正则表达式之 python3_出门左转n-优快云博客

本文深入讲解了Python中re模块的使用方法，包括正则表达式的各种符号解释、匹配操作、高级用法等，通过实例演示如何进行字符串匹配、数据提取和替换。

re模块操作

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

re模块的使用过程

import re  # 导入re模块

result = re.match(正则表达式,要匹配的字符串)  # 使用match方法进行匹配操作

result.group() # 如果上一步匹配到数据的话，可以使用group方法来提取数据,如果没有匹配到数据则会报错

说明

re.match() 能够匹配出以xxx开头的字符串(从头还是匹配)

匹配单个字符

正则表达式的单字符匹配

字符	功能
.	匹配任意1个字符（除了\n）不知道\n是什么的出门左转
[ ]	匹配[ ]中列举的字符 (枚举法)
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字 (`不常用`)
\s	匹配空白，即空格，tab键
\S	匹配非空白 (`不常用`)
\w	匹配单词字符(数字字母下划线)，即a-z、A-Z、0-9、_
\W	匹配非单词字符 (`不常用`)
re.S	匹配换行符,将换行符当做一个字符
re.A	ASCII码,匹配中文以外的
re.I	匹配大小写
re.U	匹配unicode码,可以匹配中文

匹配多个字符

匹配多个字符的相关格式

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现从m到n次

示例：+

需求：匹配出，变量名是否有效

import re
# 匹配变量名,判断变量名是否合法(变量名由数字字母下划线组成,且不能由数字开头)
names = ["name1", "_name", "2_name", "__name__"]

for name in names: 
    ret = re.match("[a-zA-Z_]+[\w]*",name)  # a-z小写字母 A-Z大写字母  +大写字母或小写字母至少有一个
    if ret:
        print("变量名 %s 符合要求" % ret.group()) #使用group()输出结果
    else:
        print("变量名 %s 非法" % name)

运行结果：

变量名 name1 符合要求
变量名 _name 符合要求
变量名 2_name 非法
变量名 __name__ 符合要求

示例：{m}

需求：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线

#coding=utf-8
import re
			#	[数字字母下划线]{8到20位}
ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
print(ret.group())

运行结果：1ad12f23s34455ff66

匹配开头结尾

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

示例：$

需求：匹配163.com的邮箱地址

email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"]

for email in email_list:   # \.将点转义,$表示以@163.com结尾
    ret = re.match("[\w]{4,20}@163\.com$", email) 
    if ret:
        print("%s 是符合规定的邮件地址,匹配后的结果是:%s" % (email, ret.group()))
    else:
        print("%s 不符合要求" % email)

运行结果：

xiaoWang@163.com 是符合规定的邮件地址,匹配后的结果是:xiaoWang@163.com
xiaoWang@163.comheihei 不符合要求
.com.xiaowang@qq.com 不符合要求

匹配分组

字符	功能
\|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
`\num`	引用分组num匹配到的字符串

示例：\number

需求：匹配出<html><h1>www.baidu.com</h1></html>

#coding=utf-8

import re

labels = ["<html><h1>www.baidu.com</h1></html>", "<html><h1>www.baidu.com</h2></html>"]

for label in labels:  # 前面一个括号( )为一组,后面\2表示和第二个括号内容相同,\1表示和第一个括号内的内容相同
    ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", label)
    if ret:
        print("%s 是符合要求的标签" % ret.group())
    else:
        print("%s 不符合要求" % label)

运行结果：

<html><h1>www.baidu.com</h1></html> 是符合要求的标签
<html><h1>www.baidu.com</h2></html> 不符合要求

re模块的高级用法

search

需求：匹配出文章阅读的次数

#coding=utf-8
import re

ret = re.search(r"\d+", "阅读次数为 9999")
ret.group()

运行结果：

'9999'

注:

search用法和match相近,但是search没有从头开始匹配的要求
match会从头开始匹配字符串,多用于判断一个字符串是否满足某些要求
search没有从头匹配的要求,多用于从字符串中提取某些内容

findall

从一段字符串中匹配出所有符合要求的数据,用于数据提取(非常的好用)

需求：统计出python、c、c++相应文章阅读的次数

#coding=utf-8
import re

ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)

运行结果：

['9999', '7890', '12345']

sub 将匹配到的数据进行替换

需求：将匹配到的阅读次数加1

方法1：

#coding=utf-8
import re
	# re.sub(正则,新字符串,原始字符串) 功能,用新字符串替换原始字符串中正则匹配出来的内容
ret = re.sub(r"\d+", '998', "python = 997")
print(ret)

运行结果：

python = 998

方法2：re.sub(正则,函数,字符串)

#coding=utf-8
import re

def add(temp):
    strNum = temp.group()
    num = int(strNum) + 1
    return str(num)
		# 使用add函数对正则匹配出来的字符串进行处理
ret = re.sub(r"\d+", add, "python = 997")
print(ret)

ret = re.sub(r"\d+", add, "python = 99")
print(ret)