正则表达式
Day21正则表达式
- 正则表达式能干什么？
- 正则表达式之字符组
- 正则表达式之特殊符号
- 正则表达式之量词及转义符
- 正则表达式之贪婪与非贪婪匹配
- 正则表达式之实战应用
- python正则模块之re
1.正则表达式能干什么？
定义：正则表达式是对字符串操作的一种逻辑公式，正则表达式是一门独立的技术 所有编程语言都可以使用
是一个强大的字符串匹配工具。
作用：检索、替换那些符合某个模式(规则)的文本，可以通过一些设定的规则来匹配一些字符串
应用场景：网络爬虫 各种校验的编写
在线测试工具 ：http://tool.chinaz.com/regex/
2.正则表达式之字符组
| 字符 | 对应解释 |
|---|---|
| [0123456789] | 匹配0到9任意一个数字(全写) |
| [0-9] | 匹配0到9任意一个数字(缩写) |
| [a-z] | 匹配26个小写英语字母 |
| [A-Z] | 匹配26个大写英语字母 |
| [0-9a-zA-Z] | 匹配数字小写字母大写字母 |
ps:字符组内所有的数据默认都是或的关系
3.正则表达式之特殊符号
| 特 殊符号 | 其解释 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配数字 字母 下划线 |
| \W | 匹配非数字非字母非下划线 |
| \d | 匹配数字 |
| ^ | 匹配字符串的开头第一个字符 |
| $ | 匹配字符串结尾的结尾最后一个字符 |
| a|b | 匹配a或b(管道符就是或的意思) |
| () | 匹配给正则表达式分组 |
| [ ] | 字符组内部填写的内容默认是或的关系 |
4.正则表达式之量词及转义符
| 符号 | 其解释 |
|---|---|
| * | 匹配无穷次(有多少就匹配多少) |
| + | 匹配无穷次(有多少就匹配多少) |
| 匹配无穷次(有多少就匹配多少) | |
| 匹配n次 | |
| ? | 匹配一次(主要用于非贪婪匹配) |
| \n | 匹配换行符 |
| \ \n | 匹配文本 \n |
| \ \ \n | 匹配 \ \ n |
ps:斜杠与字母的组合有时候又特殊含义 因此在python中在字符串前面加字母r来取消转义
5.正则表达式之贪婪与非贪婪匹配
.* 是贪婪匹配
.*? 是非贪婪匹配
6.正则表达式之实战应用
同一个需求：手机号必须是11位、手机号必须以13 15 17 18 19开头、必须是纯数字
用python实现如下
# 1.获取用户输入的手机号
phone_num = input('请输入您的手机号>>>:').strip()
# 2.先判断是否是十一位
if len(phone_num) == 11:
# 3.再判断是否是纯数字
if phone_num.isdigit():
# 4.判断手机号的开头
if phone_num.startswith('13') or phone_num.startswith('15') or phone_num.startswith(
'17') or phone_num.startswith('18') or phone_num.startswith('19'):
print('手机号码输入正确')
else:
print('手机号开头不对')
else:
print('手机号必须是纯数字')
else:
print('手机号必须是11位')
'''python结合正则实现'''
import re
phone_number = input('please input your phone number: ')
if re.match('^(13|14|15|18)[0-9]{9}$', phone_number):
print('是合法的手机号码')
else:
print('不是合法的手机号码')
用正则表达式实现如下
0?(13|14|15|17|18|19)[0-9]{9}
7.python正则模块之re
import re
1.常见操作方法
# res = re.findall('a', 'jason apple eva')
# print(res) # 查找所有符合正则表达式要求的数据 结果直接是一个列表
# res = re.finditer('a', 'jason apple eva')
# print(res) # 查找所有符合正则表达式要求的数据 结果直接是一个迭代器对象
# res = re.search('a', 'jason apple eva')
# print(res) # <re.Match object; span=(1, 2), match='a'>
# print(res.group()) # a 匹配到一个符合条件的数据就立刻结束
# res = re.match('a', 'jason apple eva')
# print(res) # None 匹配字符串的开头 如果不符合后面不用看了
# print(res.group()) # 匹配开头符合条件的数据 一个就结束
# obj = re.compile('\d{3}') # 当某一个正则表达式需要频繁使用的时候 我们可以做成模板
# res1 = obj.findall('23423422342342344')
# res2 = obj.findall('asjdkasjdk32423')
# print(res1, res2)
ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret) # ['', '', 'cd']
ret = re.sub('\d', 'H', 'eva3jason4yuan4', 1) # 将数字替换成'H'，参数1表示只替换1个
print(ret) # evaHjason4yuan4
ret = re.subn('\d', 'H', 'eva3jason4yuan4') # 将数字替换成'H'，返回元组(替换的结果,替换了多少次)
print(ret) # ('evaHjasonHyuanH', 3)
2.分组优先
# res = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
# print(res) # ['oldboy']
# findall分组优先展示:优先展示括号内正则表达式匹配到的内容
# res = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
# print(res) # ['www.oldboy.com']
# res = re.search('www.(baidu|oldboy).com', 'www.oldboy.com')
# print(res.group()) # www.oldboy.com
# res = re.match('www.(baidu|oldboy).com', 'www.oldboy.com')
# print(res.group()) # www.oldboy.com
3.分组别名
res = re.search('www.(?P<content>baidu|oldboy)(?P<hei>.com)', 'www.oldboy.com')
print(res.group()) # www.oldboy.com
print(res.group('content')) # oldboy
print(res.group(0)) # www.oldboy.com
print(res.group(1)) # oldboy
print(res.group(2)) # .com
print(res.group('hei')) # .com
