【python】一篇玩转正则表达式

发布于:2022-11-16 ⋅ 阅读:(48) ⋅ 点赞:(0) ⋅ 评论:(0)

cc8b9af695d241f1abcc6a424efd5529.jpeg

目录

前言

正则表达式

行定位符

1.^

2.$

元字符

常见的元字符

限定符

常用的限定符

字符类

排除字符

选择字符

转义字符

()

python使用正则表达式

匹配字符串

match()

search()

findall()

sub()

替换敏感字符

 split()


3d308fb387994e878f3968be162983ed.gif

前言

正则表达式(Regular Expression),又称规则表达式,它不是某个编程语言所特有的,是计算机科学的一个概念,通常被用来检索和替换符合某些规则的文本。

正则表达式

行定位符

1.^

表示行的开始

2.$

表示行的结尾

举例

^py该表达式表示要匹配字符串py的开始位置是行头,如py equal python可以匹配而python equal py不能匹配

py$后者可以匹配,前者不能,如果要匹配的字符串可以出现在字符串的任意部分,那么可以直接写成py

元字符

常见的元字符

元字符 说明
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束

限定符

如果想匹配特定数量的数字,需要使用限定符(指定数量的字符)来实现,例如匹配8位QQ号就是:^\d{8}$

^表示行的开始,\d表示匹配数字,{8}就是限定符表示匹配前面的字符8次,$表示行的结束

常用的限定符

限定符 说明 举例
匹配前面的字符零次或一次 pytho?n,可以匹配为python或pythn
+ 匹配前面的字符一次或多次 py+thon,可以匹配为python到pyy...thon
* 匹配前面的字符零次或多次 py*thon,可以匹配为pthon到pyy...thon
{n} 匹配前面的字符n次 py{2}thon,只能匹配pyython
{n,} 匹配前面的字符最少n次 py{2,,}thon,可以匹配pyython到pyy...thon
{n,m} 匹配前面的字符最少n次,最多m次 python{0,2},可以匹配pytho、python、pythonn三种情况

字符类

正则表达式查找数字和字母是简单的事,因为有元字符,但是如果没有预定义元字符的字符合集(比如元音字母),那该怎么办呢?

也简单,在方括号里列出他们,[aeiou]就是匹配元音字母,[0-9]代表的含义就和\d完全一致,代表一个数字,[a-z0-9A-Z_]等同于\w(不考虑汉字),如果想匹配任意一个汉字,可以使用[\u4e00-\u9fa5],匹配多个汉字,只需在前面的基础上加个+即[\u4e00-\u9fa5]+

排除字符

匹配不符合指定字符集合的字符串,^放在方括号表示排除的意思

举例

[^a-zA-Z]表示匹配一个不是字母的字符

选择字符

如果我们想要它匹配的结果是多种,就需要使用选择字符(|)该字符是或的意思

举例

身份证的长度为15位或18位,其中15位全为数字,18位分为全为数字和前17位为数字最后一位可能是数字或字符X,那么匹配的表达式可写为:

(^\d{15}$)|(^\d{18}$)|(^\d{17})(\d|X|x)$

转义字符

转义字符的作用就是将特殊字符(如“.”“?”“\”)变为普通的字符,例如匹配QQ邮箱:

^[1-9]\d{4,10}@qq\.com$

括号在正则表达式也算是元字符

()

作用一:改变限定符的作用范围

作用二:分组,也就是子表达式(\.[0,9]{1,4}){4},就是对其进行重复操作

python使用正则表达式

匹配字符串

match()

从字符串的开始处进行匹配,如果起始位置匹配成功,则返回Match对象,否则返回None。语法格式如下:

re.match(pattern,string,[flags])

pattern:表示模式字符串,由要匹配的正则表达式转换而来

string:表示要匹配的字符串

flags:表示标志位,用于控制匹配方式,如是否区分字母大小写

常用标志

标志 说明

A或ASCII

对\w,\b,\d,\s只进行ASCII匹配
I或IGNORECASE 不区分字母大小写
M或MULTILINE 将^和$用于包括整个字符串的开始和结尾的每一行
S或DOTALL 使用“.”字符匹配所有字符,包括换行符
X或VERBOSE 忽略模式字符串中未转义的空格和注释

举例

匹配字符串是否以“mr_”开头,不区分字母大小写

代码

import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)
print('匹配值的起始位置:',match.start())
print('匹配值的结束位置:',match.end())
print('匹配位置的元组:',match.span())
print('要匹配的字符串:',match.string)
print('匹配数据:',match.group())
string='名称 MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)

执行结果

a0a27de04545422794cb44c55c38e063.png

search()

在整个字符串中搜索第一个匹配的值,如果在起始位置匹配成功,则返回Match(),否则返回None,语法格式如下:

re.search(patter,string,[flags])

pattern:表示模式字符串,由要匹配的正则表达式转换而来

string:表示要匹配的字符串

flags:表示标志位,用于控制匹配方式,如是否区分字母大小写

 举例

搜索第一个以“mr_”开头的字符串,不区分字母大小写

代码

import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
search=re.search(pattern,string,re.I)
print(search)
string='名称 MR_SHOP mr_shop'
search=re.search(pattern,string,re.I)
print(search)

执行结果

039bb1629a2544a2b3304041b9ad394b.png

findall()

在整个字符串中搜索 所有符合正则表达式的字符串,并以列表的形式返回,如果匹配成功,则返回包含匹配结构的列表,否则返回空列表,语法格式如下:

re.findall(pattern,string,[flags])

pattern:表示模式字符串,由要匹配的正则表达式转换而来

string:表示要匹配的字符串

flags:表示标志位,用于控制匹配方式,如是否区分字母大小写

举例

搜索以“mr_”开头的字符串

代码

import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
findall=re.findall(pattern,string,re.I)
print(findall)
string='名称 MR_SHOP mr_shop'
findall=re.findall(pattern,string)
print(findall)

执行结果

8398468705c1417c990f69a4cbfe6e2f.png

sub()

实现字符串替换,语法格式如下:

re.sub(patter,repl,string,count,flags)

pattern:表示模式字符串,由要匹配的正则表达式转换而来

repl:表示替换的字符串

string:表示要被查找替换的原始字符串

count:可选参数,表示模式匹配后替换的最大次数,默认值为0

flags:表示标志位,用于控制匹配方式,如是否区分字母大小写

举例

隐藏快递里的手机号码

代码

import re
pattern='1[34578]\d{5}'
string='快递号:7-1563 联系电话:18888358853'
result=re.sub(pattern,'1XXXXXX',string)
print(result)

执行结果

5602d53a3db94021b5b719ddd3a83c80.png

替换敏感字符

代码

import re
pattern='淘宝'
string='我在淘宝买东西'
result=re.sub(pattern,'某宝',string)
print(result)

 执行结果

18ebf94d4d7a4a0dbd6fb5023b792182.png

 split()

根据正则表达式分割字符串,并以列表的形式返回,语法格式如下:

re.split(pattern,string,[maxsplit],[flags])

pattern:表示模式字符串,由要匹配的正则表达式转换而来

string:表示要匹配的字符串

maxsplit:可选参数,表示最大的拆分次数

flags:表示标志位,用于控制匹配方式,如是否区分字母大小写

举例

对给定的url地址中提取请求地址和各个参数

代码

import re
pattern='[?|&]'
url='http://www.baidu.com/login?username="zhangsan"&pwd="password"'
result=re.split(pattern,url)
print(result)

执行结果

a3415c4f2d034abf9ae52ec2a504de59.png

👍+✏️+⭐️是对博主最大的鼓励与支持!!!