正則表示式並不是Python的一部分。正則表示式是用於處理字串的強大工具,擁有自己獨特的語法以及一個獨立的處理引擎,效率上可能不如str自帶的方法,但功能十分強大。得益於這一點,在提供了正則表示式的語言裡,正則表示式的語法都是一樣的,區別只在於不同的程式語言實現支援的語法數量不同;但不用擔心,不被支援的語法通常是不常用的部分。
轉載自Python正則表示式例項詳解_程式設計師阿城的部落格-CSDN部落格_python正則表示式詳解
閱讀一字元解釋、二語法解釋、三習題部分即可,需要文字詳細解釋的請直接進入第四部分正文循序漸進喲。
一、字元含義總結如下:
二、語法:
match()和search()都只匹配出一個符合條件的字串,若想要所有,可以使用re。findall()
三、仔細研讀上面的表格後,實戰/習題部分:
# 用[]{}判斷密碼是否符合要求
:密碼是由數字和字母組成,並且位數是6-16位
re_str = r‘[\da-zA-Z]{6,16}’
##用split按-或者空白格分割欄位
str1 = ‘ahsb1sssa8-jjhd7nhs+90nsjhf3-4hh h7+8kjj-sfav’
print(re。split(r‘[-+\s]’, str1))
結果:[‘ahsb1sssa8’, ‘jjhd7nhs’, ‘90nsjhf3’, ‘4hh’, ‘h7’, ‘8kjj’, ‘sfav’]
#用sub替換符合條件的關鍵詞,
試試馬賽克髒話(想起農藥不能痛罵隊友的憤怒)
str1 = ‘智 障沙雕,你在幹嘛?逼, 後視鏡,媽的加扣扣上’
print( re。sub(r‘傻\s*叉|逼|沙雕|fuck|媽的|智\s*障’, ‘*’, str1))
## 結果:**,你在幹嘛?*, 後視鏡,*加扣扣上
##練練轉義
re_str = r‘\d{2}\=\d{2}’
print(re。fullmatch(re_str, ‘12=34’))
## findall返回符合表示式的子串
re_str = r‘\d+k[a-d]+’
str1 = ‘abc34kshd8923kabcshd9lkkk890kaa’
result = re。findall(re_str, str1)
print(result) # [‘8923kabc’, ‘890kaa’]
## 結果:[‘8923kabc’, ‘890kaa’]
四、詳細正文-----------
一、正則表示式語法
正則表示式是用匹配或者描述字串的工具。
用處:
a。判斷字串是否滿足某個條件——-判斷輸入的字串是否是郵箱/手機號碼。是否是ip地址
b。提取滿足條件的字串
c。字串替換
Python中透過re模組中相應的方法來支援正則表示式的匹配、查詢和替換等功能
from
re
import
fullmatch
fullmatch(正則表示式字串, 字串) ——-> 判斷正則表示式和字串是否完全匹配
正則表示式字串: 就是一個字串,字串中是正則表示式語法。r‘正則表示式’
正則表示式中包含兩個部分,一個是正則語法對應的字元,二個是普通字元
1 。(點)(匹配任意字元)
一個。只匹配一個任意字元
# 匹配一個長度是3的字串,第一個字元是‘a’, 第二個字元是任意字元,最後一個字元是b
re_str = r‘a。b’
result = fullmatch(re_str, ‘a|b’)
print(result)
# 匹配一個長度是4,第一個字元和最後一個字元分別是a和b,中間兩個字元是任意字元的字串
re_str = r‘a。。b’
result = fullmatch(re_str, r‘a\nb’)
print(result)
2 \w(匹配字母數字下劃線)
一個\w匹配一個字元
# 匹配一個第一個字元是數字字母或者下劃線,後面三個字元是任意字元的字串
re_str = r‘\w。。。’
result = fullmatch(re_str, ‘o8js’)
print(result)
3 \s(匹配任意空白字元)
空白字元: 空格、製表符(\t)、回車(換行\n)等,都輸入空白字元
一個\s匹配一個空白字元
# 匹配一個第一個字元是a,第二個字元是空白,最後一個字元b的字串
re_str = r‘a\sb’
result = fullmatch(re_str, ‘a\nb’)
print(result)
4 \d(匹配數字字元)
re_str = r‘\d\d\d’
result = fullmatch(re_str, ‘282’)
print(result)
5 \b(檢測邊界)
一個\b不會去匹配一個字元,而是單純的檢測\b出現的位置是否是單詞邊界
單詞邊界: 字串開始和結尾、空格、換行、標點符號等,可以將兩個單詞隔開的字元都單詞邊界
re_str = r‘\babc’
re_str = r‘abc\b\saaa’ # 匹配一個字串前三位是abc,第四位是空白字元,後面是aaa。並且要求c後面是單詞邊界
result = fullmatch(re_str, ‘abc aaa’)
print(result)
6 ^(檢測是否是字串開頭)
re_str = r‘^\d\d\d’ # 判斷一個字串是否是三個數字開頭
result = fullmatch(re_str, ‘123’)
print(result)
7 $(檢測是否是字串結尾)
re_str = r‘abc$’
result = fullmatch(re_str, ‘abc’)
print(result)
8 \W(匹配非字母、數字下劃線)
re_str = r‘\Wabc’
result = fullmatch(re_str, ‘#abc’)
print(result)
9 \S(匹配非空白字元)
re_str = r‘\S。。。’
result = fullmatch(re_str, ‘2jkh’)
print(result)
10 \D(匹配非數字字元)
re_str = r‘\D\w\w\w’
result = fullmatch(re_str, ‘#h7_’)
print(result)
11 \B(檢測是否不是單詞邊界)
re_str = r‘and\BYou’
result = fullmatch(re_str, ‘andYou’)
print(result)
12 [] (匹配中括號中出現的任意一個字元)
一個[]匹配一個字元
[字符集] ——> 匹配一個字元,這字元是字符集中的任意一個字元
例如:[abc], [\d+]
[字元1-字元2] ——> 匹配一個字元,這個字元是Unicode編碼值在字元1到字元2中的任意一個字元;要求字元1的編碼值要小於字元2
例如:[1-9] ——> 數字1到9 [a-z] ——> 小寫字母 [A-Z] ——> 大寫字母
[\u0031-\u0039] ——> 數字1到9
[\u4E00-\u9fa5] ——> 匹配所有的漢字
注意:-在中括號中,如果放在兩個字元之間表示範圍。
“”“匹配一個字串第一個字元是a或者b或c,後邊三個a”“”
re_str = r‘[abc]aaa’
result = fullmatch(re_str, ‘caaa’)
print(result)
re_str = r‘[1-4]\d\d\d’
result = fullmatch(re_str, ‘1989’)
print(result)
re_str = r‘[\u0031-\u0039][a-z]’
result = fullmatch(re_str, ‘1h’)
print(result)
re_str = r‘[\u4E00-\u9fa5][\u4E00-\u9fa5][\u4E00-\u9fa5]’
result = fullmatch(re_str, ‘就深刻’)
print(result)
re_str = r‘[91-]’
result = fullmatch(re_str, ‘-’)
print(result)
# 匹配一個字元,是字母數字下劃線或者是空白
re_str = r‘[\w\s]’
result = fullmatch(re_str, ‘u’)
print(result)
13 [^字符集] (匹配一個不在字符集中的任意字元)
注意:^必須放在中括號中的最前面才有效
“”“匹配一個四位的字串,第一位不是abc中的任意一個,後面三位是任意字元”“”
re_str = r‘[^abc]。。。’
re_str = r‘[^1-9]。。。’
result = fullmatch(re_str, ‘898i’)
print(result)
二、正則表示式次數相關符號
from re import fullmatch
1。 *(匹配0次或者多次)
字元* ——> 字元出現0次或者多次
# 匹配0位或者多位的數字字串
re_str = r‘\d*’
print(fullmatch(re_str, ‘123’))
# 用一個正則表示式來檢測一個識別符號是否符合要求:數字字母下劃線組成,數字不開頭(位數至少1位)
re_str = r‘[a-zA-Z_]\w*’
print(fullmatch(re_str, ‘A’))
2。 +(匹配一次或者多次)
匹配abc前面有一個或者多個數字的字串
re_str = r‘\d+abc’
print(fullmatch(re_str, ‘9abc’))
3。 ?(匹配0次或者1一次)
re_str = r‘a?123’
print(fullmatch(re_str, ‘a123’))
練習:寫一個正則表示式,匹配所有的整數(123, -2334, +9。。。可以匹配的,012, -023,+0122不能匹配)
re_str = r‘[-+]?[1-9]\d*’
print(fullmatch(re_str, ‘1234’))
4。 {}(指定次數)
{N} ——> 匹配N次
{M,N} ——> 匹配M到N次
{M,} ——> 至少匹配M次
{,N} ——> 最多匹配N次
re_str = r‘\d{3}’
print(fullmatch(re_str, ‘123’))
re_str = r‘\d{3,}’
print(fullmatch(re_str, ‘1234’))
re_str = r‘\d{,3}’
print(fullmatch(re_str, ‘23’))
re_str = r‘[a-z]{2,5}’
print(fullmatch(re_str, ‘aajk’))
# 判斷密碼是否符合要求:密碼是由數字和字母組成,並且位數是6-16位
re_str = r‘[\da-zA-Z]{6,16}’
三、分之和分組
import re
1。 |(分之)
條件1|條件2 ——> 先用條件1去匹配,如果匹配成功就匹配成功。如果條件1匹配失敗,用條件2去匹配。
注意:如果條件1匹配成功就不會用條件2再去匹配
re_str = r‘[a-z]{3}|[A-Z]{3}’
print(re。fullmatch(re_str, ‘AHD’))
能匹配成功時abc,d和aaa
re_str = r‘abc|d|aaa’
print(re。fullmatch(re_str, ‘aaa’))
‘abc’+W/H/Y
re_str = r‘abc(W|H|Y)’
print(re。fullmatch(re_str, ‘abcY’))
2。 ()(分組)
a。組合(將括號中的內容作為一個整體進行操作)
b。捕獲 —— 使用帶括號的正則表示式匹配成功後,只獲取括號中的內容
c。重複 —— 在正則表示式中可以透過\數字來重複前面()中匹配到的結果。數字代表前第幾個分組
a。組合
匹配一個字串,以數字字母的組合出現3次
re_str = r‘(\d[a-zA-Z]){3}’
print(re。fullmatch(re_str, ‘2h8h7j’))
b。捕獲
re_str = r‘(\d{3})abc’
print(re。fullmatch(re_str, ‘773abc’))
print(re。findall(re_str, ‘euhasdhf873abcssjsja235abcu-03s834432abcjjsks’))
c。重複
re_str = r‘([a-z]{3})-(\d{2})\2’
print(re。fullmatch(re_str, ‘hsn-2323’))
3。轉義符號
正則表示式中可以透過在特殊的符號前加\,來讓特殊的符號沒有意義
。 ——> 任意字元 。 ——> 字元。
——> 匹配一次或者多次 + ——> 字元+
注意:在中括號有特殊功能的符號,只代表符號本身
\不管在哪兒都需要轉義
-在[]外面沒有特殊功能,在[]中要表示-本身,就不要放在兩個字元之間
()需要轉義
re_str = r‘\d{2}\。\d{2}’
print(re。fullmatch(re_str, ‘12=34’))
re_str = r‘\d\+\d’
print(re。fullmatch(re_str, ‘3+7’))
re_str = r‘\(\\’
print(re。fullmatch(re_str, ‘(\\’))
re_str = r‘(\d{3})\1([a-z]{2})\2\1’
print(re。fullmatch(re_str, ‘123123bbbb123’))
四、re模組中的函式
import re
1。 compile
compile(正則表示式字串) ——> 將正則表示式字串轉換成正則表示式物件
re_objct = re。compile(r‘\d+’)
print(re_objct)
print(re_objct。fullmatch(‘23738’))
2。 fullmatch和match
fullmatch(正則表示式字串, 字串)
——> 用正則表示式去完全匹配字串(匹配整個字串),返回匹配物件(SRE_Match)或者None
match(正則表示式字串, 字串)
——> 匹配字串開頭,返回匹配物件或者None
result = re。fullmatch(r‘\d([a-zA-Z]+)123’, ‘2hjdh123’)
print(result)
1。span(group=0) ——> 獲取匹配成功的區間(左閉右開區間)
print(result。span(0))
print(result。start(1)) # 獲取匹配到的開始下標
print(result。end(1)) # 獲取匹配到的結束下標後的下標
2。group(group = 0) ——> 獲取匹配結果
group()/group(0) ——> 獲取正則表示式完全匹配的結果
group(index>0) ——> 獲取正則表示式中第group個分組匹配到的結果
print(‘0:’,result。group())
print(‘1:’,result。group(1))
3。string ——> 獲取被匹配的原字串
print(result。string)
result = re。match(r‘\d([a-zA-Z]+)123’, ‘2hjdh123ABC’)
print(‘match:’,result)
3。search
search(正則表示式, 字串)
——> 查詢字串中滿足正則表示式的第一個字串。返回值是匹配物件或者None
result = re。search(r‘(\d)[a-zA-Z]+’, ‘uhsh2hdje+984nf’)
print(result。group(0))
print(result。group(1))
print(result。string)
練習:使用search匹配出一個字串中所有的數字字串‘abc34jshd8923jkshd9lkkk890k’ ——> 34,8923,9,890
re_str = r‘\d+’
str1 = ‘abc34jshd8923jkshd9lkkk890k’
result = re。search(re_str, str1)
while result:
print(result)
str1 = str1[result。end():]
result = re。search(re_str, str1)
4。findall
findall(正則表示式, 字串) ——> 獲取字串中滿足正則表示式的所有的子串,返回一個列表
注意:如果正在表示式中有分組,取值的時候只取分組中匹配到的結果;
如果有多個分組,會將每個分組匹配到的結果作為一個元祖的元素
re_str = r‘(\d+)k([a-d]+)’
str1 = ‘abc34kshd8923kabcshd9lkkk890kaa’
result = re。findall(re_str, str1)
print(result) # [(‘8923’, ‘abc’), (‘890’, ‘aa’)]
re_str = r‘(\d+)k[a-d]+’
str1 = ‘abc34kshd8923kabcshd9lkkk890kaa’
result = re。findall(re_str, str1)
print(result) # [‘8923’, ‘890’]
re_str = r‘\d+k[a-d]+’
str1 = ‘abc34kshd8923kabcshd9lkkk890kaa’
result = re。findall(re_str, str1)
print(result) # [‘8923kabc’, ‘890kaa’]
5。finditer
finditer(正則表示式, 字串)
——> 查詢所有滿足正則條件的子串,返回值是迭代器,迭代器中的元素是匹配物件
re_str = r‘\d+’
str1 = ‘abc34kshd8923kabcshd9lkkk890kaa’
result = re。finditer(re_str, str1)
print(result)
for item in result:
print(item)
6。 split
split(正則表示式,字串) ——> 將字串按照滿足正則表示式條件的子串進行分割
“”“
str1 = ‘ahsb1sssa8-jjhd7nhs+90nsjhf3-4hhh7+8kjj-’
result = re。split(r‘[-+]’, str1)
print(result)
7。sub
sub(正則表示式,repl,字串) ——> 將字串中滿足正則表示式條件的子串替換成repl。返回替換後的字串
str1 = ‘hsj8jskfh98ssjj8hshh’
result = re。sub(r‘\d+’,‘*’, str1)
print(result)
str1 = ‘智 障,你在幹嘛?逼, 後視鏡,媽的加扣扣上’
result = re。sub(r‘傻\s*叉|逼|fuck|媽的|智\s*障’, ‘*’, str1)
print(result)
with open(‘。/data’, ‘r’, encoding=‘utf-8’) as f:
content = f。read()
# ”name“: ”搞笑精選匯“
result = re。findall(r‘”name“:”(。+?)“’, content)
print(result)
作業
1。 寫一個正則表示式判斷一個字串是否是ip地址
規則:一個ip地址由4個數字組成,每個數字之間用。連線。每個數字的大小是0-255 例如:255。189。10。37 正確 256。189。89。9 錯誤
import re
re_str = r‘((\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])\。){3}(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])’
result = re。fullmatch(re_str,‘255。183。10。37’)
print(result)
2。 計算一個字串中所有的數字的和
例如:字串是:‘hello90abc 78sjh12。5’ 結果是90+78+12。5 = 180。5
str1 = ‘hello90abc 78sjh12。5’
result = re。findall(r‘[^a-z]+’,str1)
print(result)
sum1 = 0
for item in result:
sum1 += float(item)
print(sum1)
3。 驗證輸入的內容只能是漢字
re_str = r‘[\u4E00-\u9fa5]+’
result = re。fullmatch(re_str,‘你好’)
print(result)
4。 電話號碼的驗證
re_str = r‘(13\d|150[0-3]|15[5-9]|17[6-8]|18[0-9])\d{8}’
result= re。fullmatch(re_str,‘15589154445’)
print(result)
5。 簡單的身份證號的驗證
re_str=r‘^[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]$’
result = re。fullmatch(re_str,‘510211199505181572’)
print(result)
二、不定項選擇題
能夠完全匹配字串“(010)-62661617”和字串“01062661617”的正則表示式包括( A B D )
A。 “(?\d{3})?-?\d{8}”
B。 “[0-9()-]+”
C。 “[0-9(-)]
\d
”
D。 “[(]?\d
[)-]
\d*”
能夠完全匹配字串“c:\rapidminer\lib\plugs”的正則表示式包括( B C )
A。 “c:\rapidminer\lib\plugs”
B。 “c:\rapidminer\lib\plugs”
C。 “(?i)C:\RapidMiner\Lib\Plugs” ?i:將後面的內容的大寫變成小寫
D。 “(?s)C:\RapidMiner\Lib\Plugs” ?s:單行匹配
能夠完全匹配字串“back”和“back-end”的正則表示式包括( A B D )
A。 “\w{4}-\w{3}|\w{4}” match->back,back-end fullmatch-> back,back-end
B。 “\w{4}|\w{4}-\w{3}” match-> back, back fullmatch-> back,back-end
C。 “\S+-\S+|\S+”
D。 “\w
\b-\b\w
|\w*”
能夠完全匹配字串“go go”和“kitty kitty”,但不能完全匹配“go kitty”的正則表示式包括(A D)
:\1就是重複前面第一個()/組合裡面的內容
:\2就是重複前面第二個()/組合裡面的內容
A。 “\b(\w+)\b\s+\1\b”
B。 “\w{2,5}\s*\1”
C。 “(\S+) \s+\1”
D。 “(\S{2,5})\s{1,}\1”
能夠在字串中匹配“aab”,而不能匹配“aaab”和“aaaab”的正則表示式包括( B C )
A。 “a*?b”
B。 “a{,2}b”
C。 “aa??b”
D。 “aaa??b