## 大纲:

## 一、正则概述

1.正则是什么
正则就是一套规则,或者语法
2.正则的作用
让我们判断是否符合我们的的规则,或者根据规则找到符合规则的数据
3.使用场景
可以用正则判断我们输入的邮箱是否合法
可以用正则去获取整个网页的照片
4.适合语言
所有语言都可以通用

## 二、正则表达式简单使用

题目：判断hello是否在helloword中存在
步骤：
1.导入包
2.使用正则匹配
![在这里插入图片描述](https://img-blog.csdnimg.cn/20181113200131709.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTYzNTMwNQ==,size_16,color_FFFFFF,t_70)

## 三、正则规则汇总：

**1. 单字符（一般大写用的特别少）**
. 匹配任意1个字符（除了\n）
[ ] 匹配[ ]中列举的字符[ab456c][a-z]
\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\t,\n
\S 匹配非空白
\w 匹配单词字符，即a-z、A-Z、0-9、_,国家的文字
\W 匹配非单词字符
```
# . 匹配任意1个字符（除了\n）
# --判断包含速度与激情字符串的
# print(re.match("用户速度与激情.8", '用户速度与激情 8').group())
# print(re.match("用户速度与激情.", '用户速度与激情_').group())

# [ ] 匹配[ ]中列举的字符[ab456c][a-z]
# 格式1:[单个值,...]
# 判断用户只想看1,4,8的速度与激情
print(re.match('速度与激情[148]', '速度与激情4').group())
# 格式2:[范围,...]
# 判断用户只看1到8的速度与激情
# print(re.match('速度与激情[1-8]', '速度与激情8').group())
# 格式3:[数字字符]
# 判断用户输入的速度与激情1到8或者速度与激情a-h
# print(re.match('速度与激情[1-8a-h]', '速度与激情e').group())

# \d 匹配数字，即0-9
# print(re.match('用户速度与激情\d', "用户速度与激情8").group())

# \D 匹配非数字，即不是数字
# print(re.match('用户速度与激情\D', "用户速度与激情\n").group())

# \s 匹配空白，即 空格，tab键\t,\n
# --判断用户速度与激情 8
# print(re.match("用户速度与激情\s8", "用户速度与激情\n8").group())

# \S 匹配非空白
# print(re.match('用户速度与激情\D', "用户速度与激情\n").group())

# \w 匹配单词字符，即a-z、A-Z、0-9、_,汉字也可以匹配,其他的国家的语言也可以匹配
# 判断用户输入包含速度与激情
# print(re.match("速度与激情\w", "速度与激情四"))
# print(re.match("速度与激情\w", "速度与激情かないで"))

# \W 匹配非单词字符（用的少）
print(re.match("\W", "&")）

```
**2. 多字符（一般大写用的特别少）**
\* 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 \d{3}
{m,n} 匹配前一个字符出现从m到n次 \d{4,6}
```
# * 匹配前一个字符出现0次或者无限次，即可有可无
# 表示0或者无限次
# 匹配一段文字或者没有输入文字

str = """今天天气不错
我们可以出去运动一下!
"""
print(re.match('.*', str).group())
# re.S 这个让我们的.匹配所有的数据(即忽略换行，匹配全文)
print(re.match('.*', str, re.S).group())

# + 匹配前一个字符出现1次或者无限次，即至少有1次，不能为空
print(re.match('.+', ' ').group())

# ? 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
# 用来表示有一个字符或者没有字符
# 用户输入的电话号码有时有'-'有时没有
# 例:02112345678 或者 021-12345678

print(re.match('021-?\d{8}', '021-12345678').group())
print(re.match('021-?\d{8}', '02112345678').group())

# {m} 匹配前一个字符出现m次 \d{3}
# 判断电话号码是否021 - 开头的后面8位电话号码
# 例: 021 - 12345678
# 判断电话号
print(re.match('021-\d{8}', '021-12345678').group())

# {m,n} 匹配前一个字符出现从m到n次 \d{4,6}
题目：# 匹配速度与激情1,速度与激情12
print(re.match('速度与激情\d{1,2}', '速度与激情12').group())

```
**3. 匹配开头结尾**
^ 匹配字符串开头
$ 匹配字符串结尾

**3.1 ^ 匹配字符串开头**
```
# 需求：匹配以数字开头的数据
import re

# 匹配以数字开头的数据
match_obj = re.match("^\d.*", "3hello")
if match_obj:
# 获取匹配结果
print(match_obj.group())
else:
print("匹配失败")

运行结果:
3hello
```
**3.2 $ 匹配字符串结尾**

```
# 需求: 匹配以数字结尾的数据

import re
# 匹配以数字结尾的数据
match_obj = re.match(".*\d$", "hello5")
if match_obj:
# 获取匹配结果
print(match_obj.group())
else:
print("匹配失败")
运行结果：
hello5
```
**4. 分组**
| 匹配左右任意一个表达式
( ) 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

**4.1. | 或**
\* 匹配前一个字符出现0次或者无限次，即可有可无

```
# | 相当于python中的or
# 案例:匹配出163或者126的邮箱
import re

str = "liuyang@163.com"
str2 = "liuyang@126.com"

# |或者的意思
print(re.match('.{4,20}@(163|126)\.com', str).group())
print(re.match('.{4,20}@(163|126)\.com', str2).group())
```

**4.2 ( )还可以单独取出匹配的某一部分数据**
```
# 案例:取出邮箱的类型(只要163,126),后期可以编计用户那个邮箱用的多
# str = "liuyang@126.com"

print(re.match(".{4,20}@(163|126)\.com", str).group())
print(re.match(".{4,20}@(163|126)\.com", str).group(0))
print(re.match(".{4,20}@(163|126)\.com", str).group(1))
```
**4.3 \num用来取第几组用()包裹的数据 \1取第一个内部的括号位置的值**
```
# 格式(xxx)\1 :\1表示获取(xxx)的值
# 1.案例<html>hh</html> # 这个一定是有字母,开始跟结束的字母必须一样

print(re.match("<([a-zA-Z]+)>.*</[a-zA-Z]+>", '<html>hh</html>').group())
print(re.match("<([a-zA-Z]+)>.*</\\1>", '<html>hh</html>').group(0))

# 2.案例<html><body>hh</body></html>

str = '<html><body>hh</body></html>'
# print(re.match("<([a-zA-Z]+)><[a-zA-Z]+>.*</[a-zA-Z]+></[a-zA-Z]+>", str).group())
# print(re.match("<([a-zA-Z]+)><[a-zA-Z]+>.*</[a-zA-Z]+></[a-zA-Z]+>", str).group(1))
# print(re.match("<([a-zA-Z]+)><([a-zA-Z]+)>.*</[a-zA-Z]+></[a-zA-Z]+>", str).group(2))
# print(re.match("<([a-zA-Z]+)><([a-zA-Z]+)>.*</\\2></\\1>", str).group())
```
**4.4 给分组取别名：(?P<别名>xxx)(?P=别名)**

```
# 使用别名给分组取别名,了解一下
# 格式:(?P<别名>xxx)(?P=别名)
# 案例<html><body>hh</body></html>
print(re.match("<(?P<name1>[a-zA-Z]+)><(?P<name2>[a-zA-Z]+)>.*</(?P=name2)></(?P=name1)>", str).group())
```

## **四、高级的api：**

**findall**
```
# 查询结果集
# findall
# 案例: 统计出python、c、c + +相应文章阅读的次数
# 数据: "python = 9999, c = 7890, c++ = 12345"

# 返回一个列表
print(re.findall("\d+", 'python = 9999, c = 7890, c++ = 12345'))
```
**sub**
```
# 替换数据
# sub
# 案例: 将匹配到的阅读次数换成998
# 数据: "python = 997"

# re.sub("替换的规则","想替换成的内容","被替换的内容")

# 只要匹配都替换
print(re.sub('\d+', '998', 'python = 997'))
print(re.sub('\d+', '998', 'python = 997,c++ = 7676'))
```
**search**
```
# 查询结果
# search 不会从头开始匹配,只要匹配到数据就结束
# 案例:匹配出文章阅读的次数中的次数
# 数据:"阅读次数为 9999"
import re

# search这个只查找一次
print(re.search('\d+', "阅读次数为 9999").group())
print(re.search('\d+', "阅读88次数为 9999").group())
```
**split**
```
# 字符串切割
# split
# 切割字符串“info:xiaoZhang 33 shandong”, 根据:或者空格

print(re.split(":|\s", "info:xiaoZhang 33 shandong"))
```

## **五、正则的贪婪模式与非贪婪**

在匹配符后加?
注意：python默认是贪婪的
例子：
场景liuyang@163.com liuyang@163.com,我们想取到第一个邮箱

```
import re

# 贪婪
# 多字符之后加一个?这个非贪婪

str = "liuyang@163.com liuyang@163.com \nliuyang@163.com"

print(re.match('.+@163\.com', str).group())
print(re.match('.+?@163\.com', str).group())
print(re.match('.*?@163\.com', str).group())
print(re.match('.+?', str).group())
```

## **六、非[^@]**

[^字符]这个是固定的一个语法,这个意思就是非
如果写字符串有可能会有错,他会去匹配一个字符串出错
例子：
场景liuyang@163.com liuyang@163.com,我们想取到第一个邮箱
```

# [^字符]字符 非字符
import re

str = "liuyang@163.com liuyang@163.com"

print(re.match('.{4,20}@163\.com', str).group())

print(re.match('[^@]+@163\.com',str).group())

# 一般只填一个字符
print(re.match('[^bc]', 'c').group())
```

## ****七、转义：\\****

```
# \进行转义
# 在正则特殊的符号, 想以字符串的形式使用使用转义
# 匹配出163的邮箱地址，且 @ 符号之前有4到20位字符, 以.com结尾
import re

str = "liuyang@163.com"

print(re.match('.{4,20}@163\.com', str).group())
```

## **八、r原字符使用**

```
# r原字符
import re

print("\\")
print("\\\\")

print(re.match('\\\\', '\\').group())
print(re.match('\\\\\\\\', '\\\\').group())
```

## **九、案例：**

爬取岗位职责的信息：
```
str = """
<div>
<p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p>&nbsp;<br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案 </p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p>&nbsp;<br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

</div>
"""

import re

print(re.sub('<.+?>|\s|&nbsp;', '', str))

```

完整的正则表达式知识汇总（Python知识不断更新）的更多相关文章

  1. web前端project师知识汇总

    分类: Web开发应用  一.何为Web前端project师?           前端project师,也叫Web前端开发project师.他是随着web发展.细分出来的行业.Web前端开发proj ...

  2. 最全的jQuery知识汇总

    本帖最后由 断天涯大虾 于 2016-12-26 10:22 编辑<ignore_js_op> jQuery是什么? jQuery是javascript编写一个可重用的JavaScript ...

  3. python知识：json格式文本；异常处理；字符串处理；unicode类型和str类型转换

    python进程中的实例和json格式的字符串之间的映射关系是非常直接的,相当于同一个概念被编码成不同的表示: stream in json form ----json.loads(str)----- ...

  4. [转帖]xserver相关知识汇总

    xserver相关知识汇总 https://blog.csdn.net/QTVLC/article/details/81739984   本文主要是从以下几个方面介绍xorg-xserver 相关的知 ...

  5. JSP知识汇总

    JSP知识汇总 一.简介 > HTML - HTML擅长显示一个静态的网页,但是不能调用Java程序. > Servlet - Servlet擅长调用Java程序和后台进行交互,但是它不擅 ...

  6. python知识大全目录，想学的看过来！

    Python总结篇——知识大全   python装饰器   PyCharm安装与配置,python的Hello World   sort与sorted的区别及实例   我必须得告诉大家的MySQL优化 ...

  7. 谈谈自己对REST、SOA、SOAP、RPC、ICE、ESB、BPM知识汇总及理解（转载）

    相关参考文章: 谈谈自己对REST.SOA.SOAP.RPC.ICE.ESB.BPM知识汇总及理解 微服务SOA架构与RPC远程过程调用 SOA和微服务架构的区别 SOA: 维基百科解释:SOA:面向 ...

  8. Oracle手边常用70则脚本知识汇总

    Oracle手边常用70则脚本知识汇总 作者:白宁超 时间:2016年3月4日13:58:36 摘要: 日常使用oracle数据库过程中,常用脚本命令莫不是用户和密码.表空间.多表联合.执行语句等常规 ...

  9. Oracle 数据库知识汇总篇

    Oracle 数据库知识汇总篇(更新中..) 1.安装部署篇 2.管理维护篇 3.数据迁移篇 4.故障处理篇 5.性能调优篇 6.SQL PL/SQL篇 7.考试认证篇 8.原理体系篇 9.架构设计篇 ...

  10. Vertica 数据库知识汇总篇

    Vertica 数据库知识汇总篇(更新中..) 1.Vertica 集群软件部署,各节点硬件性能测试 2.Vertica 创建数据库,创建业务用户测试 3.Vertica 数据库参数调整,资源池分配 ...

随机推荐

  1. 安装jdk1.7

    1.压缩文件放到/usr文件夹里 2.解压到 /usr里,tar -zxvf jdk-7u71-linux-i586.tar.gz 3.配置jdk环境变量,打开/etc/profile配置文件,将下面 ...

  2. C# 类中的静态字段始终继承自基类

    我们试想一下现在有一个类Parent,它有一个static的int类型字段number,然后如果类Parent有三个子类Child01.Child02和Child03,那么改变Parent.numbe ...

  3. 在js中获取request域中的内容

    1.可以使用小脚本<%%>实现: var pro_id=<%request.getPro_id()%>; 2.使用隐藏域实现: <input type="hid ...

  4. windows安装多个版本的jdk，解决java-version和javac-version版本不一致的问题

    系统先装了jdk1.8 ,环境变量里配置的是jdk1.8,java -version 与javac -version 版本一致. 然后安装了jdk1.6 ,环境变量java_home 改成了1.6,但 ...

  5. 解决ssh连接linux系统特别慢的问题

    新安装的centos系统,发现ssh连接很慢,因为是测试环境,对安全的要求不高,所以完全可以更快的连接,下面一起来解决这个问题. 一.分析主要原因: 1.SSH的反向DNS解析会消耗大量时间 2.GS ...

  6. HTML基础之常用标签

    Meta 标签介绍 Meta的属性有两种:name和http-equiv name属性用于描述网页,对应于content <meta name="Generator" con ...

  7. AtomicReference 原子引用

    AtomicReference和AtomicInteger非常类似,不同之处就在于AtomicInteger是对整数的封装,底层采用的是compareAndSwapInt实现CAS,比较的是数值是否相 ...

  8. 用IntelliJ IDEA 配置Maven并部署Maven工程到Tomcat（Windows中）

    近几天做一个新项目才接触Intellij IDEA 1.在官网下载了maven 解压并新建一个本地仓库文件夹 2.配置本地仓库路径 3.配置maven环境变量 4.在IntelliJ IDEA中配置m ...

  9. 闲谈Hybrid

    前言 当经常需要更换样式,产品迭代,那么我们应该考虑hybrid混合开发,上层使用Html&Css&JS做业务开发,底层透明化.上层多多样化,这种场景非常有利于前端介入,非常适合业务快 ...

  10. 『ACM C++』 PTA 天梯赛练习集L1 | 034-035

    在一个团队里,一群人一起为一件事情努力奋斗的过程,真的很值得享受,真希望我能拥有很多这样的团队. ------------------------------------------------L1- ...