01、正则表达式相关

 一、常见的正则表达式匹配模式

表1.常用的元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

表2.常用的限定符

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

表3.常用的反义代码

代码/语法	说明
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

表5.懒惰限定符

代码/语法	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

 

 

二、正则表达式的实际使用

实例1：.*？的使用详情

import re
line = 'booooooobbbbbby123'
regex_str = '.*?(b.*?b).*'
match_obj = re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

运行结果：

C:\Users\licl11092\AppData\Local\Programs\Python\Python35\python.exe D:/Scrapy/test/test.py
booooooob

Process finished with exit code 0

 

实例2：|和（）的使用

import re
line = 'boobby123'
regex_str = '((bobby|boobby)123)'
match_obj = re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))
    print(match_obj.group(2))

运行结果：

C:\Users\licl11092\AppData\Local\Programs\Python\Python35\python.exe D:/Scrapy/test/test.py
boobby123
boobby

Process finished with exit code 0

 

 实例3：提取电话号码（[]的使用）

import re
line = '15868197032fsfs'
regex_str = '(1[34578][0-9]{9})'
match_obj = re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

 

运行结果：

C:\Users\licl11092\AppData\Local\Programs\Python\Python35\python.exe D:/Scrapy/test/test.py
15868197032

Process finished with exit code 0

 

 

 实例4：\s的使用举例

import re
line = '你 好'
regex_str = '(你\s好)'
match_obj = re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

 

运行结果：

C:\Users\licl11092\AppData\Local\Programs\Python\Python35\python.exe D:/Scrapy/test/test.py
你 好

Process finished with exit code 0

 

实例5：[\u4e00-\u9fa5] 的使用举例

import re
line = '你好'
regex_str = '([\u4e00-\u9fa5]+)'
match_obj = re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

 

运行结果：

C:\Users\licl11092\AppData\Local\Programs\Python\Python35\python.exe D:/Scrapy/test/test.py
你好

Process finished with exit code 0

 

实例6：举例说明提取多种书写方式的出生年月日

import re
line = 'xxx出生于2001年6月'
line2 = 'xxx出生于2001/6/1'
line3 = 'xxx出生于2001-6-1'
line4 = 'xxx出生于2001-06-01'
line5 = 'xxx出生于2001-06'
regex_str = '.*出生于(\d{4}[年/-]\d{1,2}($|[月/-]$|[月/-]\d{1,2}))'
match_obj = re.match(regex_str,line)
match_obj2 = re.match(regex_str,line2)
match_obj3 = re.match(regex_str,line3)
match_obj4 = re.match(regex_str,line4)
match_obj5 = re.match(regex_str,line5)

if match_obj:
    print(match_obj.group(1))
    print(match_obj2.group(1))
    print(match_obj3.group(1))
    print(match_obj4.group(1))
    print(match_obj5.group(1))

 

运行结果：

C:\Users\licl11092\AppData\Local\Programs\Python\Python35\python.exe D:/Scrapy/test/test.py
2001年6月
2001/6/1
2001-6-1
2001-06-01
2001-06

Process finished with exit code 0