正则表达式入门与练习
- 刚开始学习正则表达式,我认为正则表达式主要是利用正则的一些规则,来提取一段文字中的你想要获取的字段
- 正则表达式有以下特殊字符,都是自己的理解:
-
特殊字符 表示的意思 小例子 ^ 以……开头 ”^b“:以b开头 * 前面的字符出现次数大于等于0(出现任意次数) ”b*”:b出现任意次 . 代表任意字符 “^b.*”:以b开头的任意字符串(b开头,后面出现任意字符次数不限制) & 以$符号前的结尾 “b$”:以b结尾 ? 非贪婪匹配 默认贪婪匹配是从右向左,非贪婪匹配是从左向右(符合阅读习惯) + 前面的字符出现次数大于等于1 相较于“*”至少要出现一次 {2} 前面字符出现2次 “b{4}”:b出现四次(识别出bbbb) {2,} 前面字符出现至少2次 “b{4,}”:b出现至少四次(识别出bbbb,bbbbbbbbbbbbbbbbbbb等) {2,5} 前面字符出现可以是2,3,4,5次 “b{2,4}”:b出现2,3,4次(识别出bb、bbb、bbbb这三种) | 或关系,可以匹配多种 ”b|c|d“:可以是b,c,d中的一种 [] 可以匹配[]中的任何一个 “[2345]或者[0-9]"几种用法
“1[48357][0-9]{9}”:提取手机号
\s 空白字符,空格,制表,换行, \S 非空格 \w a~z,A~Z,0~9,_中的一个 \W 除了\w外的字符 [\u4E00-\u9FA5] 连续的汉字 \d 数字 “\d{4}”:出现四个数字,比如2001 - 上面的是我记录的一些笔记,下面附上一个练习:
- 目的:将一段文字中的日期提取出来,不同的日期格式都可以匹配。
import re line = "xxx出生于2001年6月1日" line = "xxx出生于2001/6/1" line = "xxx出生于2001-6-1" line = "xxx出生于2001-06-01" line = "xxx出生于2001-06" regex_str = ".*出生于(\d{4}[年/-]\d{1,2}([月/-]\d{1,2}|[月/-]$|&))" matchs = re.match(regex_str,line) print(matchs.group(1))
不同的时间格式都可以匹配出来。
- 以上。