Python_day17--正则表达--基础语法，re模块(一)，电话、邮箱匹配

最新推荐文章于 2025-07-10 21:22:44 发布

原创最新推荐文章于 2025-07-10 21:22:44 发布 · 6.8k 阅读

CC 4.0 BY-SA版权

本文介绍了Python中的正则表达式基础，包括re模块的使用，如findall()和match()方法。讲解了正则表达式的语法，如d、D、s、S等特殊字符的含义，以及*、+、?、{n,m}等通配符的用法。同时，文章通过实例展示了如何匹配电话号码和邮箱地址。" 81699925,901633,MySQL脚本实践：触发器、存储过程与定时任务创建,"['数据库开发', 'MySQL存储过程', 'SQL脚本', '数据库管理', '数据统计']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、什么是正则表达

字符串是编程时涉及到的最多的一种数据结构,对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的 Email 地址,虽然可以编程提取 @ 前后的子串,再分别判断是否是单词和域名,但这样做不但麻烦,而且代码难以复用。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则,凡是符合规则的字符串,我们就认为它“匹配”了,否则,该字符串就是不合法的。
所以我们判断一个字符串是否是合法的 Email 的方法是:
1. 创建一个匹配 Email 的正则表达式;
2. 用该正则表达式去匹配用户的输入来判断是否合法。

因为正则表达式也是用字符串表示的,所以,我们要首先了解如何用字符来描述字符。

二、python中的正则表达--re模块

1、findall（）方法

我们先来举个例子看看python为我们封装好的re模块

import re  #导入我们的re模块（如果没有请用conda或者pip下载）

pattern = r'westos'  #匹配的规则为 'westos'
s = 'westos hgkjtrgtrigjo westos'  #这里是用规则去寻找的对象
print(re.findall(pattern, s))  #调用re.findall方法，其中传入两个参数：第一个为正则的方法，第二个为对象

分析：我们的规则就是去寻找符合‘westos’规则的内容，并且打印出来，在我们的对象中有两个是符合的，我们通过正则表达找到并且打印出来；

2、match（）方法

match() 方法判断是否匹配,如果匹配成功,返回一个 Match 对象,否则返回 None 。

常见的判断方法就是:例如

上面的两个结果给我们看到了match的结果，当匹配的为合法对象时，则返回一个对象；若为不合法对象则返回一个空；

那么你可能要问了，这么简单的我凭着肉眼就能找到了，还需要这么麻烦码？

那么如果你要处理的文件有几个G的大小你还觉得简单的吗？如果是要是筛查变量是否合法，邮箱地址是否合法，用户名是否合法？那么你还觉得re模块简单吗？

二、正则的基础语法

1、单个字节匹配：

\d 代表：匹配单个数字

\D 代表：匹配非单个数字

\s 代表：匹配任何空白字符，包括空格、制表符、换页符等等

\S 代表：匹配任何非空白字符

\w 代表：匹配单个字母，数字或者下划线，在python3.x中还可以匹配中文

\W 代表：匹配非单个数字，字母或者下划线

. 代表任意单个字符

2、任意字节匹配;

要匹配变长的字符,在正则表达式中,

用 * 表示任意个字符(包括 0 个),

用 + 表示至少一个字符,

用 ? 表示 0 个或 1 个字符,

用 {n} 表示 n 个字符,

用 {n,m} 表示 n～m 个字符:

3、精确的匹配可以用[ ]

[^abc] 除了a b c之外的其他字符

[0-9a-zA-Z\_] 可以匹配一个数字、字母或者下划线;

[0-9a-zA-Z\_]+ 可以匹配至少由一个数字、字母或者下划线组成的字符串;比如 'a100' , '0_Z' , 'Py3000' 等等;

[a-zA-Z\_][0-9a-zA-Z\_]* 可以匹配由字母或下划线开头,后接任意个由一个数字、字母或者下划线组成的字符串,也就是 Python 合法的变量;

[a-zA-Z\_][0-9a-zA-Z\_]{0, 19} 更精确地限制了变量的长度是 1-20 个字符(前面1 个字符+后面最多 19 个字符)

4、其他

‘|’--A|B 可以匹配 A 或 B,所以 [P|p]ython 可以匹配 'Python' 或者 'python' 。

^ 表示行的开头, ^\d 表示必须以数字开头。

$ 表示行的结束, \d$ 表示必须以数字结束。

你可能注意到了, py 也可以匹配 'python' ,但是加上 ^py$ 就变成了整行匹配,就只能匹配 'py' 了

5、正则表达中，特殊字符需要用\来转译

例如： \*，\+， \?， \.等

上面罗列的这些语法也许看着就像是天书，据几个例子来看看也许你会明白许多；

例1：

import re


# pattern = r""
# s = ""
# re.findall(pattern, s)


print(re.findall(r'(\d+)', '全班人数为100'))
print(re.findall(r'\D+', '阅读人数为100'))
print(re.findall(r'\s+', '\t阅读人数为100\n\r '))
print(re.findall(r'\S+', '\t阅读人数为100\n\r '))
print(re.findall(r'\w+', 'root email: he_llo@163.com'))
print(re.findall(r'\W+', 'root email: he_llo@163.com'))

第一句：匹配全部的数字（加号代表有一个或者多个）

第二句：匹配非数字

第三句：匹配任何空白字符，包括空格、制表符、换页符

第四句：匹配非空白字符，包括空格、制表符、换页符

第五句：匹配数字、字母、下划线，也可以匹配中文

第六句：匹配非数字、字母、下划线、中文

例2：

import re
print(re.findall(r'1+', '读阅人数为1000, 11, 1111, 00'))
print(re.findall(r'\d+', '读阅人数为1000, 11, 111, 100'))
print(re.findall(r'westo*s', 'westooos   wests westas'))

第一句：匹配有一个或者多个1的

第二句：匹配数字

第三句：匹配o有零个或者多个

上面的两个例字首先要看出*（零个或多个）和+（一个或多个）的区别；

例3：

现在有一个实际需求，需要去判断用户输入的电话号码是否合法

要求：电话必须为11位；并且必须是‘1’开头

import re
s = input('you number:')
pattern = r'1\d{10}'
if re.match(pattern,s):
    print('ok')
else:
    print('\nError')

三、匹配一个邮箱地址

1、匹配163邮箱；xxxxxx@163.com

规则：6～18个字符，可使用字母、数字、下划线；开头必须为字母

import re
a = """
kevintian126@126.com 

1136667341@qq.com 

meiya@cn-meiya.com 

wq901200@hotmail.com 

111meiyahr@163.com

meiyuan@0757info.com 

chingpeplo@sina.com 

tony@erene.com.com

melodylu@buynow.com

aaa666777@163.com
"""


q = re.findall(r'\w{6,18}@163\.com',a)  #匹配了一个163邮箱
print(q)
for email in q:
    matchobj = re.match(r'^[a-zA-Z].*',email)

    if matchobj:
        print(matchobj.group())
    else:
        print('')

上面我们一共分了2步来筛查163邮箱；

第一：我们先把所有的163邮箱拿出来，返回的是一个列表

第二：我们把以字母开头的所有163邮箱再次筛查出来，最后得我们的要求；

2、我们还可以变化需求，把合法的邮箱地址全部过滤出来

import re
from itertools import chain

s = """
你好，各种格式的邮箱入下所示：

    kevintian126@126.com 

2. 1136667341@qq.com 

3. meiya@cn-meiya.com 

4. wq901200@hotmail.com 

5. meiyahr@163.com

6. meiyuan@0757info.com 

7. chingpeplo@sina.com 

8. tony@erene.com.com

9. melodylu@buynow.com

具体释义入下：
1.163邮箱 
提供以@163.com为后缀的免费邮箱，3G空间，支持超大20兆附件，280兆网盘。精准过滤超过98％的垃圾邮件。 

2.新浪邮箱 
提供以@sina.com为后缀的免费邮箱，容量2G，最大附件15M，支持POP3。 

3.雅虎邮箱 
提供形如@yahoo.com.cn的免费电子邮箱，容量3.5G，最大附件20m，支持21种文字。 

4.搜狐邮箱 
提供以@sohu.com结尾的免费邮箱服务，提供4G超大空间，支持单个超大10M附件。强大的反垃圾邮件系统为您过滤近98%的垃圾邮件。 

5.QQ邮箱 
提供以@qq.com为后缀的免费邮箱，容量无限大，最大附件50M，支持POP3，提供安全模式，内置WebQQ、阅读空间等。 
"""

# 1. 找出可能是邮箱地址的， 返回一个列表;
pattern = r'\w{6,18}@\w+\.com'
email_li = re.findall(pattern, s)


# 2. 筛选出以字母开头的;
li = []
for email in email_li:
    li.append(re.findall(r'^[a-zA-Z].*', email))

# 将嵌套列表转换为非嵌套列表;
print(list(chain(*li)))

这里需要说的是：chain

chain链接可遍历对象(iter1, iter2, ..., iterN)

给出一组迭代器(iter1, iter2, ..., iterN)，此函数创建一个新迭代器来将所有的迭代器链接起来，返回的迭代器从iter1开始生成项，知道iter1被用完，然后从iter2生成项，这一过程会持续到iterN中所有的项都被用完。

from itertools import chain

test = chain('AB', 'CDE', 'F')
for el in test:
    print(el)

在这里我们只要是将嵌套列表转化为非嵌套列表，就像下面这样的：