python:正则模块

1，正则表达式

正则表达式是用来做字符串的匹配的，正则有他自己的规则，和python没有关系，一种匹配字符串的规则。

2，字符组

在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示。
字符分为很多类，比如数字、字母、标点等等。
假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。3，检索输入的手机号是否合法

#检测输入的手机号是否合法
while True:
    phone_number = input('please input your phone number ： ')
    if len(phone_number) == 11 \
            and phone_number.isdigit()\
            ') \
            ') \
            ') \
            ')):
        print('是合法的手机号码')
    else:
        print('不是合法的手机号码')

4，换一种方法：调用re模块来检测手机号是否合法

import re
phone_number = input('please input your phone number ： ')
if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):
        print('是合法的手机号码')
else:
        print('不是合法的手机号码')

5，正则表达式规则

字符：

量词

6，转义符转义符在python和正则表达式当中有着特殊的含义，如：\n,在python中表示换行符，如果想单纯的输出\n直接输出是没办法实现的。下边就是一些实现输出转义符的方法。

转义符

正则	带匹配字符	匹配结果	说明
\n	\n	False	因为在正则表达式中\是有特殊意义的字符，所以要匹配\d本身，用表达式\d无法匹配
\\n	\n	True	转义\之后变成\\，即可匹配
\\\\n	\\n	True	如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次
r'\\d'	r'\d'	True	在字符串之前加r，让整个字符串不转义

正则表达式测试：http://tool.chinaz.com/regex/

7，贪婪匹配

1）什么是贪婪匹配？

在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配。如：*，重复零次或更多次，默认为贪婪匹配，所以会默认匹配更多次，更不是零次。

正则	待匹配字符	匹配结果	说明
<.*>	<script>...<script>	<script>...<script>	默认为贪婪匹配模式，会匹配尽量长的字符串
<.*?>	r'\d'	<script> <script>	加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串

2）？的在正则中的用法总结：

量词：匹配零次或一次

放在量词之后：惰性运算

放在分组里：取消分组优先

3）几个常用的非贪婪匹配Pattern

*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

8，re模块的常用方法

findall返回所有匹配结果放在列表中

findall('前面放药查找的内容'，'这里放被查找的内容')

 

search从前往后找到一个就返回，且返回一个结果的对象（变量），返回的变量需要调用.group()获取结果。，没有就返回None，调用group()会报错

search('前面放要查找的内容'，'这里放被查找的内容')

 

match和search的用法完全一样，match是从头开始匹配，如果正则规则从头开始找一个可以匹配上，就返回一个变量。匹配的内容需要用group才能显示，没有匹配上就返回None，调用match会报错。

match(‘前面放要查的内容’，‘这里放被查找的内容’)

 

split根据正则关系进行split。

split('正则规则'，'被替换内容')

ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 ： ['eva', 'egon', 'yuan']

加分组之后：

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']

 

sub：替换

sub('正则规则'，'替换的内容'，‘被替换的内容’，替换数量)

 

subn

（‘正则规则’，‘替换的内容’，‘被替换的内容’）

#返回的结果是（‘正则规则’，‘替换的内容’，‘被替换的内容’，替换次数）

 

finditer('正则规则'，‘被查找内容’)

#返回一个存放匹配结果的迭代器

对于finditer和split来说，如果他们的正则表达式中有分组，分组内容优先

9，flags

flags有很多可选值：

re.I(IGNORECASE)忽略大小写，括号内是完整的写法
re.M(MULTILINE)多行模式，改变^和$的行为
re.S(DOTALL)点可以匹配任意字符，包括换行符
re.L(LOCALE)做本地化识别的匹配，表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境，不推荐使用
re.U(UNICODE) 使用\w \W \s \S \d \D使用取决于unicode定义的字符属性。在python3中默认使用该flag
re.X(VERBOSE)冗长模式，该模式下pattern字符串可以是多行的，忽略空白字符，并可以添加注释

flags