特殊字符：
（1）^$*?+{2}{2,}{2,5}
（2）[][^][a-z]
（3）\s \S \w \W
（4）[\u4E00-\u9FA5] () \d
总结表
-
^: 表达必须以某一字符开头的含义，^1即为字符串以1开头.
-
就是说明字符串是以3结尾
-
. ： 替代一个任意字符（中英文 大小写等等）
-
*： 某一字符重复多次，放在该字符后>=0
import re
line="booby123"
regex_str="^b.*"
if re.match(regex_str,line):
print("yes")
- ?： 克服贪婪匹配方式，在量词后面直接加上一个问号？就是非贪婪模式。
import re
line="booby123"
regex_str="^b.*"
if re.match(regex_str,line):
print("yes")
匹配中的贪婪模式
import re
line="boooooobby123"
regex_str=".*(b.*b).*"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
输出结果为bb
原因是正则表达式的贪婪匹配模式。
贪婪匹配:正则表达式一般趋向于最大长度匹配，也就是所谓的贪婪匹配。
非贪婪匹配：就是匹配到结果就好，就少的匹配字符。
import re
line="boooooobby123"
regex_str=".*?(b.*b).*？"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
默认是贪婪模式；在量词后面直接加上一个问号？就是非贪婪模式。在本例中就是在*后加上？
- +： 前面的字符必须至少出现一次 >=1
没有+的情况：
import re
line="boooooobnnvccbby123"
regex_str=".*(b.*b).*"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
结果：bb
有+的情况
import re
line="boooooobnnvccbby123"
regex_str=".*(b.+b).*"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
结果：bnnvccbb
即使是贪婪匹配方式，也不会输出bb
- {2}： 限定前面字符出现的次数，{2}表示限定前面的字符出现2次。
import re
line="boooooobnnvccbaby123"
regex_str=".*(b.{1}b).*"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
结果：bab
- {2,}： 前面一个字符出现大于两次
- {2,5}：前面一个字符出现大于等于2次且小于等于5次
import re
line="boooooobnnvccbaaaby123"
regex_str=".*(b.{1,3}b).*"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
结果：baaab
- |:表示或的关系，例如booby|booby123表达提取booby或booby123，哪个在前优先匹配哪一个。
import re
line="booby123"
regex_str="(booby|booby123)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
import re
line="booby123"
regex_str="(booby|boooby)123"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
//局部匹配 前面满足booby或boooby均可以
- []：表示只要满足中括号中的任意字符即可。
import re
line="booby123"
regex_str="([abcd]ooby123)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
- [0-9]表示范围限制在0-9之间匹配任意数值均可。
import re
line="15764289384"
regex_str="(1[3578][0-9]{9})"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
字符串要求:第一位数字为1，第二位数字为3 5 7 8 中的任意一个，之后为9个0-9之间的字符
（^表示非 只要非1就可以 即如果未15SSSSSSSSS也符合要求）
- 中括号中的*就是星号，.就是点号，不再具有上面所说的特殊替代含义。
- \s： 表示空格
import re
line="你 好"
regex_str="(你\s好)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
输出 你好
- \S：只要不为空格都可以
import re
line="你很不好"
regex_str="(你\S+好)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
- \w： 表示任意字符[A-Z，a-z, 0-9,_]，匹配字母或数字或下划线或汉字
import re
line="你S好"
regex_str="(你\w好)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
-
\W: 和\w相对应的字符
-
[\u4E00-\u9FA5] :代表汉字
import re
line="你 好"
regex_str="([\u4E00-\u9FA5]+)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
结果为 你
使用该替代提取大学名称
import re
line="stydy in 南京大学"
regex_str=".*?([\u4E00-\u9FA5]+大学)"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
结果为 南京大学
- \d：代表数字
import re
line="XXX出生于2001年"
regex_str=".*?(\d+)年"
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
正则表达式小练习：匹配不同的出生日期写法
import re
#line="XXX出生于2001年6月1日"
#line="XXX出生于2001/6/1"
#line="XXX出生于2001-06-01"
line="XXX出生于2001-06"
regex_str= '.*?出生于(\d{4}[年/-]\d{1,2}([月/-]\d{1,2}|[月/-]$|$))'
match_obj=re.match(regex_str,line)
if match_obj:
print(match_obj.group(1))
网友评论