-
python 正则表达式（Regular Expression）基础学习笔记
python 正则表达式（Regular Expression）
-
正则表达式基础
- search()：只返回第一个匹配的字符串
- findall()：将搜寻结果以列表方式返回
import re # 导入re正则表达式模块 msg = "十步13466663478杀一人，千里不留15688889999" def parseString(content): """解析字符串中是否含有手机号""" # 使用re.compile()建立Regex对象 # # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数，{9)表示9个数字 phoneRule = re.compile(r'1[3-9]\d{9}') # 搜寻对象，search()只传回第一个匹配的字符串 phoneNum = phoneRule.search(msg) if phoneNum is not None: print(phoneNum.group()) else: print('该字符串中不包含手机号！') def parseString2(content): """解析字符串中是否含有手机号""" # 使用re.compile()建立Regex对象 # # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数，{9)表示9个数字 phoneRule = re.compile(r'1[3-9]\d{9}') # findall()：返回匹配结果列表 phoneNum_list = phoneRule.findall(msg) if phoneNum_list: print(phoneNum_list) else: print('该字符串中不包含手机号！') def parseString3(content): """解析字符串中是否含有手机号""" # 省略re.compile() # re.findall(pattern, string, flags) # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数，{9)表示9个数字 pattern = r'1[3-9]\d{9}' # findall()：返回匹配结果列表 phoneNum_list = re.findall(pattern=pattern, string=msg) # 用列表传回搜寻结果 if phoneNum_list: print(phoneNum_list) else: print('该字符串中不包含手机号！') parseString(msg) # 13466663478 parseString2(msg) # ['13466663478', '15688889999'] parseString3(msg) # ['13466663478', '15688889999']- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
-
使用小括号分组
# author:mlnt # createdate:2022/8/15 import re # 导入re正则表达式模块 msg = "十步134-6666-3478杀一人，千里不留156-8888-9999" """ 我国使用的手机号码为11位数字，我们的手机号可以分为三段，都有不同的编码含义： 前3位是网络识别号、4-7位是地区编码（HLR归属位置寄存器）、8-11位是用户号码（随机分配） """ def parseString(content): """解析字符串中是否含有手机号""" # re.findall(pattern, string, flags) # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数 pattern = r'(1[3-9]\d)-(\d{4})-(\d{4})' # findall()：返回匹配结果列表 phoneNum_list = re.findall(pattern=pattern, string=msg) # 用元组列表传回搜寻结果 if phoneNum_list: print(phoneNum_list) else: print('该字符串中不包含手机号！') def parseString2(content): """解析字符串中是否含有手机号""" # 使用re.compile()建立Regex对象 # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数 pattern = r'(1[3-9]\d)-(\d{4})-(\d{4})' # 搜寻对象，search()只传回第一个匹配的字符串 phoneNum = re.search(pattern=pattern, string=msg) if phoneNum is not None: # 前3位是网络识别号、4-7位是地区编码（HLR归属位置寄存器）、8-11位是用户号码（随机分配） print(phoneNum.group()) network_num, area_num, user_num = phoneNum.groups() print(f'网络识别号：{network_num}') print(f'地区编码：{area_num}') print(f'用户号码：{user_num}') else: print('该字符串中不包含手机号！') parseString(msg) # [('134', '6666', '3478'), ('156', '8888', '9999')] parseString2(msg) # 134-6666-3478 # 网络识别号：134 # 地区编码：6666 # 用户号码：3478- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
-
使用管道|
| --> pipe 管道，使用管道可以同时搜寻比对多个字符串
# | --> pipe 管道，使用管道可以同时搜寻比对多个字符串 import re msg = 'Jack and Maria are good friends. They always go to school together.' pattern = 'Tom|Jack' # 搜寻Tom和Jack result = re.findall(pattern=pattern, string=msg) print(result) # ['Jack'] pattern = 'Mary|John|Jackson|Maria|Jack' result = re.findall(pattern=pattern, string=msg) print(result) # ['Jack', 'Maria']- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
-
多个分组的管道搜索
# author:mlnt # createdate:2022/8/15 import re msg = 'Jackson, Jacknason, Jacknion and Maria are good friends. They always go to gym together.' pattern = 'Jack(son|nason|nion|nice)' result = re.findall(pattern=pattern, string=msg) print(result) # ['son', 'nason', 'nion']- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
-
使用问号（?）做搜索
正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。
特殊字符：- $：匹配输入字符串的结尾位置
- ()：标记一个子表达式的开始和结束位置
- *：匹配前面的子表达式0次或多次
- +：匹配前面的子表达式1次或多次
- .：匹配除换行符（\n）之外的任意单个字符
- [：标记一个中括号表达式的开始
- ?：匹配前面的子表达式0次或1次，或指明一个非贪婪限定符
- \：将下一个字符标记为特殊字符、原义字符、向后引用或八进制转义符
- ^：匹配输入字符串的开始位置。当该符号在方括号表达式中使用时，表示不接受该方括号中的字符集合
- {：标记限定符表达式的开始
- |：指明两项之间的一个选择
# author:mlnt # createdate:2022/8/15 """ 正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。 正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。 特殊字符： - $：匹配输入字符串的结尾位置 - ()：标记一个子表达式的开始和结束位置 - *：匹配前面的子表达式0次或多次 - +：匹配前面的子表达式1次或多次 - .：匹配除换行符（\n）之外的任意单个字符 - [：标记一个中括号表达式的开始 - ?：匹配前面的子表达式0次或1次，或指明一个非贪婪限定符 - \：将下一个字符标记为特殊字符、原义字符、向后引用或八进制转义符 - ^：匹配输入字符串的开始位置。当该符号在方括号表达式中使用时，表示不接受该方括号中的字符集合 - {：标记限定符表达式的开始 - |：指明两项之间的一个选择 """ """ 在正则表达式中，若某些括号内的字符串或正则表达式可有可无，可以在后面加上? """ import re msg = 'Jackson and Maria are good friends. They always go to gym together.' pattern = 'Jack((na)?son)' result = re.search(pattern=pattern, string=msg) print(result.group()) # Jackson- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
-
使用星号（*）做搜索
在正则表达式中，若某些字符串或正则表达式可出现0次到多次，可在后面加*
# author:mlnt # createdate:2022/8/15 """ 在正则表达式中，若某些字符串或正则表达式可出现0次到多次，可在后面加* """ import re msg = 'Jackson, Jacknason, Jacknion, Jackkkkjjan, Jackken and Maria are good friends. They always go to gym together.' pattern = 'Jack((k)*)' result = re.search(pattern=pattern, string=msg) print(result.group()) # Jack- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
-
使用加号（+）做搜索
在正则表达式中，若某些字符或正则表达式可出现1次或多次，可在后面加+
# author:mlnt # createdate:2022/8/15 """ 在正则表达式中，若某些字符或正则表达式可出现1次或多次，可在后面加+ """ import re msg = 'Jackson, Jackckson, and Maria are good friends. They always go to gym together.' pattern = 'Jack((ck)+son)' result = re.search(pattern=pattern, string=msg) print(result.group()) # Jackckson- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
-
搜索时忽略大小写
搜寻时，若是在search()或findall()内增加迪桑参数re.I或re.IGNORECASE，搜寻时会忽略大小写
# author:mlnt # createdate:2022/8/15 """ 搜寻时，若是在search()或findall()内增加迪桑参数re.I或re.IGNORECASE，搜寻时会忽略大小写 """ import re msg = 'JACK and Maria are good friends. They always go to school together.' pattern = 'Tom|Jack' # 搜寻Tom和Jack result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE) print(result) # ['JACK'] pattern = 'Mary|John|Jackson|Maria|Jack' result = re.findall(pattern=pattern, string=msg, flags=re.I) print(result) # ['JACK', 'Maria']- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
-
正则表达式的特殊字符
# author:mlnt # createdate:2022/8/15 """ 特殊字符： \d： 0~9的整数数字 \D：除了0~9以外的其他字符 \s：空白、定位、Tab键、换行、换页字符 \S：除空白、定位、Tab键、换行、换页字符以外的其他字符 \w：数字、字母和下划线，[A-Za-z0-9_] \W：除数字、字母和下划线和[A-Za-z0-9_]以外的其他字符 """ import re msg = 'JACK, Jackson and Maria are good friends.' pattern = '\w+' # 不限长度的数字、字母和下划线字符 result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE) print(result) # ['JACK', 'Jackson', 'and', 'Maria', 'are', 'good', 'friends'] pattern = 'Jack\w*' # Jack开头，后接0或多个数字、字母和下划线 result = re.findall(pattern=pattern, string=msg, flags=re.I) print(result) # ['JACK', 'Jackson'] msg2 = '2 tigers, 3 dogs, 5 pigs' pattern = '\d+\s\w+' result = re.findall(pattern=pattern, string=msg2, flags=re.I) print(result) # ['2 tigers', '3 dogs', '5 pigs'] """ 字符分类： [a-z]：代表a-z的小写字符 [A-Z]：代表A-Z的大写字符 [aeiouAEIOU]：代表英文发音的元音字符 [2-5]：代表2-5的数字 在字符分类中，中括号内可以不加上”\“进行”.“、”?“、”*“、"(”、“)”等字符的转义 """ msg = 'JACK, Jackson and Maria are good friends.' pattern = '[aeiouAEIOU]' result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE) print(result) # ['A', 'a', 'o', 'a', 'a', 'i', 'a', 'a', 'e', 'o', 'o', 'i', 'e'] msg2 = '2 tigers, 3 dogs, 5. pigs' pattern = '[2-5.]' result = re.findall(pattern=pattern, string=msg2, flags=re.I) print(result) # ['2', '3', '5', '.'] # 字符分类的^字符 # 如果在中括号内加上^，表示搜寻除这些字符以外的所有字符 msg = 'Jackson and Maria are good friends.' pattern = '[^aeiouAEIOU]' result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE) print(result) # ['J', 'c', 'k', 's', 'n', ' ', 'n', 'd', ' ', 'M', 'r', ' ', 'r', ' ', 'g', 'd', ' ', 'f', 'r', 'n', 'd', 's', '.'] msg2 = '2 tigers, 3 dogs, 5. pigs' pattern = '[^2-5.]' result = re.findall(pattern=pattern, string=msg2, flags=re.I) print(result) # [' ', 't', 'i', 'g', 'e', 'r', 's', ',', ' ', ' ', 'd', 'o', 'g', 's', ',', ' ', ' ', 'p', 'i', 'g', 's'] # 正则表达式法的^字符 # 在正则表达式起始位置加上^字符，表示正则表达式法的字符串必须出现在被搜寻字符串的起始位置 msg = 'Jack and Maria are good friends.' msg2 = 'Mary and Jack are good friends.' pattern = '^Jack' result1 = re.findall(pattern=pattern, string=msg) result2 = re.findall(pattern=pattern, string=msg2) print(result1) # ['Jack'] print(result2) # [] # 正则表达式法的$字符 # 正则表达式法的末端放置$字符时，表示正则表达式的字符串必须出现在被搜寻字符串的末尾 msg = 'Generally speaking, both males and females are of age at 18.' pattern1 = '\W$' # 以除英文字母、数字、下划线之外的其他字符结尾 pattern2 = '\d$' # 以数字结尾 result1 = re.findall(pattern=pattern1, string=msg) result2 = re.findall(pattern=pattern2, string=msg2) print(result1) # ['.'] print(result2) # [] # 单一字符使用通配符“.” # 通配符“.”匹配除换行符以外的所有单个字符 msg = 'Generally speaking, both males and females are of age at 18.' pattern = '.re' result = re.findall(pattern, msg) print(result) # ['are'] # 所有字符使用通配符“.*” # .*：可以匹配所有字符，表示匹配0到多个通配符（换行符除外） msg = 'Name: Jack, Age: 18 Tel: 13838384438' pattern = 'Name: (.*) Age: (.*) Tel: (.*)' result = re.search(pattern=pattern, string=msg) name, age, tel = result.groups() print(f'Name: {name}, Age: {age}, Tel: {tel}') # Name: Jack,, Age: 18, Tel: 13838384438 # 换行字符的处理 # 用“.*”搜寻时，遇到换行字符“\n”则停止 # re模块提供参数re.DOTALL，功能包括搜寻换行字符 msg = 'Name: Jack, Age: 18 \nTel: 13838384438' pattern = '(.*)' result1 = re.search(pattern=pattern, string=msg) print(result1.group()) # Name: Jack, Age: 18 result2 = re.search(pattern=pattern, string=msg, flags=re.DOTALL) print(result2.group()) # Name: Jack, Age: 18 # Tel: 13838384438- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
-
re.match()MatchObject对象内容的重要方法
- re.match()只搜寻比对字符串开头，成功返回MatchObject对象，失败则返回None
- group()：返回搜寻到的字符串
- end()：返回搜寻到的字符串的结尾位置
- start()：返回搜寻到的字符串的起始位置
- span()：返回字符串的(起始,结束)位置
# author:mlnt # createdate:2022/8/15 """ re.match()只搜寻比对字符串开头，成功返回MatchObject对象，失败则返回None re.search()搜寻整个字符串，成功返回MatchObject对象，失败则返回None """ """ MatchObject对象内容的重要方法： - group()：返回搜寻到的字符串 - end()：返回搜寻到的字符串的结尾位置 - start()：返回搜寻到的字符串的起始位置 - span()：返回字符串的(起始,结束)位置 """ import re msg = 'Jack and Maria are good friends.' msg2 = 'Mary and Jack are good friends.' pattern = 'Jack' result1 = re.match(pattern=pattern, string=msg) if result1 is not None: print(result1.group()) # Jack print(result1.start()) # 0 print(result1.end()) # 4 print(result1.span()) # (0, 4) result2 = re.match(pattern=pattern, string=msg2) if result2 is not None: print(result2.group())- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
-
sub()方法
result = re.sub(pattern, newstr, msg)
pattern是欲搜寻的字符串，如果搜寻成功，则用newstr替换，同时将结果传给result；如果搜寻到多个相同字符串，这些字符串都会被替换，原msg的内容不会改变；如果搜寻失败，则将msg内容赋值给result
# author:mlnt # createdate:2022/8/15 """ sub()方法的语法： result = re.sub(pattern, newstr, msg) pattern是欲搜寻的字符串，如果搜寻成功，则用newstr替换，同时将结果传给result； 如果搜寻到多个相同字符串，这些字符串都会被替换，原msg的内容不会改变； 如果搜寻失败，则将msg内容赋值给result """ import re msg = "十步13466663478杀一人，千里不留15688889999" pattern = r'(1[3-9]\d+)(\d{4})(\d{4})' newstr = r'\1****\3' # 第2个分组用*替换 result = re.sub(pattern=pattern, repl=newstr, string=msg) print(result) # 十步134****3478杀一人，千里不留156****9999- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
-
电子邮箱地址的搜寻
# author:mlnt # createdate:2022/8/15 import re # 在正则表达式中加注释，需使用re.VERBOSE参数 def get_mail(content): """提取邮箱""" pattern = r"""( [a-zA-Z0-9_-]+ # 用户账号 @ # @符号 [a-zA-Z0-9]+ # 主机域名domain [\.] # .符号 [a-zA-Z]{2,4} # com/edu或其他 ([\.])? # .符号 ([a-zA-Z]{2,4})? # 国别 )""" results = re.findall(pattern, content, re.VERBOSE) return results content = 'test@163.com 998@gmail.com' print(get_mail(content)) # [('test@163.com', '', ''), ('998@gmail.com', '', '')]- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
参考：
-
-
相关阅读:
机器学习算法基础--聚类问题的评价指标
基于javaweb的在线考试系统(java+springboot+vue+jsp+mysql)
【第2章 Node.js基础】2.7 Node.js 的流(一) 可读流
python教程(更新中)
AVL树(C++实现)
AR远程协同能给企业带来哪些好处？广州华锐互动带你了解！
给Python项目创建一个虚拟环境（enev）
AI工程化—— 如何让AI在企业多快好省的落地？
推荐前 6 名 JavaScript 和 HTML5 游戏引擎
Spring基础：容器的创建与Bean注册
- 原文地址：https://blog.csdn.net/username666/article/details/126346549
