python 正则详解
正则表达式概述
正则表达式,又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本。
Regular Expression的“Regular”一般被译为“正则”、“正规”、“常规”。此处的“Regular”即是“规则”、“规律”的意思,Regular Expression即“描述某种规则的表达式”之意。
re模块操作

1 # 导入re模块
2 import re
3
4 # 使用match方法进行匹配操作
5 result = re.match(正则表达式,要匹配的字符串)
6
7 # 如果上一步匹配到数据的话,可以使用group方法来提取数据
8 result.group()

re.match是用来进行正则匹配检查的方法,若字符串匹配正则表达式,则match方法返回匹配对象(Match Object),否则返回None(注意不是空字符串"")。
匹配对象Macth Object具有group方法,用来返回字符串的匹配部分。
如匹配以abc开始的字符:
1 import re
2 ret=re.match('abc','abckok')
3 print(ret.group())
4 #结果:
5 #abc
表示字符
字符 | 功能 |
. | 匹配任意1个字符(除了\n) |
[ ] | 匹配[ ]中列举的字符 |
\d | 匹配数字,即0-9 |
\D | 匹配非数字,即不是数字 |
\s | 匹配空白,即 空格,tab键 |
\S | 匹配非空白 |
\w | 匹配单词字符,即a-z、A-Z、0-9、_ |
\W | 匹配非单词字符 |
如:“a1d45d” 匹配出a1
1 import re
2 ret=re.match('\w\d','a1d45d')
3 print(ret.group())
4 #结果:
5 #a1
关于转义
在正则表达式中,有很多有特殊意义的是元字符,比如\d和\s等,如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义,变成'\\'。
在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d',那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念,此时的正则是r'\\d'就可以了。
如:
1 import re
2 ret=re.match(r'c:\\',"c:\\user\\")
3 print(ret.group())
4 #结果:
5 #c:\
表示数量
如果要匹配多个数字,用re.match(r'\d\d\d\d\d\d\d\d\d',"11111111111abc"),这种写法会把人折磨死,re模块对数量也有相应的规则
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,} | 匹配前一个字符至少出现m次 |
{m,n} | 匹配前一个字符出现从m到n次 |
示例1:匹配出,一个字符串第一个字母为大写字母,后面都是小写字母并且这些小写字母可有可无

1 import re
2
3 ret=re.match(r'[A-Z][a-z]*',"Asdasdd12155")
4
5 print(ret.group())
6
7 #结果:
8
9 #Asdasdd

示例2:匹配出变量名是否有效

1 import re
2
3 ret=re.match(r'[A-Za-z_]+[\w]*',"_func")
4
5 print(ret.group())
6
7 #结果:
8
9 #_func

示例3:匹配出0-99间的数字

1 import re
2
3 ret=re.match(r'[1-9]?[0-9]?',"569565")
4
5 print(ret.group())
6
7 #结果:
8
9 #56

示例4: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

1 import re
2
3 ret=re.match(r'[A-Za-z0-9_]{8,20}',"Adfsf465655f2s5a+")
4
5 print(ret.group())
6
7 #结果:
8
9 #Adfsf465655f2s5a

表示边界
字符 | 功能 |
^ | 匹配字符串开头 |
$ | 匹配字符串结尾 |
\b | 匹配一个单词的边界 |
\B | 匹配非单词边界 |
示例1:匹配163.com的邮箱地址

1 import re
2
3 ret=re.match(r'\w{4,20}@163\.com$',"gmpzm@163.com")
4
5 print(ret.group())
6
7 #结果:
8
9 #gmpzm@163.com

错误情况

1 import re
2
3 ret=re.match(r'\w{4,20}@163\.com$',"gmpzm@163.comsda")
4
5 print(ret.group())
6
7 #结果:
8
9 #
10 #
11 #
12 # AttributeError: 'NoneType' object has no attribute 'group'

示例2:\b

1 import re
2
3 ret=re.match(r'.*pai\b',"gumupai")
4
5 print(ret.group())
6
7 #结果:
8
9 # gumupai

示例3:\B

1 import re
2
3 ret=re.match(r'.*\Bmupai',"gumupai")
4
5 print(ret.group())
6
7 #结果:
8
9 # gumupai

出错情况

1 import re
2
3 ret=re.match(r'.*\Bmupai',"gu mupai")
4
5 print(ret.group())
6
7 #结果:
8
9 # AttributeError: 'NoneType' object has no attribute 'group'

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 |
(?P<name>) | 分组起别名 |
(?P=name) | 引用别名为name分组匹配到的字符串 |
示例1:匹配1-100之间的数字

1 import re
2
3 ret = re.match("[1-9]?\d","8")
4 ret.group()
5
6 ret = re.match("[1-9]?\d","78")
7 ret.group()
8
9 # 不正确的情况
10 ret = re.match("[1-9]?\d","08")
11 ret.group()
12
13 # 修正之后的
14 ret = re.match("[1-9]?\d$","08")
15 ret.group()
16
17 # 添加|
18 ret = re.match("[1-9]?\d$|100","8")
19 ret.group()
20
21 ret = re.match("[1-9]?\d$|100","78")
22 ret.group()
23
24 ret = re.match("[1-9]?\d$|100","08")
25 ret.group()
26
27 ret = re.match("[1-9]?\d$|100","100")
28 ret.group()

示例2:匹配出163、126、qq邮箱之间的数字

1 import re
2
3 ret = re.match("\w{4,20}@163\.com", "test@163.com")
4 ret.group()
5
6 ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@126.com")
7 ret.group()
8
9 ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@qq.com")
10 ret.group()
11
12 ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@gmail.com")
13 ret.group()

示例3:匹配出<html>古墓派掌门</html>

1 import re
2
3 ret=re.match(r'<([a-zA-Z]*)>\w+</\1>',"<html>古墓派掌门</html>")
4
5 print(ret.group())
6
7 #结果:
8
9 #<html>古墓派掌门</html>

示例4:匹配出<html><h1>古墓派掌门</h1></html>

1 import re
2
3 ret=re.match(r'<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>',"<html><h1>古墓派掌门</h1></html>")
4
5 print(ret.group())
6
7 #结果:
8
9 #<html><h1>古墓派掌门</h1></html>

tips:
注意:(?P<name>)
和(?P=name)
中的字母p大写
re模块常用方法
search
函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配,则返回None。
1 import re
2
3 ret = re.search(r"\d+", "阅读次数为 9999")
4 ret.group()
5 #结果9999
findall
返回所有满足匹配条件的结果,放在列表里

1 import re
2
3 ret=re.findall(r'\d+',"商品:辣条,数量:5,价格:5")
4
5 print(ret)
6
7 #结果:
8
9 #['5', '5']

findall的优先级查询:

1 import re
2
3 ret=re.findall(r'(数量:\d+),价格:\d+',"商品:辣条,数量:5,价格:5")
4
5 print(ret)
6
7 #结果:
8
9 #['数量:5']
10
11 #取消优先级
12 ret=re.findall(r'(?:数量:\d+),价格:\d+',"商品:辣条,数量:5,价格:5")
13 print(ret)
14
15 # 结果
16
17 # ['数量:5,价格:5']

split
split的优先级查询

1 import re
2 ret=re.split(r'\d+',"小米3小花4小松5")
3
4 print(ret)
5
6 #结果:
7 # ['小米', '小花', '小松', '']
8
9 ret=re.split(r'(\d+)',"小米3小花4小松5")
10
11 print(ret)
12
13 #结果:
14 # ['小米', '3', '小花', '4', '小松', '5', '']
15
16 #取消优先级
17 ret=re.split(r'(?:\d+)',"小米3小花4小松5")
18
19 print(ret)
20
21 # 结果
22
23 # ['小米', '小花', '小松', '']

python贪婪和非贪婪
Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪婪),总是尝试匹配尽可能多的字符;
非贪婪则相反,总是尝试匹配尽可能少的字符。
在"*","?","+","{m,n}"后面加上?,使贪婪变成非贪婪。

1 >>> s="This is a number 234-235-22-423"
2 >>> r=re.match(".+(\d+-\d+-\d+-\d+)",s)
3 >>> r.group(1)
4 '4-235-22-423'
5 >>> r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
6 >>> r.group(1)
7 '234-235-22-423'
8 >>>

正则表达式模式中使用到通配字,那它在从左到右的顺序求值时,会尽量“抓取”满足匹配最长字符串,在我们上面的例子里面,“.+”会从字符串的启始处抓取满足模式的最长字符,其中包括我们想得到的第一个整型字段的中的大部分,“\d+”只需一位字符就可以匹配,所以它匹配了数字“4”,而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。
解决方式:非贪婪操作符“?”,这个操作符可以用在"*","+","?"的后面,要求正则匹配的越少越好。

>>> re.match(r"aa(\d+)","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'
>>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1)
'2343'
>>>

论贪心:
有人说贪心算法是最简单的算法,原因很简单:你我其实都很贪,根本不用学就知道怎么贪。有人说贪心算法是最复杂的算法,原因也很简单:这世上会贪的人太多了,那轮到你我的份?
python 正则详解的更多相关文章
- python正则详解
正则表达式概述 正则表达式,又称正规表示式.正规表示法.正规表达式.规则表达式.常规表示法(英语:Regular Expression,在代码中常简写为regex.regexp或RE),是计算机科学的 ...
- Python爬虫详解
Python爬虫详解 Python 之 Urllib库的基本使用 Python中requests库使用方法详解 Beautifulsoup模块基础用法详解 selenium模块基础用法详解 re(正则 ...
- Python闭包详解
Python闭包详解 1 快速预览 以下是一段简单的闭包代码示例: def foo(): m=3 n=5 def bar(): a=4 return m+n+a return bar >> ...
- [转] Python Traceback详解
追莫名其妙的bugs利器-mark- 转自:https://www.jianshu.com/p/a8cb5375171a Python Traceback详解 刚接触Python的时候,简单的 ...
- python 数据类型详解
python数据类型详解 参考网址:http://www.cnblogs.com/linjiqin/p/3608541.html 目录1.字符串2.布尔类型3.整数4.浮点数5.数字6.列表7.元组8 ...
- Python 递归函数 详解
Python 递归函数 详解 在函数内调用当前函数本身的函数就是递归函数 下面是一个递归函数的实例: 第一次接触递归函数的人,都会被它调用本身而搞得晕头转向,而且看上面的函数调用,得到的结果会 ...
- python线程详解
#线程状态 #线程同步(锁)#多线程的优势在于可以同时运行多个任务,至少感觉起来是这样,但是当线程需要共享数据时,可能存在数据不同步的问题. #threading模块#常用方法:'''threadin ...
- python数据类型详解(全面)
python数据类型详解 目录1.字符串2.布尔类型3.整数4.浮点数5.数字6.列表7.元组8.字典9.日期 1.字符串1.1.如何在Python中使用字符串a.使用单引号(')用单引号括起来表示字 ...
- Python Collections详解
Python Collections详解 collections模块在内置数据结构(list.tuple.dict.set)的基础上,提供了几个额外的数据结构:ChainMap.Counter.deq ...
随机推荐
- MSIL实用指南-生成属性
本篇讲解怎么生成属性,包括get和set方法. 第一步,生成一个字段生成字段用TypeBuilder.DefineField方法.实例代码: FieldBuilder customerNameBldr ...
- 1-1hibernate数据库操作基础
一.纯原始数据库连接详见http://www.cnblogs.com/lukelook/p/7845757.html 1.Class.forName("oracle.jdbc.driver. ...
- Day3---------Linux操作系统目录结构
一.Linux系统文件树状结构 "/" 根目录 "." 当前目录 .. 父目录,既上一层目录 pwd 显示当前目录路径 ls. = ls = ls/ 显示当前目 ...
- 小委出发vijos-1572 jdoj-1572
小委出发 题目大意:一个长度为n的字符串,由()[]{}组成.求最长的和谐字符串:我们对最长和谐字符串的定义就是每一个括号有一个性质相同的括号与之匹配,这两个括号中间要么为空,要么也是和谐的.几个连续 ...
- Oracle profile 使用技巧
给scott用户分配一个profile要求如下: 1.尝试登录的次数最多4次: 2.如果4次输入错误,则锁定该用户2天: 3.密码每隔5天修改一次,宽限期为2天: 答: SQL>conn sys ...
- 【动态规划】滚动数组的求解(C++)
虽然接触动态规划算法已经有一段时间,给一个01背包问题,能够做到一个表格简单粗暴下去,然后求得结果,但心里总觉得对这个算法理解十分不到位,抱着对算法的热爱,网上很多大牛的算法思维实在让我佩服的五体投地 ...
- Git忽略规则.gitignore梳理
对于经常使用Git的朋友来说,.gitignore配置一定不会陌生.废话不说多了,接下来就来说说这个.gitignore的使用. 首先要强调一点,这个文件的完整文件名就是".gitignor ...
- php项目中常用的log日志记录方法
function log_result($str) { if (LOG_WRITEOUT == 1) { $fp = fopen ( "log.txt", "a+&quo ...
- C#添加背景音乐
<MediaElement Name="audio"/> <Button Name="music" Content="点我有音乐哦& ...
- $translate 的用法
translate 的用法 1.在html页面:文本的翻译 <h1 translate>hello world</h1> <h1 translate = 'hello w ...