割点,对字符串进行切割

result = re.split(r'\d+', 'saiuj2ds6sdv8sd53sa6dssd22wq')
print(result)

6.7 sub(正则表达式,字符串1,字符串2) - 将字符串2中所有满足正则表达式的子串替换成字符串1
sub(正则表达式,字符串1,字符串2,N) - 将字符串2中前N个满足正则表达式的子串替换成字符串1

result = re.sub(r'\d', '*', 'UI上的卡8ac68爱好爱爱6荣誉533')
print(result)

message = 'fuck you ! tmIDS觉得阿里'
# result=re.sub(r'([fF]\s*[uU]\s*[cC]\s*[kK])|tm|sb','*',message)
result = re.sub(r'(?i)(f\s*u\s*c\s*k)|tm|sb', '*', message)
print(result)

6.8 flags参数

参数flags,用来设置正则参数

6.8.1 单行匹配和多行匹配参数:re.S、re.M(默认的)
单行匹配:可以匹配\n
多行匹配:不能和\n匹配
flags=re.S == r’(?s)正则表达式’
6.8.2 忽略大小写:re.I
flags=re.I == r’(?i)正则表达式’

print(re.fullmatch(r'a.b', 'a\nb', flags=re.M))  # None
print(re.fullmatch(r'a.b', 'a\nb', flags=re.S))
print(re.fullmatch(r'(?s)a.b', 'a\nb'))

print(re.fullmatch(r'abc', 'Abc', flags=re.I))
print(re.fullmatch(r'(?i)abc', 'Abc'))

print(re.fullmatch(r'a.b', 'A\nb', flags=re.S | re.I))
print(re.fullmatch(r'(?is)a.b', 'A\nb'))

练习

利用正则表达式完成下面的操作:

一、不定项选择题

  1. 能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括(abd )

A.r"\(?\d{3}\)?-?\d{8}"
B. r"[0-9()-]+"
C.r"[0-9(-)]*\d*"
D.r"[(]?\d*[)-]*\d*"

  1. 能够完全匹配字符串“back”和“back-end”的正则表达式包括(ab c)
    A. r“\w{4}-\w{3}|\w{4}”
    B. r“\w{4}|\w{4}-\w{3}”
    C.r “\S±\S+|\S+”
    D. r“\w*\b-\b\w*|\w*”

  2. 能够完全匹配字符串“go go”和“kitty kitty”,但不能完全匹配“go kitty”的正则表达式包括(ad)
    A.r “\b(\w+)\b\s+\1\b”
    B. r“\w{2,5}\s*\1”
    C. r“(\S+) \s+\1”
    D. r“(\S{2,5})\s{1,}\1”

  3. 能够在字符串中匹配“aab”,而不能匹配“aaab”和“aaaab”的正则表达式包括( bc)
    A. r“a*?b”
    B. r“a{,2}b”
    C. r“aa??b”
    D. r“aaa??b”

二、编程题

1.用户名匹配

? 要求: 1.用户名只能包含数字 字母 下划线

? 2.不能以数字开头

? 3.?度在 6 到 16 位范围内

re_str=r'[a-zA-Z_][a-zA-Z\d_]{5,15}'
  1. 密码匹配

? 要求: 1.不能包含!@#¥%^&*这些特殊符号

? 2.必须以字母开头

? 3.?度在 6 到 12 位范围内

re_str=r'[a-zA-Z][^!@#¥%^&*]{5,11}'
  1. ipv4 格式的 ip 地址匹配
    提示: IP地址的范围是 0.0.0.0 - 255.255.255.255
re_str=r'((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)\.){3}(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)'
print(fullmatch(re_str,'198.220.255.0'))
  1. 提取用户输入数据中的数值 (数值包括正负数 还包括整数和小数在内) 并求和
例如:“-3.14good87nice19bye” =====> -3.14 + 87 + 19 = 102.86
result=findall(r'-?\d+\.?\d*','-3.14good87nice19bye')
print(result)
sum1=0
for x in result:
    sum1+=float(x)
print(sum1)
  1. 验证输入内容只能是汉字

    re_str=r'[\u4e00-\u9fa5]+'
    
  2. 匹配整数或者小数(包括正数和负数)

    re_str=r'[-+]?([1-9]\d*|0)(\.\d+)?'
    
  3. 验证输入用户名和QQ号是否有效并给出对应的提示信息

    要求:
    用户名必须由字母、数字或下划线构成且长度在6~20个字符之间
    QQ号是5~12的数字且首位不能为0

    print(fullmatch(r'[a-zA-Z\d_]{6,20}','sa51as_ghs'))
    print(fullmatch(r'[1-9]\d{4,11}','123456789'))
    
    输出:
    <re.Match object; span=(0, 10), match='sa51as_ghs'>
    <re.Match object; span=(0, 9), match='123456789'>
    
  4. 拆分长字符串:将一首诗的中的每一句话分别取出来

    ? poem = ‘窗前明月光,疑是地上霜。举头望明月,低头思故乡。’

poem = '窗前明月光,疑是地上霜。举头望明月,低头思故乡。'
result=findall(r'[\u4e00-\u9fa5]+',poem)
print(result)

输出:
['窗前明月光', '疑是地上霜', '举头望明月', '低头思故乡']
  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-08-03 17:21:36  更:2021-08-03 17:21:49 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/26 0:27:40-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计