python—RE正则表达式

re正则表达式

正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

一、正则表达式的作用
1、给字符串进行模糊匹配，和其它的数据类型没有任何关系
2、对象就是字符串

二、字符匹配(普通字符，元字符)

1.普通字符：数字字符和英文字母和自身匹配
2.元字符：. ^ $ * + ? {} [] () | \

import re
re.方法("规则","匹配的字符串")
. 匹配任意一个字符，除了\n换行符

三、匹配规则

四、使用前需先导入re模块

import re

分别示例：

1、re.findall的使用（配合元字符）

(匹配的规则, 字符串) # 找到所有的匹配元素，返回列表

示例1：.  的作用：匹配任意的意思（一个点代表一个字符，有多个字符，就用多个点代替）

import re
# . :匹配除\n以外的任意符号
print(re.findall("a.+d","abcd"))#匹配的是第一个字母是a，中间是任意字符有1至无穷个，最后一个字母是b

执行结果是：

['abcd']

补充拓展：

1 re.findall("a..x","adsfaeyxsk19")  #匹配以a开头，以x结尾的字符

执行结果：

1 ['aeyx']

示例2：^:从字符串开始位置匹配；$：从字符串结尾匹配

# ^:从字符串开始位置匹配
# $：从字符串结尾匹配
import re
print(re.findall("^yuan","yuandashj342jhg234"))#以yuan开始
print(re.findall("yuan$","yuandashj342jhg234yuan"))#以yuan结尾

执行结果是：

['yuan']
['yuan']

示例3：{} 想取多少次，就取多少次

# * + ?  {} ：这4个都表达的是重复
print(re.findall("a.*d","abcd"))#匹配的是第一个字母是a，中间是任意字符有0至无穷个，最后一个字母是b
print(re.findall("a.+d","abcshsjd"))#匹配的是第一个字母是a，中间是任意字符有1至无穷个，最后一个字母是b
print(re.findall("a?d","bdkaaaad"))#匹配的a有0至1个
print(re.findall("[0-9]{4}","af5324jh523hgj34gkhg53453"))#匹配的是在[0-9]中取一个数字，取出4个

执行结果是：

['abcd']
['abcshsjd']
['d', 'ad']
['5324', '5345']

补充：

{0，} ==*

1 re.findall("alex{1,}","asdhfalexx")

执行结果：

1 ['alexx']

{1，}==+

1 re.findall("alex{0,}","asdhfalexx")

执行结果：

1 ['alexx']

{0,1}==？

1  re.findall("alex{0,1}","asdhfalexx")

执行结果：

1 ['alex']

{6} 重复6次

1 re.findall("alex{6}","asdhfalexxxxxx")

执行结果：

1 ['alexxxxxx']

{0,6} 重复1,2,3,4,5,6

1  re.findall("alex{0,6}","asdhfalexx")

执行结果：

1 ['alexx']

示例4：字符集 []: 起一个或者的意思

# 字符集 []: 起一个或者的意思
print(re.findall("a[bc]d","hasdabdjhacd"))#匹配的是第一个字母是a，第二个是b或者c，最后一个是d

执行结果是：

['abd', 'acd']

#注意: 在字符集[]内，* ,+和.等元字符都是普通符号，没有任何意义，除了 - ^ \有特殊意义，[^] 就是不是他的都匹配上

示例5：#注意: 在字符集[]内，* ,+和.等元字符都是普通符号，没有任何意义，除了 - ^ \有特殊意义，[^] 就是不是他的都匹配上

# 字符集 []: 起一个或者的意思
print(re.findall("a[bc]d","hasdabdjhacd"))#匹配的是第一个字母是a，第二个是b或者c，最后一个是d
#注意: 在字符集[]内，* ,+和.等元字符都是普通符号，没有任何意义，除了 - ^ \有特殊意义
print(re.findall("[0-9]+","dashj342jhg234"))#-在里面是取范围的意思，表示取数字[0-9]中的一个有1至无穷次
print(re.findall("[a-z]+","dashj342jhg234"))#-在里面是取范围的意思，表示取字母[a-z]中的一个有1至无穷次
print(re.findall("[^\d]+","d2a2fhj87fgj"))#^表示的是“非”的意思，匹配的是，非任何数字的，且出现1至无穷次
print(re.findall("[\^\d]","d2a2fhj87fgj"))#第一个\是转义的意思，表示的是不是“非”的数字的意思
print(re.findall("[a.b]","d2a2.fhj87fgj"))#.在里面就是普通字符

执行结果是：

['abd', 'acd']
['342', '234']
['dashj', 'jhg']
['d', 'a', 'fhj', 'fgj']
['2', '2', '8', '7']
['a', '.']

示例6：（关于贪婪匹配和非贪婪匹配）

#贪婪匹配
print(re.findall("\d+","af5324jh523hgj34gkhg53453"))#匹配的是数字有1至无穷个
# #非贪婪匹配
print(re.findall("\d+?","af5324jh523hgj34gkhg53453"))#匹配的是数字有0-1个

执行结果是：

['5324', '523', '34', '53453']
['5', '3', '2', '4', '5', '2', '3', '3', '4', '5', '3', '4', '5', '3']

示例7：()：分组，特点是只要匹配到了就不往下走了

# ()：分组，特点是只要匹配到了就不往下走了
print(re.findall("(ad)+","adad"))#匹配的是ad出现1至无穷次
print(re.findall("(ad)+yuan","adyuangfsdui"))#匹配的是ad出现1至无穷次，且后面是yuan
print(re.findall("(?:ad)+yuan","addyuangfsdui"))#？：表示的是取消优先级，因为涉及到分组，优先把分组内容显示出来，匹配的只是分组的内容
print(re.findall("(\d)+yuan","adad678423yuang4234fsdui"))#匹配的是数字有1至无穷个

执行结果是：

['ad']
['ad']
[]
['3']

示例8：| :或

 # |  :或
print(re.findall("www\.(?:oldboy|baidu)\.com","www.oldboy.com"))

执行结果是：

['www.oldboy.com']

示例9：\:转义符号

（1） 后面加一个元字符使其变成普通符号 \. \*（可以将有特殊符号变成普通符号）

（2）将一些普通符号变成特殊符号 比如 \d（表示的是数字）\w（表示的是任意数字和字母，符号不算）

# \:转义符号
# 1 后面加一个元字符使其变成普通符号 \.  \*（可以将有特殊符号变成普通符号）
# 2 将一些普通符号变成特殊符号 比如 \d（表示的是数字）\w（表示的是任意数字和字母，符号不算）

print(re.findall("\d+\.?\d*\*\d+\.?\d*","-2*6+7*45+1.456*3-8/4"))
#\d+\.?\d*表示的是数字有1至无穷个，小数点有0至1个，小数点后面的数字有0至无穷个
#\*是将*号之前的代表0至无穷个变成普通的字符乘号的意思
#\d+\.?\d*表示的是数字有1至无穷个，小数点有0至1个，小数点后面的数字有0至无穷个
print(re.findall("\w","$da@s4 234"))#匹配任意的字母和数字

执行结果是：

['2*6', '7*45', '1.456*3']
['d', 'a', 's', '4', '2', '3', '4']

示例10：

1 re.findall("\S+","hello world")   #\S 匹配非空的字符

执行结果：

1 ['hello', 'world']

示例11：

（1）

1  re.findall(r"I\b","I am LIST")  re的r =\\ ,就相当转义两次

执行结果：

1 ['I']

（2）

1 re.findall("I\\b","I am LIST")    #\\转义字符

执行结果：

1 ['I']

（3）python解释器\\ 两个，re转义\\ 两个,所以是\\\\ 四个

1 re.findall("c\\\\l","abc\lerwt")    #同时匹配c和l

执行结果：

1 ['c\\l']

（4）

1 re.findall(r"c\\l","abc\lerwt")   #同时匹配c和l

执行结果：

1 ['c\\l']

以上都是re.findall的使用，返回的都是列表的形式

re模块下的常用方法

2、re.finditer的使用，返回的是可迭代的

使用方法：re.finditer（“规则”，“字符串”）

finditer(迭代器）当数据非常多的时候，他会把数据存在迭代器中，不会放在内存中，用一条处理一条。

示例：

# re.findall()
import re
s=re.finditer("\d+","ad324das32")#匹配数字有1至无穷个
print(s)#s是迭代器
print(next(s).group())#next一下，取一个值
print(next(s).group())

执行结果是：

<callable_iterator object at 0x00000000021F4048>
324
32

　　

3、search;查找，只匹配第一个结果，找到了就不继续了（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。）

示例：

# search;只匹配第一个结果
ret=re.search("\d+","djksf34asd3")
print(ret.group())

执行结果是：

34

　　

4、match:只在字符串开始的位置匹配

示例：

##match:只在字符串开始的位置匹配
ret=re.match("\d+","423djksf34asd3")
print(ret.group())

执行结果是：

423

re.match与re.search的区别

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

5、split  分割

示例：

#split 分割
s2=re.split("\d+","fhd3245jskf54skf453sd")
print(s2)

s2=re.split("\d+","fhd3245jskf54skf453sd",2)#2是指分隔的次数
print(s2)

ret3=re.split("l","hello yuan")
print(ret3)

执行结果是：

['fhd', 'jskf', 'skf', 'sd']
['fhd', 'jskf', 'skf453sd']
['he', '', 'o yuan']

　　

6、sub 替换

示例：

# #sub: 替换
#
ret4=re.sub("\d+","A","hello 234jkhh23")#将数字替换成A
print(ret4)

ret4=re.sub("\d+","A","hello 234jkhh23",1)#1表示的是将第一串数字替换成A
print(ret4)

执行结果：

hello AjkhhA
hello Ajkhh23

补充：

subn  第一个匹配元组，第二个匹配次数

示例：

ret=re.subn('\d','A','alvin5yuan6')    #将数字替换成A
print(ret)#打印的第一个是匹配元组，第二个匹配替换的次数是2次
ret=re.subn("\d", "A", "jaskd4234ashdjf5423")  # 第一个匹配元组，第二个匹配次数，8次
print(ret)

执行结果是：

('alvinAyuanA', 2)
('jaskdAAAAashdjfAAAA', 8)

　　

7、re.compile 编译方法

示例：

#compile: 编译方法
c=re.compile("\d+")
ret5=c.findall("hello32world53") #相当于是re.findall("\d+","hello32world53")
print(ret5)

执行结果是：

['32', '53']

　　

五、生产环境常见正则示例：

1、匹配手机号

1 phone_num = '13001000000'
2 a = re.compile(r"^1[\d+]{10}")
3 b = a.match(phone_num)
4 print(b.group())

2、匹配IPv4

1 # 匹配IP地址
2 ip = '192.168.1.1'
3 a = re.compile(r"(((1?[0-9]?[0-9])|(2[0-4][0-9])|(25[0-5]))\.){3}((1?[0-9]?[0-9])|(2[0-4][0-9])|(25[0-5]))$")
4 b = a.search(ip)
5 print(b)

3、匹配E-mail

1 email = '630571017@qq.com'
2 a = re.compile(r"(.*){0,26}@(\w+){0,20}.(\w+){0,8}")
3 b = a.search(email)
4 print(b.group())