Python零基础编程——07模式匹配与正则表达式

最新推荐文章于 2024-10-19 22:39:35 发布

一毛钱的年代

最新推荐文章于 2024-10-19 22:39:35 发布

阅读量277

点赞数

分类专栏： Python 文章标签： python 正则表达式

本文链接：https://blog.youkuaiyun.com/sc_liuliye/article/details/106334376

版权

Python 专栏收录该内容

11 篇文章

订阅专栏

摘要

书接前文：

01-《零基础编程——起步并搭建Python环境及图书推荐》

02-《零基础编程——变量与数据类型》

03-《零基础编程——Python循环、函数、类》

04-《零基础编程——Python文件、JSON数据存储》

05-《零基础编程——Python标准库使用》

06-《零基础编程——Python模块项目打包发布PyPI，pip可安装》

本文将分析模式匹配和正则表达式。不管是Python、Java、C#等主流编程语言，还是SQL数据处理，都离不开正则表达式，进行快速字符串匹配或者截取。如果通过字符串匹配的方式去截取数据，将是一个非常麻烦的事情。如果通过正则表达式去匹配则非常容易快捷高效。

主要内容：

一 正则表达式案例
    1-案例：手机号码校验
			手机号码规则
    2-案例-电话号码查找
二 正则表达式语法
    0-字符分类
    1-正则表达式分组
    2-正则表达式管道
    3-正则表达式可选匹配
    4-正则表达式匹配零次或者多次
    5-正则表达式匹配一次或者多次
    6-正则表达式匹配指定次数n-m次
    7-建立自己的字符分类
    8-插入字符^开始和美元符号$结束
    9-通配字符 .
    10-点-星 匹配字符串
 三 正则表达式 match()与search()
    1-re.match()
    2-re.search()
    3-findall()
    4-忽略大小写
    四 总结

零基础编程——模式匹配与正则表达式

一正则表达式案例

1-案例：手机号码校验

正则表达式:

import re
#创建正则表达式对象
regexObj = re.compile(r'^(?:\+?86)?1(?:3\d{3}|5[^4\D]\d{2}|8\d{3}|7(?:[0-35-9]\d{2}|4(?:0\d|1[0-2]|9\d))|9[0-35-9]\d{2}|6[2567]\d{2}|4(?:(?:10|4[01])\d{3}|[68]\d{4}|[579]\d{2}))\d{6}$')

phone = regexObj.match('15989114102')
if phone:
    print(phone.group()+'是有效手机号码')
else:
    print('匹配失败，不是有效手机号码')


phone = re.match(pattern='^(?:\+?86)?1(?:3(?:4[^9\D]|[5-9]\d)|5[^3-6\D]\d|7[28]\d|8[23478]\d|9[578]\d)\d{7}$',string='15989114102')
print(phone.group()+'是中国移动')

例如：

import re
#创建正则表达式对象
regexObj = re.compile(r'^(?:\+?86)?1(?:3\d{3}|5[^4\D]\d{2}|8\d{3}|7(?:[0-35-9]\d{2}|4(?:0\d|1[0-2]|9\d))|9[0-35-9]\d{2}|6[2567]\d{2}|4(?:(?:10|4[01])\d{3}|[68]\d{4}|[579]\d{2}))\d{6}$')

phone = regexObj.match('15989114102')
if phone:
    print(phone.group()+'是有效手机号码')
else:
    print('匹配失败，不是有效手机号码')


phone = re.match(pattern='^(?:\+?86)?1(?:3(?:4[^9\D]|[5-9]\d)|5[^3-6\D]\d|7[28]\d|8[23478]\d|9[578]\d)\d{7}$',string='15989114102')
print(phone.group()+'是中国移动')

参考电话号码规则：

https://github.com/VincentSit/ChinaMobilePhoneNumberRegex/blob/master/POSIX-CN.md

匹配所有号码（手机卡 + 数据卡 + 上网卡）
^(?:\+?86)?1(?:3\d{3}|5[^4\D]\d{2}|8\d{3}|7(?:[0-35-9]\d{2}|4(?:0\d|1[0-2]|9\d))|9[0-35-9]\d{2}|6[2567]\d{2}|4(?:(?:10|4[01])\d{3}|[68]\d{4}|[579]\d{2}))\d{6}$

匹配所有支持短信功能的号码（手机卡 + 上网卡）
^(?:\+?86)?1(?:3\d{3}|5[^4\D]\d{2}|8\d{3}|7(?:[0-35-9]\d{2}|4(?:0\d|1[0-2]|9\d))|9[0-35-9]\d{2}|6[2567]\d{2}|4[579]\d{2})\d{6}$

手机卡
匹配所有
^(?:\+?86)?1(?:3\d{3}|5[^4\D]\d{2}|8\d{3}|7(?:[235-8]\d{2}|4(?:0\d|1[0-2]|9\d))|9[0-35-9]\d{2}|66\d{2})\d{6}$

匹配中国移动
^(?:\+?86)?1(?:3(?:4[^9\D]|[5-9]\d)|5[^3-6\D]\d|7[28]\d|8[23478]\d|9[578]\d)\d{7}$

匹配中国联通
^(?:\+?86)?1(?:3[0-2]|[578][56]|66|96)\d{8}$

匹配中国电信
^(?:\+?86)?1(?:3(?:3\d|49)\d|53\d{2}|8[019]\d{2}|7(?:[37]\d{2}|40[0-5])|9[0139]\d{2})\d{6}$

匹配中国广电
^(?:\+?86)?192\d{8}$

匹配北京船舶通信导航有限公司（海事卫星通信）
^(?:\+?86)?1749\d{7}$

工业和信息化部应急通信保障中心（应急通信）
^(?:\+?86)?174(?:0[6-9]|1[0-2])\d{6}$

虚拟运营商
匹配所有
^(?:\+?86)?1(?:7[01]|6[257])\d{8}$

匹配中国移动
^(?:\+?86)?1(?:65\d|70[356])\d{7}$

匹配中国联通
^(?:\+?86)?1(?:70[4789]|71\d|67\d)\d{7}$

匹配中国电信
^(?:\+?86)?1(?:70[012]|62\d)\d{7}$

物联网数据卡
匹配所有
^(?:\+?86)?14(?:[14]0|41|[68]\d)\d{9}$

匹配中国移动
^(?:\+?86)?14(?:4[01]|8\d)\d{9}$

匹配中国联通
^(?:\+?86)?146\d{10}$

匹配中国电信
^(?:\+?86)?1410\d{9}$

上网卡
匹配所有
^(?:\+?86)?14[579]\d{8}$

匹配中国移动
^(?:\+?86)?147\d{8}$

匹配中国联通
^(?:\+?86)?145\d{8}$

匹配中国电信
^(?:\+?86)?149\d{8}$

零基础编程——模式匹配与正则表达式

2-案例-电话号码查找

import re
regexObj = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')#校验规则，\d表示一位数字
phone = regexObj.search(r'他的电话号码是 400-400-4000')
if phone:
    print(phone.group())
#运行结果
400-400-4000

二正则表达式语法

字符分类

\d   0-9的任意数字
\D  除了0-9以外的任何字符
\w  任何
\W 除了任何

零基础编程——模式匹配与正则表达式

1-正则表达式分组

import re
regexObj = re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')#校验规则，\d表示一位数字,()表示分组
phone = regexObj.search(r'他的电话号码是 400-400-4000')
if phone:
    print(phone.group(1))
    print(phone.group(2))
    print(phone.group(0))
    print(phone.group())
#运行结果：

400
400-4000
400-400-4000
400-400-4000

2-正则表达式管道

#管道 |
import re
regexObj = re.compile(r'(\d\d(1|2))-(\d\d\d-\d\d\d\d)')#校验规则，\d表示一位数字,()表示分组，|表示管道
phone = regexObj.search(r'他的电话号码是 400-400-4000 或者401-400-4000 或者 402-400-4000')
if phone:
    print(phone.group(1))
    print(phone.group(2))
    print(phone.group(0))
    print(phone.group())
#运行结果

#管道 |...
401
1
401-400-4000
401-400-4000

3-正则表达式可选匹配

#？可选 Bat(wo)?man > Batman 或者Batwoman
import re
regexObj = re.compile(r'(\d\d(1|2))?\d\d\d-\d\d\d\d')#?表示可选
phone = regexObj.search(r'他的电话号码是 400-400-4000 或者401-401-4001')
if phone:
    print(phone.group(1))
    print(phone.group(2))
    print(phone.group(0))
    print(phone.group())
else:
    print('没有匹配上')
#运行结果
None
None
400-4000
400-4000

4-正则表达式匹配零次或者多次

#()*匹配0次或者多次
import re
regexObj = re.compile(r'(\d)*(1|2)-(\d)*-(\d)*')#?表示可选
phone = regexObj.search(r'他的电话号码是 4010-400-4000 或者41101-401-4001')
if phone:
    print(phone.group(1))
    print(phone.group(2))
    print(phone.group(0))
    print(phone.group())
else:
    print('没有匹配上')

5-正则表达式匹配一次或者多次

#()+匹配1次或者多次
import re
regexObj = re.compile(r'(4)+(\d)*(1|2)-(\d)*-(\d)*')#?表示可选
phone = regexObj.search(r'他的电话号码是 4010-400-4000 或者31101-401-4001 或者41101-401-4001')
if phone:
    print(phone.group(1))
    print(phone.group(2))
    print(phone.group(0))
    print(phone.group())
else:
    print('没有匹配上')

6-正则表达式匹配指定次数n-m次

#(){n,m}匹配指定n-m次
import re
regexObj = re.compile(r'(4)+(\d){3}(1|2)-(\d){3}-(\d){1,5}')#?表示可选
phone = regexObj.search(r'他的电话号码是 4010-400-4000 或者31101-401-4001 或者41101-401-40015或者41101-401-40014')
if phone:
    print(phone.group(1))
    print(phone.group(2))
    print(phone.group(0))
    print(phone.group())
else:
    print('没有匹配上')

7-建立自己的字符分类

import re
regexObj = re.compile(r'([^4\D])+')#不是以4开头的数字
phone = regexObj.search(r'他的电话号码567841是 4010-400-4000 或者31101-401-4001 或者41101-401-40015或者41101-401-40014')
if phone:
    print(phone.group())
else:
    print('没有匹配上')

[]表示自己选用的字符分类，[^..]表示非

8-插入字符^开始和美元符号$结束

import re
regexObj = re.compile(r'^hello')#以hello 开头 ^
phone = regexObj.search(r'x hello world,他的电话号码567841是 4010-400-4000 或者31101-401-4001 或者41101-401-40015或者41101-401-40014')
if phone:
    
else:
    print('没有匹配上')
#####
phone = regexObj.search(r'hello world,他的电话号码567841是 4010-400-4000 或者31101-401-4001 或者41101-401-40015或者41101-401-40014')
if phone:
    print(phone.group())

#####

import re
regexObj = re.compile(r'\d$')#最后一位数字
regexObj = re.compile(r'\d+$')#最后一组数字
phone = regexObj.search(r'hello world,他的电话号码567841是 5, 4010-400-4000 或者31101-401-4001 或者41101-401-40015或者41101-401-40014 8888')
if phone:
    print(phone.group())
else:
    print('没有匹配上')


#####
import re
regexObj = re.compile(r'^\d+$')#以数字开始并结束
phone = regexObj.search(r'1225104')
if phone:
    print(phone.group())
else:
    print('没有匹配上')

9-通配字符 .

通配表示一位用 .表示

import re
regexObj = re.compile(r'^\d+.$')#以数字开始并最后一位任意字符结束
phone = regexObj.search(r'1225104x')
if phone:
    print(phone.group())
else:
    print('没有匹配上')

10-点-星匹配字符串

匹配所有字符串

import re
regexObj = re.compile(r'电话号码是:(.*)或者(.*)')# 匹配所有字符
phone = regexObj.search(r'电话号码是:123441或者14621')
if phone:
    print(phone.group(1))
    print(phone.group(2))
else:
    print('没有匹配上')

三正则表达式 match()与search()

零基础编程——模式匹配与正则表达式

1-re.match()

re.match（）的概念是从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None。包含的参数如下：

pattern： 正则模型
string ： 要匹配的字符串
falgs ： 匹配模式
match() 方法一旦匹配成功，就是一个match object对象，而match object对象有以下方法：

2-re.search()

re.search（）#函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

match（）函数只检测RE是不是在string的开始位置匹配，
search()会扫描整个string查找匹配
match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none
两者都有函数:

group() 返回被 RE 匹配的字符串

start() 返回匹配开始的位置

end() 返回匹配结束的位置

span()返回一个元组包含匹配 (开始,结束) 的位置

3-findall()

等同于group()，但是返回的是字符串列表

4-忽略大小写

re.IGNORECASE

四总结

掌握正则表达式匹配模式的写法，能够可以顺利按照自己的规则匹配数据并且截取数据。熟悉匹配的通配符号和规则。

零基础编程——模式匹配与正则表达式

Python零基础编程——07模式匹配与正则表达式

摘要

主要内容：

一 正则表达式案例

二 正则表达式语法

三 正则表达式 match()与search()

四 总结

一正则表达式案例

二正则表达式语法

三正则表达式 match()与search()

四总结