一. 簡(jiǎn)介

正則表達(dá)式本身是一種小型的,高度專業(yè)的編程語(yǔ)言,二在Python中,通過(guò)內(nèi)嵌集成re 模塊,我們可以直接調(diào)用來(lái)實(shí)現(xiàn)正則匹配.正的表達(dá)式模式被編譯成一些列的字節(jié)碼,然后有C編寫(xiě)的匹配引擎執(zhí)行.
正則表達(dá)式是一種字符串搜索和匹配的工具.
友情鏈接:鬼斧神工之正表達(dá)式

二. 正則表達(dá)式中常用的字符串

1. 普通字符和11個(gè)元字符:

這里需要強(qiáng)調(diào)一下反斜杠\的作用

• 反斜杠后邊根元字符去除特殊功能;(即將特殊字符轉(zhuǎn)移成普通字符)
• 反斜杠后邊跟普通字符實(shí)現(xiàn)特殊功能;(即預(yù)定義字符)
• 引用序號(hào)對(duì)應(yīng)的字組所匹配的字符串.

import re 
a = re.search(r'(tina)(fei)haha\2','tinafeihahafei tinafihahatina').group()
print("結(jié)果:",a)
================
結(jié)果: tinafeihahafei

2. 預(yù)定義字符集(可以寫(xiě)在字符集[...]中)

# 這里強(qiáng)調(diào)一下\b的單詞邊界的理解:
import re 
w = re.findall('\btina','tian tinaaaa')
print("結(jié)果是:",w)
s = re.findall(r'\btina','tian tinaaaa')
print("結(jié)果是:",s)
v = re.findall(r'\btina','tian#tianaaaa')
print("結(jié)果是:",v)
a = re.findall(r'\btina\b','tian#tina@aaa')
print("結(jié)果是:",a)
==================
結(jié)果是: []
結(jié)果是: ['tina']
結(jié)果是: ['tina']
結(jié)果是: ['tina']

3. 特殊分組用法:

三. re模塊中常用的功能函數(shù)

1. compile()

編譯正則表達(dá)式模式,返回一個(gè)對(duì)象的模式.(可以吧那些常用的正則表達(dá)式編譯成正則表達(dá)式對(duì)象,這樣可以提高效率.)

• 格式:
  re.compile(pattern,flags=0)
  pattern:編譯時(shí)用的表達(dá)式字符串
  flags 編譯標(biāo)志位,用于修改正則表達(dá)式的匹配方式,如:是否區(qū)分大小寫(xiě),多行匹配等.常用的flags有:

import re 
tt = "Tom is a good boy, he is cool,clever,and so on ..."
rr = re.compile(r'\w*oo\w*')
print("執(zhí)行結(jié)果是:",rr.findall(tt))   # 查找所有包含'oo'的單詞
================
執(zhí)行結(jié)果是: ['good', 'cool']

2. match()

決定RE是否在字符串剛開(kāi)始的位置匹配. //注:這個(gè)方法并不是完全匹配.當(dāng)pattern結(jié)束時(shí)若string還有剩余字符,仍然是為成功.想要完全匹配,可以在表達(dá)式末尾加上邊界匹配字符'$'

• 格式"
  re.match(pattern,stting,flags=0)

import re 
a = re.match('com','comwww.runcomoob').group()
print("a的結(jié)果是:",a)
b = re.match('com','Comwww.baidu',re.I)
print("b的結(jié)果是:",b)   # re.I 對(duì)大小寫(xiě)不敏感
========================
a的結(jié)果是: com
b的結(jié)果是: Com

3. search()

re.search() 函數(shù)會(huì)在字符串內(nèi)查找模式匹配,只要找到第一個(gè)匹配然后返回,如果沒(méi)有找到匹配,則返回None.

• 格式:
  re.search(pattern,strint,flags=0)

import re 
a = re.search('\dcom','www.4comrnuoob.5com').group()
print("a的結(jié)果是:",a)
b  = re.search('com','python.org')
print("b的結(jié)果是:",b)
===================
a的結(jié)果是: 4com
b的結(jié)果是: None

• 注: match和search一旦匹配成功,就是一個(gè)match object對(duì)象,而match object對(duì)象有以下方法:
  • group() 返回被RE匹配的字符串
  • start() 返回匹配開(kāi)始的位置
  • end() 返回匹配結(jié)束的位置
  • span() 返回一個(gè)元組包含匹配(開(kāi)始,結(jié)束)的位置.
  • group() 返回re整體匹配的字符串,可以一次輸入多個(gè)組號(hào),對(duì)應(yīng)組號(hào)匹配的字符串.
    a.group() 返回re整體匹配的字符串
    b.group(n,m) 返回組號(hào)為n,m所匹配的字符串,如果不存在,則返回indexError異常
    c.group() group方法返回一個(gè)包含正則表達(dá)式中所有小組字符串的元組,從1到所含的小組號(hào),通常group()不需要參數(shù),返回一個(gè)元組,元組中的元就是正則表達(dá)式中定義的組.

import re 
a = "123abc456"
r = re.search('([0-9]*)([a-z]*)([0-9]*)',a)
print("r.group(0)的結(jié)果",r.group(0))
print("r.group(1)的結(jié)果",r.group(1))
print("r.group(2)的結(jié)果",r.group(2))
print("r.group(3)的結(jié)果",r.group(3)) 
#group(1) 列出第一個(gè)括號(hào)匹配部分初斑，group(2) 列出第二個(gè)括號(hào)匹配部分，group(3) 列出第三個(gè)括號(hào)匹配部分日川。
=======================
r.group(0)的結(jié)果 123abc456
r.group(1)的結(jié)果 123
r.group(2)的結(jié)果 abc
r.group(3)的結(jié)果 456

4 . finfall()

re.findall 遍歷匹配,可以獲取字符串中所有的字符串,返回一個(gè)列表.

• 格式:
  re.findall(pattern,string,flags=0)

import re 
p = re.compile(r'\d+')
r = p.findall('o1n2m3k4')
print("匹配的結(jié)果是:",r)
============
匹配的結(jié)果是: ['1', '2', '3', '4']

import re 
tt = "Jack is a good boy, he is cool,clever,and so on .... "
rr = re.compile(r'\w*oo\w*')
print("rr.findall(tt)匹配的結(jié)果是:",rr.findall(tt))
print("re.findall(r'(\w)*oo(\w)')匹配的結(jié)果是:",re.findall(r'(\w)*oo(\w)',tt))
==================
rr.findall(tt)匹配的結(jié)果是: ['good', 'cool']
re.findall(r'(\w)*oo(\w)')匹配的結(jié)果是: [('g', 'd'), ('c', 'l')]

5. finditer()

搜索string,返回一個(gè)順序訪問(wèn)每一個(gè)匹配結(jié)果(Match對(duì)象)的迭代器.找到RE匹配的所有字符串,并把他們作為一個(gè)迭代器返回.

• 格式:
  re.finditer(pattern,strint,flags=0)

import re 
iter = re.finditer(r'\d+','12 drumm44ers drumming,11 ... 10 ...  ')
for i in iter:
    print("匹配結(jié)果是:",i)
    print("i.group()匹配結(jié)果是:",i.group())
    print("i.span()匹配結(jié)果是:",i.span())
==========================================
匹配結(jié)果是: <_sre.SRE_Match object; span=(0, 2), match='12'>
i.group()匹配結(jié)果是: 12
i.span()匹配結(jié)果是: (0, 2)
匹配結(jié)果是: <_sre.SRE_Match object; span=(8, 10), match='44'>
i.group()匹配結(jié)果是: 44
i.span()匹配結(jié)果是: (8, 10)
匹配結(jié)果是: <_sre.SRE_Match object; span=(23, 25), match='11'>
i.group()匹配結(jié)果是: 11
i.span()匹配結(jié)果是: (23, 25)
匹配結(jié)果是: <_sre.SRE_Match object; span=(30, 32), match='10'>
i.group()匹配結(jié)果是: 10
i.span()匹配結(jié)果是: (30, 32)

6. split()

按照能夠匹配的字符串將string分割后返回列表.
可以使用re.split來(lái)分割字符串,如:re.split(r'\s','text');將字符串按空格分割成一個(gè)單詞列表.

• 格式:
  re.split(pattern,string[,maxsplit])
  maxsplit用于指定最大分割次數(shù),不指定將全部分割.

import re 
rr = re.split('\d+','one1two2three3four4five5')
print("rr匹配的結(jié)果是:",rr)
wrr = re.split('[a-z]+','one1two2three3four4five5')
print("wrr匹配的結(jié)果是:",wrr)
================================
rr匹配的結(jié)果是: ['one', 'two', 'three', 'four', 'five', '']
wrr匹配的結(jié)果是: ['', '1', '2', '3', '4', '5']

7. sub()

使用re替換string中每一個(gè)匹配的字符串后返回替換后的字符串.

• 格式:
  re.sub(pattern,repl,string,count)
  repl:是用什么字符串替換(替換后的字符串)
  count:指的是替換的個(gè)數(shù),默認(rèn)為0,表示每個(gè)都替換.

import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
rr = re.sub(r'\s+','-',text)
print("替換后的結(jié)果是:",rr)
========================
替換后的結(jié)果是: JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...

re.sub還允許使用函數(shù)對(duì)匹配項(xiàng)的替換進(jìn)行復(fù)雜的處理.
如:re.sub(r'\s',lambda m:'['+ m.group(0) +']',text,0);將字符串中的空格' '替換為'[]'.

import re 
text  = "JGood is a handsome boy, he is cool, clever, and so on..."
rr = re.sub(r'\s',lambda m:'['+ m.group(0) +']',text,0)
print("替換后的結(jié)果是:",rr)
===========================
替換后的結(jié)果是: JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...

8. subn()

返回替換次數(shù)

• 格式:

import re
tt = '123456abcdef'
rr = re.subn('[1-2]','A',tt)
rr1 = re.sub("g.t","have",'I get A,I get B,I get C')
rr2 = re.subn("g.t","have",'I get A,I get B,I get C')
=====================
re.subn()匹配的結(jié)果: ('AA3456abcdef', 2)
re.sub()匹配的結(jié)果: I have A,I have B,I have C
re.subn()匹配的結(jié)果: ('I have A,I have B,I have C', 3)

四. 一些注意點(diǎn)

1. re.match與re.search與re.findall的區(qū)別:

re.match只匹配字符串的開(kāi)始,如果字符串開(kāi)始不符合正則表達(dá)式,則匹配失敗,函數(shù)返回None;而re.search匹配整個(gè)字符串,知道找到一個(gè)匹配.

import re 
a = re.search('[\d]','abc33').group()
print("a匹配的結(jié)果是:",a)
p = re.match('[\d]','abc33')
print("p匹配的結(jié)果是:",p)
b = re.findall('[\d]','abc33')
print("b匹配的結(jié)果是:",b)
============================
a匹配的結(jié)果是: 3
p匹配的結(jié)果是: None
b匹配的結(jié)果是: ['3', '3']

2. 貪婪匹配與非貪婪匹配

?,+?,??,{m,n}? 前面的,+,?等都是貪婪匹配,也就是盡可能匹配,后面加?號(hào)使其邊城惰性匹配

• 示例一

import re
a = re.findall('a(\d+?)','a23b')
print("a惰性匹配的結(jié)果:",a)
b = re.findall('a(\d+)','a23b')
print("b貪戀匹配的結(jié)果:",b)
==========================
a惰性匹配的結(jié)果: ['2']
b貪戀匹配的結(jié)果: ['23']

• 示例二

import re 
a = re.match('<(.*)>','<H1>title</H1>').group()
print("a是貪婪匹配的結(jié)果:",a)
b = re.match('<(.*?)>','<H1>title</H1>').group()
print("b是惰性匹配的結(jié)果:",b)
==============================
a是貪婪匹配的結(jié)果: <H1>title</H1>
b是惰性匹配的結(jié)果: <H1>

• 示例三
  這里需要注意的是如果前后均有限定條件的時(shí)候，就不存在什么貪婪模式了琐谤，非匹配模式失效赡模。

import re 
a = re.findall(r'a(\d+)b','a33333b')
print("a是貪婪匹配的結(jié)果:",a)
b = re.findall(r'a(\d+?)b','a33333b')
print("b是惰性匹配的結(jié)果:",b)
====================
a是貪婪匹配的結(jié)果: ['33333']
b是惰性匹配的結(jié)果: ['33333']

3. 用flags時(shí)遇到的小坑

import re
rr = re.split('a','1A1a2A3',re.I)
print("rr輸出的結(jié)果是:",rr)
================
rr輸出的結(jié)果是: ['1A1', '2A3']

輸出的結(jié)果冰未能區(qū)分大小寫(xiě),這是因?yàn)閞e.split(pattern，string杭跪，maxsplit,flags)默認(rèn)是四個(gè)參數(shù)通惫，當(dāng)我們傳入的三個(gè)參數(shù)的時(shí)候茂翔，系統(tǒng)會(huì)默認(rèn)re.I是第三個(gè)參數(shù)，所以就沒(méi)起作用履腋。如果想讓這里的re.I起作用珊燎，寫(xiě)成flags=re.I即可惭嚣。

import re
rr = re.split('a','1A1a2A3',flags=re.I)
print("rr輸出的結(jié)果是:",rr)
=================
rr輸出的結(jié)果是: ['1', '1', '2', '3']

五. 正則匹配的小實(shí)踐

1. 匹配電話號(hào)碼

import re
# 方法一:
phone_pat = re.compile('^(13\d|14[5|7]|15\d|166|17[3|6|7]|18\d)\d{8}$')
while True:
    phone = input('請(qǐng)輸入你的電話號(hào)碼:')
    res = re.search(phone_pat,phone)
    if res:
       print('正常手機(jī)號(hào)')
    else:
       print('不是手機(jī)號(hào)')
# 方法二
tel_pat = re.compile('^0\d[0-9]{2}|[0-9]{3}-\d[0-9]{8}|[0-9]{7}')
while True:
    tel = input('請(qǐng)輸入你的座機(jī)號(hào):')
    res = re.search(tel_pat,tel)
    # res1 = re.search(tel_pat1,tel)
    if res:
       print('格式正確')
    else:
        print('格式不正確')

2. 匹配IP:

import re 
re.search(r"(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5]\.)","192.168.1.1")

3. 匹配郵箱:

import re  
text = input("Please input your Email address：\n")  
if re.match(r'^[0-9a-zA-Z_]{0,19}@[0-9a-zA-Z]{1,13}\.[com,cn,net]{1,3}$',text):  
#if re.match(r'[0-9a-zA-Z_]{0,19}@163.com',text):  
    print('Email address is Right!')  
else:  
    print('Please reset your right Email address!')