正则表达式

正则表达式

按照一定的规则,从某个字符串中匹配出想要的数据,这个规则就是正则表达式

正则表达式常用匹配规则

单个字符匹配

• 匹配某个字符 he

  import re
  
  text = "abc aAbc aaaABC"
  reg = r"abc"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 匹配任意一个字符 . 不能匹配换行符\n

  import re
  
  text = "abc aAbc aaaABC"
  reg = r"."
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 匹配0-9 任意数字 \d

  import re
  
  text = "1112abc aAbc aaaABC"
  reg = r"\d"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 匹配任意非数字 \D

  import re
  
  text = "abc aAbc aaaABC"
  reg = r"\D"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 匹配空白字符 \r \n \t 空格 \s

  import re
  
  text = "\tabc aAbc aaaABC"
  reg = r"\s"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• \w 匹配的是a-z 和 A-Z 以及数字和下划线

  import re
  
  text = "_abc aAbc aaaABC"
  reg = r"\w"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• \W 匹配的是与\w正好相反的

  import re
  
  text = "+abc aAbc aaaABC"
  reg = r"\W"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• \S 匹配非空字符

  import re
  
  text = "\tabc aAbc aaaABC"
  reg = r"\S"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

[] 组合的方式

• 只要满足中括号里面的字符就可以匹配
• 多个字符匹配的规则是在正则表达式后面加+
• 排除规则^

import re

text = "abc aAbc aaaABC"
reg = r"[\W\w]"
ret = re.match(reg, text)
if ret:
    print("匹配到了:", ret.group())
else:
    print("没有匹配到")

text = "028-88888888"
reg = r"[\d-]+"
ret = re.match(reg, text)
if ret:
    print("匹配到了:", ret.group())
else:
    print("没有匹配到")

text = "028-88888888"
reg = r"[a-zA-Z0-9_]"
reg = r"[^a-zA-Z0-9_]"
ret = re.match(reg, text)
if ret:
    print("匹配到了:", ret.group())
else:
    print("没有匹配到")

匹配多个字符

• * :匹配0个或者任意多个字符

  import re
  
  text = "028-88888888"
  reg = r"\d*-\d*"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• +: 匹配1个或者多个字符串(最少必须一个满足条件,否则匹配不成功)

  import re
  
  text = "028-88888888"
  reg = r"\w+-\d+"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• ?:匹配1个或者0个(要么没有要么只有1个)

  import re
  
  text = "-88888888"
  reg = r"\d?"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• {m}: 匹配m个字符

  import re
  
  text = "88888888"
  reg = r"\d{5}"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• {m,n}:匹配m-n个字符

  import re
  
  text = "88888888"
  reg = r"\d{1,15}"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

案例

• 验证手机号码

  import re
  
  text = "18209985826"
  reg = r"1[34578]\d{9}"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 验证邮箱

  import re
  
  text = "3456546747@qq.com"
  reg = r"\w+@[a-z0-9]+.[a-z]+"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 验证url

  import re
  
  text = "https://search.bilibili.com/all"
  reg = r"(http|https|ftp)://\S+"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

^

• 以...开始

  import re
  
  text = "ahttps://search.bilibili.com/all"
  reg = r"^(http|https|ftp)://\S+"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

• 在中括号[]中^取反操作

  import re
  
  text = "hello"
  reg = r"[^\d]+"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

$

• 以... 结尾

  import re
  
  text = "hello@163.com"
  reg = r"\w+@163.com$"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

|

• 多个选项之间匹配

  import re
  
  text = "http://127.0.0.1"
  reg = r"(http|https|ftp)://\S+"
  ret = re.match(reg, text)
  if ret:
      print("匹配到了:", ret.group())
  else:
      print("没有匹配到")
  

贪婪模式

会尽量多的去匹配 默认是贪婪模式

非贪婪模式

会尽量少的去匹配 在正则表达式后面加上?

转义字符串

import re

text = "$69658.369"
reg = r"\$\d+\.\d+"
ret = re.match(reg, text)
if ret:
    print("匹配到了:", ret.group())
else:
    print("没有匹配到")

原生字符串

• 原生字符串是在python语言层面取消转义

import re

text = "\\n"
print(text)
reg = "\\\\n"
reg = r"\\n"
ret = re.match(reg, text)
if ret:
    print("匹配到了:", ret.group())
else:
    print("没有匹配到")

Python中re模块的使用

• match # 从头开始匹配 没有匹配成功返回None 匹配成功返回Match对象
  

• search # 只要找到就返回,并且只返回一个
  

• sub # 替换
  

• split  # 分隔
  

• findall  # 找出所有满足条件的 以列表的方式返回
  

• compile # 编译