正則的基本語(yǔ)法

貪婪與非貪婪模式

1. Python中的數(shù)量詞默認(rèn)是貪婪模式的,總是默認(rèn)嘗試匹配更多的字符,非貪婪模式則是盡可能少的匹配字符

貪婪模式的例子

pat = re.compile("ab*")
str1 = pat.findall("abbbbbbbbb")
print(str1)

---------------
['abbbbbbbbb']

非貪婪模式的例子

pat = re.compile("ab*?")
str1 = pat.findall("abbbbbbbbb")
print(str1)

---------------
['a']

反斜杠的困擾

1. 表示\d可以用r"\d"代替"\\d"
2. 表示\可以用r"\\"替代"\\\\"

re模塊-正則的七個(gè)方法

match(pat, orginStr[, flag])

m = re.match(pat, orginStr[, flag])
m.string

match方法解釋

1. 從原始字符串第一個(gè)字符開(kāi)始,匹配正則的規(guī)則
2. 如果不是從第一個(gè)字符開(kāi)始就匹配不到
3. 參數(shù)1：正則表達(dá)式
4. 參數(shù)2：原始的字符串
5. 參數(shù)3：匹配模式(可選參數(shù))

match方法返回值的屬性

1. m.string: 匹配時(shí)使用的文本
2. m.re: 匹配時(shí)使用的Pattern對(duì)象
3. m.pos: 文本中正則表達(dá)式開(kāi)始搜索的索引
4. m.endpos: 文本中正則表達(dá)式結(jié)束搜索的索引
5. m.lastindex: 最后一個(gè)被捕獲的分組在文本中的索引
6. m.lastgroup: 最后一個(gè)被捕獲的分組的別名

match方法返回值的方法

1. re.group(group1...)：獲得一個(gè)或多個(gè)分組截獲的字符串;指定多個(gè)參數(shù)時(shí)將以元組形式返回,group1可以是編號(hào),也可以是別名
2. re.groups([default])：以元組的形式返回全部分組捕獲的字符串,如果沒(méi)有找到返回default設(shè)置的值,默認(rèn)返回None
3. groupdict([default])：返回以有別名的組的別名為鍵飞涂、以該組截獲的子串為值的字典，沒(méi)有別名的組不包含在內(nèi)
4. start([group])：返回指定的組截獲的子串在string中的起始索引(子串第一個(gè)字符的索引).group默認(rèn)值為0
5. end([group])：返回指定的組截獲的子串在string中的結(jié)束索引(子串最后一個(gè)字符的索引+1).group默認(rèn)值為0
6. span([group])：返回(start(group),end(group))
7. expand(template)：將匹配到的分組代入template中然后返回

search()

compile

pat = re.compile("ab*?")    # 得到一個(gè)正則表達(dá)式的對(duì)象

compile(pat[,flag])

1. 第一個(gè)參數(shù)是正則表達(dá)式
2. 第二個(gè)參數(shù)是匹配模式

compile匹配模式

escape(str)

re.escape("\d")  --> \\d

escape方法詳解

1. 用于將元字符串進(jìn)行轉(zhuǎn)義后再返回
2. 感覺(jué)沒(méi)有半點(diǎn)用

findall()

split()

sub()\subn()

purge()：清空緩存中的正則表達(dá)式,等待驗(yàn)證,有點(diǎn)坑

re.purge() --> 返回值是None

Pattern對(duì)象

pattern = re.compile("正則表達(dá)式")

Pattern對(duì)象的屬性

1. pattern: 編譯時(shí)用的表達(dá)式字符串
2. flags: 編譯時(shí)用的匹配模式,數(shù)字形式
3. groups: 表達(dá)式中分組的數(shù)量
4. groupindex: 以表達(dá)式中有別名的組的別名為鍵咙轩、以該組對(duì)應(yīng)的編號(hào)為值的字典,沒(méi)有別名的組不包含在內(nèi)

Pattern對(duì)象的方法

1. match(string[, pos[, endpos]]) | re.match(pattern, string[, flags])

1. 從第一個(gè)字符開(kāi)始匹配
2. string是要匹配的字符串
3. pos是起始匹配的位置
4. endpos：終止匹配的位置
5. 返回值是一個(gè)Match對(duì)象

match方法例子

import re
p = re.compile(r'(\w+) (\w+)(?P<sign>.*)', re.DOTALL)

print("p.pattern:", p.pattern)
print("p.flags:", p.flags)
print("p.groups:", p.groups)
print("p.groupindex:", p.groupindex)

### output ###
# p.pattern: (\w+) (\w+)(?P<sign>.*)
# p.flags: 16
# p.groups: 3
# p.groupindex: {'sign': 3}

2. search(string[, pos[, endpos]]) | re.search(pattern, string[, flags])

1. 從字符整個(gè)字符串開(kāi)始搜索匹配
2. string是要匹配的字符串
3. pos是起始匹配的位置
4. endpos：終止匹配的位置
5. 返回值是一個(gè)Match對(duì)象

search方法例子

# encoding: UTF-8 
import re 

# 將正則表達(dá)式編譯成Pattern對(duì)象 
pattern = re.compile(r'world') 

# 使用search()查找匹配的子串殴泰，不存在能匹配的子串時(shí)將返回None 
# 這個(gè)例子中使用match()無(wú)法成功匹配 
match = pattern.search('hello world!') 

if match: 
    # 使用Match獲得分組信息
    print match.group()

### 輸出 ###
# world

3. split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])

1. 從字符整個(gè)字符串開(kāi)始搜索匹配
2. string：要匹配的字符串
3. maxsplit：指定最大分割次數(shù)巧还，不指定將全部分割
4. 返回值是一個(gè)分割的列表

split方法例子

import re

p = re.compile(r'\d+')
list1 = p.split('one1two2three3four4')
print(list1)
 
### output ###
# ['one', 'two', 'three', 'four', '']

4. findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])

1. 從開(kāi)頭到末尾匹配字符串
2. string是要匹配的字符串
3. pos是起始匹配的位置
4. endpos：終止匹配的位置
5. 返回一個(gè)找尋到的列表

findall方法例子

import re

p = re.compile(r'\d+')
list1 = p.findall('one1two2three3four4')
print(list1)

### output ###
# ['1', '2', '3', '4']

5. finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])

1. 過(guò)濾出想要的數(shù)據(jù)穗泵，返回值是一個(gè)迭代器

finditer方法例子

import re

p =re.compile(r'\d+')
for m in p.finditer('one1two2three3four4'):
    print m.group()
    
### output ###
# 1 2 3 4

6. sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])

1. 利用repl字符串替換原有string字符串
2. 第一個(gè)參數(shù)repl：要替換的字符串
3. 第二個(gè)參數(shù)string：原始字符串
4. 第三個(gè)參數(shù)count：count用于指定最多替換次數(shù),不指定時(shí)全部替換
5. 返回值：返回一個(gè)字符串

sub方法例子

import re

p = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'

print p.sub(r'\2 \1', s)

def func(m):
    return m.group(1).title() + ' ' + m.group(2).title()

print p.sub(func, s)

### output ###
# say i, world hello!
# I Say, Hello World!

7. subn(repl, string[, count]) | re.sub(pattern, repl, string[, count])

1. 利用repl字符串替換原有string字符串和上面的方法相比多一個(gè)返回次數(shù)
2. 第一個(gè)參數(shù)repl：要替換的字符串
3. 第二個(gè)參數(shù)string：原始字符串
4. 第三個(gè)參數(shù)count：count用于指定最多替換次數(shù),不指定時(shí)全部替換
5. 返回值是一個(gè)元組形式的：(找到的字符串,出現(xiàn)次數(shù))

subn方法例子

import re

p = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'

p.subn(r'\2 \1', s)
print()

def func(m):
    return m.group(1).title() + ' ' + m.group(2).title()

print p.subn(func, s)

### output ###
# ('say i, world hello!', 2)
# ('I Say, Hello World!', 2)

常見(jiàn)的正則表達(dá)式

QQ表達(dá)式

"[1-9]\\d{4,10}"

QQ號(hào)規(guī)則

1. 首先扣扣號(hào)開(kāi)頭不能為0；
2. QQ號(hào)必須大于5且小于11(或12,13,QQ號(hào)最長(zhǎng)位)

手機(jī)號(hào)表達(dá)式

# 平常手機(jī)號(hào)
"1[34578]\\d{9}"

# 手機(jī)號(hào)碼后5位相同
"1[34578]\\d{4}(\\d)\\1{4}"

手機(jī)號(hào)碼規(guī)則

1. 手機(jī)號(hào)位數(shù)為11位
2. 開(kāi)頭為1,第二位為3或4或5或7或8

郵箱表達(dá)式

"[a-zA-Z0-9_-]+\@(?:[a-zA-Z0-9_-]+\.)+[a-z]{2,4}"

郵箱規(guī)則

1. @符號(hào)前面的可以為字母,數(shù)字,下劃線,中劃線,或'.'
2. @后面的可以是xxx.com盗尸、xxx.cn柑船、xxx.com.cn

用戶名表達(dá)式

"[a-zA-z]\\w{0,9}"

用戶名規(guī)則

1. 必須以字母開(kāi)頭，長(zhǎng)度在10位以內(nèi)

密碼表達(dá)式

".{6,16}"

密碼規(guī)則

1. 任意字符泼各，6~16位