python . 模式匹配与正则表达式

最新推荐文章于 2024-11-22 10:15:00 发布

原创最新推荐文章于 2024-11-22 10:15:00 发布 · 497 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python

python 专栏收录该内容

4 篇文章

订阅专栏

本文介绍了Python中正则表达式的使用方法，包括创建正则表达式对象、匹配字符串、常用表达式等，并通过实例展示了如何简洁地进行电话号码验证。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在周五晚上，学习了一波 python 的正则表达式的使用，下面是我的一些总结：

一、正则表达式的优势

如果我们没有使用正则表达式，如果我们想要在某个文本中查找某个字符串，例如"394-123-2445" 这类的电话号码，我们需要如下代码：

def isPhoneNumber(text):
    if len(text) != 12:
        return False
    for i in range(0, 3):
        if not text[i].isdecimal():
            return False
    if text[3] != '-':
        return False
    for i in range(4, 7):
        if not text[i].isdecimal():
            return False
    if text[7] != '-':
        return False
    for i in range(8, 12):
        if not text[i].isdecimal():
            return False
return True

而使用正则表达式：

phoneRegex = re.compile(r'\d{3}-\d{3}-\d{4}')
mo = phoneRegex.search("myhone is 234-456-12345")

相比之下，正则表达式的使用则非常的简洁。

二、python 的正则表达式的使用

（1）创建正则表达式对象

regex = re.compile('\d\d\d')，使用 re.compilte（）编译一个正则表达式字符串。

（2）匹配 Regex 对象

mo = regex.search("my num : 123"), 把要查找的文本字符串传入 search() 返回，返回一个 Match 对象。

（3）返回匹配到的字符串

str = mo.group()。调用 Math 对象的 group() 对象返回匹配到的字符串

三、正则表达式的书写

(1) 精确匹配某个字符

str = 'abcd', 这种字符串会精确的匹配 abcd 字符串

（2）匹配任意字符

使用 '.' 符号来任意的一个字符

（3）是否匹配某个字符

使用 '?' 可以保证某个字符可以出现或者不出现。比如 str = 'a?' ，a 字符可以有或者没有

（4）匹配零次或者多次

使用 * 号，可以匹配出现零次或多次

（5）匹配一次或者多次

使用 + 号，可以匹配出现一次或多次

（6）可以指定匹配多少次

使用花括号可以指定匹配多少次，比如 regex = re.compile(r'a{2,4}'), 可以匹配 a 出现 2次到4次的字符串

四、python 内置的表示某类字符的表达式

\d 0-9 的任何数字

\D 除了 0-9 的数字以外的任何字符

\w 任何字母、数字或下划线字符

\W 除字母、数字和下划线以外的任何字符

\s 空格、制表符或换行符

\S 除空格、制表符和换行符以外的任何字符

五、re 的一些常量

查看 re.compile("\d\d", flag=0) flag 的一些常量值如下

re.I 或者 re.IGNORECASE

执行不区分大小写的匹配，表达式[A-Z] 将匹配小写字母

re.M 或者 re.MULTILINE

指定时，模式字符'^'匹配字符串的开头和每行的开头（紧跟在每个换行符后面）; 并且模式字符'$'匹配字符串的末尾和每行末尾（紧接在每个换行符之前）。默认情况下，'^' 只匹配字符串的开始位置，并且'$'只匹配字符串的末尾和匹配字符串末尾的换行符（如果有）。对应于内联标志(?m)。

re.X 或者 re.VERBOSE

该标志允许您编写正则表达式，通过允许您在视觉上分离模式的逻辑部分并添加注释，该正则表达式看起来更好，并且更易读。在该模式内的空白被忽略，当在字符类，或当由反斜杠之后除，或令牌内的类似*?，(?:或(?P<...>。当一行包含一个#不在字符类中并且没有非转义反斜杠#的行时，最左边的所有字符都将被忽略。