re正则表达式的使用

1、查找电话号码

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is 415-555-4242,your name is yy，her number is 131-129-9909"
phoneNumRex=re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')#/d匹配一个数字
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())

结果：415-555-4242

只会匹配第一个电话号码

 

2、利用括号分组

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is 415-555-4242,your name is yy，her number is 131-129-9909"
phoneNumRex=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')#加上括号进行分组
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())
print (phoneNum.group(0))
print (phoneNum.group(1))
print (phoneNum.groups())#返回一个元祖

结果：

415-555-4242
415-555-4242
415
('415', '555-4242')

3、用管道匹配多个分组，如：r“a|b”将匹配字符a或b，如果a和b都出现，则第1次出现的匹配字符将作为返回对象

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is 415-555-4242,your name is yy，her number is 13112999091"
phoneNumRex=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)|[0-9]{11}')#匹配两种情况
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())

结果：415-555-4242

如果将txt中的13112999091放在415-55-4242前面，将首先匹配13112999091

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is13112999091 ,your name is yy，her number is 415-555-4242"
phoneNumRex=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)|[0-9]{11}')#匹配两种情况
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())

结果：13112999091

4、？号匹配前面的字符出现1次或0次

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is13112999091 ,your name is zhang，her number is 415-555-4242"
phoneNumRex=re.compile(r'zhang(san)?')#匹配两种情况,zhang或zhangsan
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())

结果：zhang

5、*匹配前面出现字符的零次或多次

 

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is13112999091 ,your name is zhang，her number is 415-555-4242"
phoneNumRex=re.compile(r'zhang(san)*')#匹配两种情况,zhang或zhangsan
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())

结果：zhang

6、+匹配前面出现字符的一次或多次，如：aa(bc)+将匹配aabc或aabcbc或aabcbcbc...

7、用花括号匹配特定次数，如:aa(bb){4}将匹配aabbbbbbbb

8、贪心匹配，（ab）{3,5}表示可以匹配ab重复3或5次，但当查找的字符串为ababababab，匹配到的是ababababab，而不是ababab，原因是在有二义的情况下，会尽可能的匹配最长的字符串

例子：

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="ababababab"
phoneNumRex=re.compile(r"(ab){3,5}")
phoneNum=re.search(phoneNumRex,txt)
print (phoneNum.group())

结果：ababababab

如果在{3,5}后加上一个？，如：(ab){3,5}?则便成了非贪心模式，将匹配ababab

所以问号在正则表达式中可能有两种含义，一种是申明非贪心匹配，一种是匹配前面的字符出现1次或0次

9、findall()方法和search方法的区别

findall方法返回的一组字符串，包含所查找字符串中的所有匹配，而search返回的只包含了第一次出现的匹配的文本

findall返回的是一个字符串列表，而search返回的是一个Match对象

例子：

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is 131-129-9909 ,your name is zhang，her number is 415-555-4242"
phoneNumRex=re.compile(r"\d\d\d-\d\d\d-\d\d\d\d")
phoneNum=re.findall(phoneNumRex,txt)
print (phoneNum)

结果：

['131-129-9909', '415-555-4242']

如果正则表达式中有分组，findall将返回元祖的列表，如下：

#! coding=utf-8
import re
"""查找字符串中的文本"""
txt="your number is 131-129-9909 ,your name is zhang，her number is 415-555-4242"
phoneNumRex=re.compile(r"(\d\d\d)-(\d\d\d-\d\d\d\d)")
phoneNum=re.findall(phoneNumRex,txt)
print (phoneNum)

结果：

[('131', '129-9909'), ('415', '555-4242')]