Python中的正则表达式 ！

什么是正则表达式

世界上分为两种人，一种是懂正则表达式的，一种是不懂正则表达式的

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

正则表达式常用的匹配规则

匹配某个字符串

•  

text = 'hello'ret = re.match('he', text)print(ret.group())# >> he

Python资源共享群：626017123

点(.) 匹配任意的字符串

•  

text = 'ab'ret = re.match('.', text)print(ret.group())# >> a

 

\d 匹配任意的数字

•  

text = '123'ret = re.match('\d', text)print(ret.group())# >> 1

 

\D 匹配任意的非数字

•  

text = "a"ret = re.match('\D',text)print(ret.group())# >> a

如果text为一个数字，那么就匹配不成功了

•  

text = "1"ret = re.match('\D',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute 'group'

 

\s 匹配的是空白字符串(包括：\n，\t，\r，空格)

•  

text = "\t"ret = re.match('\s',text)print(ret.group())# >> 此处是一个空白

 

\w 匹配的是 a-z 和 A-Z 以及数字和下划线

•  

text = "_"ret = re.match('\w',text)print(ret.group())# >> _

如果要匹配一个其他的字符，那么就匹配不到

•  

text = "+"ret = re.match('\w',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

 

\W 匹配的是和 \w 相反的

•  

text = "+"ret = re.match('\W',text)print(ret.group())# >> +

如果你的text是一个下划线或者英文字符，那么就匹配不到了

•  

text = "_"ret = re.match('\W',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

 

[] 组合的方式，只要满足中括号中的某一项都算匹配成功

•  

text = "027-88888888"ret = re.match('[\d\-]+',text)print(ret.group())# >> 027-88888888

其实可以使用中括号代替几种默认的匹配规则

• \d ：[0-9]
• \D ：0-9
• \w ：[0-9a-zA-Z_]
• \W ：[^0-9a-zA-Z_]

匹配多个字符

*：可以匹配0或者任意多个字符

•  

text = '8888'ret = re.match('\d*',text)print(ret.group())# >> 8888

以上因为匹配的要求是 \d ，那么就要求是数字，后面跟了一个星号，就可以匹配到8888这四个字符

+：可以匹配1个或者多个字符，最少一个

•  

text = "abc"ret = re.match('\w+',text)print(ret.group())# >> abc

因为匹配的是\w ，那么就要求是英文字符，后面跟了一个加号，意味着最少要有一个满足 \w 的字符才能够匹配到。如果text是一个空白字符或者是一个不满足\w的字符，就会报错

•  

text = ""ret = re.match('\w+',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

 

?：匹配的字符可以出现一次或者不出现(0或者1)

•  

text = "123"ret = re.match('\d?',text)print(ret.group())# >> 1

 

{m}：匹配m个字符

•  

text = "123"ret = re.match('\d{2}',text)print(ret.group())# >> 12

 

{m,n}：匹配 m-n 个字符，在这中间的字符都可以匹配到

•  

text = "123"ret = re.match('\d{1,2}',text)prit(ret.group())# >> 12

如果text只有一个字符，也可以匹配出来

•  

text = "1"ret = re.match('\d{1,2}',text)prit(ret.group())# >> 1

 

几个实际的案例(以给出的文本为例)

• 验证手机号码：手机号码的规则是以1开头，第二位可以是34587，后面那9位就可以随意了

text = "18570631587"ret = re.match('1[34587]\d{9}',text)print(ret.group())# >> 18570631587

• 如果是个不满足条件的手机号码。那么就匹配不到了

text = "1857063158"ret = re.match('1[34587]\d{9}',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

• 验证邮箱：邮箱的规则是邮箱名称是用数字、数字、下划线组成的，然后是@符号，后面就是域名了

text = "hynever@163.com"ret = re.match('\w+@\w+\.[a-zA-Z\.]+',text)print(ret.group())

• 验证URL：URL的规则是前面是http或者https或者是ftp然后再加上一个冒号，再加上一个斜杠，再后面就是可以出现任意非空白字符了

text = "http://www.baidu.com/"ret = re.match('(http|https|ftp)://[^\s]+',text)print(ret.group())

• 验证身份证：身份证的规则是，总共有18位，前面17位都是数字，后面一位可以是数字，也可以是小写的x，也可以是大写的X

text = "3113111890812323X"ret = re.match('\d{17}[\dxX]',text)print(ret.group())

 

^：表示以…开始

•  

text = "hello"ret = re.match('^h',text)print(ret.group())

如果是在中括号中，代表的是取反操作

$：表示以…结束

•  

# 匹配163.com的邮箱text = "xxx@163.com"ret = re.search('\w+@163\.com$',text)print(ret.group())# >> xxx@163.com

 

|：匹配多个表达式或者字符串

•  

text = "hello|world"ret = re.search('hello',text)print(ret.group())# >> hello

 

贪婪模式和非贪婪模式

• 贪婪模式：正则表达式会匹配尽量多的字符，默认是贪婪模式。
• 非贪婪模式：正则表达式会尽量少的匹配字符。

text = "0123456"ret = re.match('\d+',text)print(ret.group())# 因为默认采用贪婪模式，所以会输出0123456

可以改成非贪婪模式，就只会匹配到0

•  

text = "0123456"ret = re.match('\d+?',text)print(ret.group())

 

匹配0-100之间的数字

•  

text = '99'ret = re.match('[1-9]?\d$|100$',text)print(ret.group())

如果text=101，就会抛出一个异常

•  

text = '101'ret = re.match('[1-9]?\d$|100$',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute 'group'

 

转义字符和原生字符

在正则表达式中，有些字符是有特殊意义的字符，在 Python 中 \ 也是用来转义的，因此如果想要在普通的字符串中匹配 \ ，那么就要给出 四个 \

•  

text = "apple \c"ret = re.search('\\\\c',text)print(ret.group())

所以要使用原生字符就可以解决这个问题

•  

text = "apple \c"ret = re.search(r'\\c',text)print(ret.group())