关于Python中正则表达式的用法

关于Python中正则表达式的用法

在我们写程序的过程中经常会遇到处理字符串的情况，大致分为以下几种场景：

1. 匹配一个字符串是否符合给定的标准
2. 从字符串中找到符合要求的文本
3. 替换字符串中的某些文本
4. 对字符串进行分割以分别处理

而正则表达式是用于处理字符串的强大工具，掌握正则表达式有利于更好地处理字符串，提高效率

正则表达式的语法

特殊字符

字符	描述	举例	匹配的表达式
\	转义符	\n	表示换行符
\n	匹配一个换行符
\t	匹配一个制表符
^	匹配字符串的开头	^abc	abc
$	匹配字符串的末尾	abc$	abc
.	匹配除换行符外的任意字符	ab.	abc \ ab1
[...]	用来表示一组字符	[0-9]	匹配一个数字
[^...]	不在 [] 中的字符	[^0-9]	匹配非数字
|	匹配或	a|b	匹配a或者b
( )	匹配括号内的表达式，表示分组	a(12|34)b	a12b

预定义字符

字符	描述	举例	匹配的表达式
\w	匹配字母数字及下划线	\wbc	abc
\W	匹配非字母数字及下划线	\Wbc	1bc
\s	匹配任意空白字符，包括空格和Tab等	a\sb	a b
\S	匹配任意非空白字符	a\Sb	a1b
\d	匹配任意数字，等价于 [0-9]	00\d	001
\D	匹配任意非数字	00\D	00a

量词

字符	描述	举例	匹配的表达式
*	匹配 0 个或多个的表达式	ab*	a \ abbb
+	匹配 1 个或多个的表达式	ab+	ab \ abbb
?	匹配 0 个或 1 个由前面的正则表达式定义的片段，非贪婪方式	ab?	a \ ab
{n}	精确匹配 n 个前面表达式	ab{2}	abb
{n, m}	匹配 n 到 m 个由前面的正则表达式定义的片段，贪婪方式	ab{1,2}	ab \ abb

re模块

Python通过re模块提供对正则表达式的支持。由于Python的字符串本身也用\转义，所以当一个字符串包含大量转义字符时，就需要写出很多个\，比较麻烦，Python里的原生字符串很好地解决了这个问题，使用Python的r' '前缀，就不用考虑转义的问题了。

re.match(r'正则表达式'， str)

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

re.split(r'切分的字符'， str)

split()方法用来切分字符串，返回一个list对象

如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串，且group(0)是原始字符串，group(i)表示第i个子串。

m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
m.group(0)		#'010-12345'
m.group(1)		#'010'
m.group(2)		#'12345'

常用正则表达式

1、匹配email地址:

[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?

2、匹配网址URL：

[a-zA-z]+://[^\s]*

3、匹配18位身份证号：

^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$

4、匹配年月日格式：

([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))

5、匹配整数：

^-?[1-9]\d*$

6、匹配正整数：

^[1-9]\d*$

7、匹配负整数：

^-[1-9]\d*$

8、匹配空白行：

\n\s*\r

正则表达式非常强大，内容也非常多，需要经常性的学习和实践，温故而知新。