使用Python内置的re模块 import re
1、常用的匹配规则
一、普通字符
. 匹配除换行符"\n"外的字符 a.c ==> abc、amc
\ 转义字符，使后一个字符改变原来的意思 a\.c ==> a.c a\\c ==> a\c
* 匹配前一个字符0次或多次 abc* ===> ab、 abc、 abccc
+ 匹配前一个字符1次或无限次 （比* 更为严格，属于 * 的子集） abc+ ==> abc、 abcccc
？ 匹配一个字符0次或1次 abc？ ==> ab、 abc
^ 匹配字符串开头。在多行模式中匹配每一行的开头
$ 匹配字符串末尾，在多行模式中匹配每一行的末尾
{} {m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次 eg： \d{11} ==> 13311907472
() 分组表达式作为一个整体
================================================================================
二、预定义字符集
\d 数字 0-9 eg:a\dc ==> a1c 、 a9c
\D 非数字 eg:a\Dc ==> abc
\s 任何空白字符 eg：a\sc ==> a c
\S 非空白字符 eg: a\Sc ==> abc
\w 含下划线在内的任何字符 a\wc ==> a_c
\W 匹配非字母字符，即匹配特殊字符 a\Wc ==> a&c
2、re.match函数： 尝试从字符串的起始位置匹配一个字符串，如果不是起始位置匹配成功的话，match()就返回None
re.match(pattern, string, flag=0)
1.pattern 要匹配的正则表达式
2.要匹配的字符串儿
3.标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等。
返回值：匹配成功 re.match方法返回一个匹配的对象，否则返回None
#group 函数 group() 返回re整体匹配的字符串。
#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；
#re.search()匹配整个字符串，直到找到一个匹配
#re.findall()遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。
说明： flag ：re.I 是匹配对大小写不敏感
3、实战练习，模糊匹配身份证号、邮箱地址
#a、匹配一个网址
r_web = r'[a-zA-Z]*://[^\s]*'
test_string = 'Its after 12 noon, do you know where your rooftops are? https://www.baidu.com'
url = re.search(r_web, test_string).group()
print(url)
#b、匹配一个身份证号码
# 第一位表示 [1-6]
# 第2-6位 表示[0-9]{5} 或者\d{5}
# 第7位：年份第一位 [12] 1993 或者 2008
# 第8，9，10位： 年份后三位 [0-9]{3} 或者\d{3}
# 第11，12位 月份 (0[1-9]|1[12])
# 第13，14位 日 (0[1-9]|1[0-9]|2[0-9]|3[01])
# 第15，16，17位校验码 [0-9]{3} 或者\d{3}
# 第18位 校验码 [0-9]|X|x或 (\d|X|x)
r = r'^[1-6]\d{5}[12]\d{3}(0[1-9]|1[12])(0[1-9]|1[0-9]|2[0-9]|3[01])\d{3}(\d|X|x)$'
idNumber = re.match(r, '41232519950612123X').group()
print(idNumber)
#c、匹配一个邮箱 xxx@yyy.com、xxx@yyy.cn、 xxx@yyy.net
#在findall中存在括号会返回元组
# xxx 包含下划线在内的所有字符\s{0，19}
# yyy 字母跟数字{1,13}
# com、cn、net [com,cn,net]
r_mail = r'\S{3,19}@[0-9A-Za-z]{1,13}\.[com,cn,net]{1,3}'
r_mail = r'[^\s]{3,19}@[0-9A-Za-z]{1,13}\.[com,cn,net]{1,3}'
email = re.search(r_mail,'peter.dai@163.com').group()
print(email)
实际结果：
result.png
网友评论