正则表达式

作者: pubalabala | 来源:发表于2018-08-03 20:21 被阅读0次

常用正则

中国大陆身份证: ^[1-9]\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$|^[1-9]\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}([0-9]|X)$, ^[a-zA-Z0-9]{15}$|^[a-zA-Z0-9]{18}$
手机号码: ^13[0-9]{9}$|14[0-9]{9}|15[0-9]{9}$|17[0-9]{9}$|18[0-9]{9}$

正则表达式的功能

"""__author__ == Jefferson"""
'''
正则表达式: 用来做字符串查找, 匹配, 切割用的一种工具()

python对正则表达式的支持: 提供了re模块(python内置模块), 包含字符串匹配, 查找, 切割等相关的方法
fullmatch(正则表达式, 字符串): 用正则表达式和字符串进行匹配, 看是否能够匹配成功
正则表达式: 是一个符合正则规范的字符串


'''
import re
if __name__ == '__main__':
    #注意: 正则表达式的字符串, 前面一般要加r阻止转移, 因为正则表达式的符号中有很多带'\'的符号, 其功能不是转义, 而是表示特殊的意义
    #1. .: 匹配一个任意字符
    restr = '..'
    print(re.fullmatch(restr, 'ab'))

    #匹配第一个字符是a第二个字符是b的字符串'''
    restr = 'ab'
    print(re.fullmatch(restr, 'ab'))
    print(re.fullmatch(restr, 'ah'))

    #匹配第一个字符是a,第二个字符是任意字符的字符串
    restr = 'a.'
    print(re.fullmatch(restr, 'ab'))

    #2. \w: 匹配一个字符是字母数字或者下划线
    #匹配'\w'数量的字母数量下划线, 数量大于两个又其他的实现方式
    restr = r'\w'
    print(re.fullmatch(restr, '@'))
    print(re.fullmatch(restr, '_'))
    print(re.fullmatch(restr, '8'))
    print(re.fullmatch(restr, 'a'))
    print(re.fullmatch(restr, 'ab'))

    restr = r'\w.\w'
    print(re.fullmatch(restr, 'u^6'))

    #3. '\s': 匹配空白字符(空格, 换行符, 制表符)
    #匹配第一个字符是a, 第二个字符是空白, 最后一个字符是b的字符串
    restr = r'a\sb'
    print(re.fullmatch(restr, 'a b'))
    print(re.fullmatch(restr, 'ab'))
    print(re.fullmatch(restr, 'a_b'))
    print(re.fullmatch(restr, 'a\nb'))

    #4. '\d': 匹配一个数字字符
    restr = r'\d\d\d'
    print(re.fullmatch(restr, '120'))

    restr = r'0\d\d'
    print(re.fullmatch(restr, '012'))

    #5. '\b': 检测边界('字符串结束, 字符串开头, 空格, 逗号, 句号等单词边界, 一般的符号都可作为单词边界)
    print(re.match(restr, 'a019'))
    # 匹配三个任意字符的前面和后面都是边界的字符串
    restr = r'\b...\b'
    print(re.match(restr, 'b jsh,'))
    print(re.match(restr, 'jsh# '))

    #6. '^': 匹配以指定字符串开头的字符串
    restr = r'^The'
    print(re.fullmatch(restr,'The'))

    #7. '$': 匹配指定字符串结束
    restr = r'.com$'
    print(re.findall(restr,'fjdkjfjcom'))

    #8. '\W': 匹配非字母, 数字, 下划线
    restr = r'\W\w'
    print(re.fullmatch(restr,'&k'))

    #9. '\S': 匹配非空白字符
    restr = r'\S\d'
    print(re.fullmatch(restr,'s5'))

    #10. '\D': 匹配非数字
    #匹配第一个字符是非数字, 第二个字符是字母, 数字, 下划线
    restr = r'\D\w'
    print(re.fullmatch(restr, 'f4'))

    #11. '\B': 检测非边界
    #匹配前面两个字符是a和b,第三个字符是c, 并且b的后面是一个非边界
    restr = r'ab\Bc'
    print(re.fullmatch(restr,'abc'))
    print(re.match(restr, 'abc0'))

运行结果:

<re.Match object; span=(0, 2), match='ab'>
<re.Match object; span=(0, 2), match='ab'>
None
<re.Match object; span=(0, 2), match='ab'>
None
<re.Match object; span=(0, 1), match='_'>
<re.Match object; span=(0, 1), match='8'>
<re.Match object; span=(0, 1), match='a'>
None
<re.Match object; span=(0, 3), match='u^6'>
<re.Match object; span=(0, 3), match='a b'>
None
None
<re.Match object; span=(0, 3), match='a\nb'>
<re.Match object; span=(0, 3), match='120'>
<re.Match object; span=(0, 3), match='012'>
None
None
<re.Match object; span=(0, 3), match='jsh'>
<re.Match object; span=(0, 3), match='The'>
['jcom']
<re.Match object; span=(0, 2), match='&k'>
<re.Match object; span=(0, 2), match='s5'>
<re.Match object; span=(0, 2), match='f4'>
<re.Match object; span=(0, 3), match='abc'>
<re.Match object; span=(0, 3), match='abc'>

正则表达式的符号组合

"""__author__ == Jefferson"""
import re
if __name__ == '__main__':
    #1. '[]':匹配[]中出现的任意一个字符(可以写作[元素1-元素2]完成元素1编码到元素2编码之间的字符例如[0-9],[a-z],[a-zA-Z])
    #匹配前三位是abc, 第四位是1或者a
    restr = r'abc[1a]'
    print(re.fullmatch(restr, 'abc1'))
    #匹配0到9中的任意一个字符
    restr = r'[0-9]'
    print(re.fullmatch(restr,'9'))
    # 写一个正则表达式, 检测一个字符串是否是合格的标识符(字母数字下划线组成, 数字不能开头)
    restr = r'[a-zA-Z_]\w*'
    print(re.fullmatch(restr, 'a3_df'))
    print(re.fullmatch(restr, '3_df'))
    print(re.fullmatch(restr, '@a3_df'))

    #2. '[^]': 匹配不在[]中出现的任意一个字符
    restr = r'abc[^\da]'
    print(re.fullmatch(restr, 'abcb'))

    #3. '*': 匹配0次或者多次
    restr = r'\d*abc'
    print(re.fullmatch(restr,'4326435abc'))
    # 写一个正则表达式, 判断一个字符是数字字符串(不能空串)
    restr = r'\d[0-9]*'
    print(re.fullmatch(restr, '42314123434'))
    restr = r'\d\d*'
    print(re.fullmatch(restr, '42314123434'))

    #4. '+': 匹配1次或者多次
    #匹配一个字符串开头出现一次或者多次数字字符, 然后再有0次或者多次数字, 字母, 下划线
    restr = r'\d+\w*'
    print(re.fullmatch(restr,'1vjkf_423'))

    #5. '?': 匹配0次或者1次
    restr = r'[a-z]?123'
    print(re.fullmatch(restr,'z123'))
    # 判断一个字符串是否是正整数字符串(除0) '123','+1234'
    restr = r'[+]?[1-9]\d*'
    print(re.fullmatch(restr, '+123'))

    #6. '{N}': 匹配N次
    #前面5个数字, 然后式abc
    restr = r'\d{5}abc'
    print(re.fullmatch(restr,'34567abc'))
    restr = r'[12ab]{3}abc'
    print(re.fullmatch(restr, '11babc'))

    #7. '{N,}': 匹配大于等于N次
    #字符串前面至少三位数字, 后面随意
    restr = r'\d{3,}.*'
    print(re.fullmatch(restr,'3423hjrgh5g4et'))

    #8. '{M,N}': 匹配至少M次最多N次
    #密码要求: 数字,字母,下划线8-16位
    restr = r'[\da-zA-Z]{6,18}'

    #9. '|': 分支
    restr = r'\d{3}|[a-z]{3}'
    print(re.fullmatch(restr,'afc'))

    #10. '()': 匹配的时候是分组, 让括号中的正则条件变成一个整体
    restr = r'(\w*)'
    print(re.fullmatch(restr,'hus89'))
    restr = r'(abc){3}'
    print(re.fullmatch(restr, 'abcabcabc'))


    '''================了解==============='''
    #11. '*?'重复任意次, 但尽可能少的重复
    restr = r'ba*?b'
    print(re.match(restr,'babaabaa'))

    #12. '+?': 重复一次或多次, 尽可能少的重复
    #13. '??': 重复0次或1次,但尽可能少的重复
    #14. '{N,}?': 重复至少N次, 尽可能少的重复
    #14. '{M, N}?': 重复M到N次, 尽可能少的重复

运行结果:

<re.Match object; span=(0, 4), match='abc1'>
<re.Match object; span=(0, 1), match='9'>
<re.Match object; span=(0, 5), match='a3_df'>
None
None
<re.Match object; span=(0, 4), match='abcb'>
<re.Match object; span=(0, 10), match='4326435abc'>
<re.Match object; span=(0, 11), match='42314123434'>
<re.Match object; span=(0, 11), match='42314123434'>
<re.Match object; span=(0, 9), match='1vjkf_423'>
<re.Match object; span=(0, 4), match='z123'>
<re.Match object; span=(0, 4), match='+123'>
<re.Match object; span=(0, 8), match='34567abc'>
<re.Match object; span=(0, 6), match='11babc'>
<re.Match object; span=(0, 14), match='3423hjrgh5g4et'>
<re.Match object; span=(0, 3), match='afc'>
<re.Match object; span=(0, 5), match='hus89'>
<re.Match object; span=(0, 9), match='abcabcabc'>
<re.Match object; span=(0, 3), match='bab'>

正则表达式

"""__author__ == Jefferson"""
'''
正则中: . \ [] {} () * + ? ^ $ | 这些字符有特殊意义, 所以在正则表达式中, 如果想要单纯的表达这些字符, 需要在前面加\ 
注意:  1. - [] ^ \ 在中括号中可能是特殊的字符, 要表示符号本身需要加\ 
    2. {} () * + ? $ | 在括号中可以不用加\表示字符


'''
import re
if __name__ == '__main__':
    pass
    username = '\w{6,20}'
    number = '[1-9]\d{4,11}'
    ip = r'(([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])\.){3}([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])'
    print(re.fullmatch(ip,'190.121.128.41'))

运行结果:

<re.Match object; span=(0, 14), match='190.121.128.41'>

re模块方法

"""__author__ == Jefferson"""
import re

if __name__ == '__main__':
    # 1. compole(正则字符串) 将正则表达式字符串转换成正则表达式对象
    re_obct = re.compile(r'\w{6,12}')
    # 转换正则表达式对象后, 可以通过对象调用相关的方法
    print(re_obct.fullmatch('jflas3'))

    # 2. fullmatch(正则表达式, 字符串) 完全匹配, 从字符串开头匹配到结尾
    # 返回值是一个匹配对象, 如果失败返回None
    match = re.fullmatch('\w{3}', 'hks')
    print(match)
    # 匹配对象a. 获取匹配结果
    print(match.group())
    # b. 获取匹配到的范围
    print(match.span())
    # c. 获取匹配到的开始下表和结束下标
    print(match.start(), match.end())
    # 4. 获取被匹配的字符串(原字符串)
    print(match.string)
    # 应用: 判断某个字符串是否是某种规则的字符串, 账号, 密码等是否符合要求

    # 3. match(正则表达式, 字符串) 不完全匹配, 从字符串开头开始匹配, 匹配到正则表达式对应的值为止
    # 返回值是一个匹配对象, 如果失败返回None
    match = re.match('\w{3}', 'h3dfjj4fc')
    print(match)
    print(match.group())
    print(match.string)
    # 应用: 判断一个字符串是否是以某种规则字符串开头的

    # 4. search(正则表达式, 字符串) 在指定的字符串中查找某种字符串(以正则表达式来表述), 如果有多个只返回第一个
    # 返回值是匹配对象, 如果找不到符合要求的返回None
    print(re.search(r'\d{2,}[a-z]', 'sha23n--877m0899'))
    #应用: 判断一个字符串中是否包含某种字符串

    #5. findall(正则表达式, 字符串) 获取指定字符串中满足正则条件的所有子串\
    #返回值是列表, 列表中是符合要求的字符串, 没有满足要求的字串则返回空列表
    result = re.findall(r'[a-zA-Z](\d+)', '1a23j43klj23r2f')
    print(result)
    #注意: 在通过正则表达式字串的时候, 可以通过在正则表达式中添加括号, 来约束获取的内容(只捕获括号中匹配到的内容), 匹配的时候还是按原来的正则表达式去查找
    #应用: 字符串提取

    #6. finditer(正则表达式, 字符串) 用法和findall一样, 只是返回值的类型不一样
    #返回一个迭代器
    result = re.finditer(r'[a-zA-Z](\d+)', '12a123buy=236ok98s')
    for match in result:
        print(match)
    #print('ahsjklghj34ithdch'.split('sj'))

    #7. split(正则表达式, 字符串) 按正则表达式匹配到的字符串进行切割
    #返回值是列表, 列表元素是切割后被分段的字符串
    result = re.split(r'\d+','45eryv78h523tgyv891h34t9ghvbe4rhg')
    print(result)

    #8. sub(正则表达式, 新的字符串, 字符串) 在原字符串中查找符合正则表达式的子串替换成新的字符串
    #返回值是替换后的字符串
    #例, 将指定字符串中所有的'sb'替换成*
    str1 = '你是sb, 你全家都是sb!'
    result = re.sub(r'sb','**',str1)
    print(str1, result)

运行结果:

<re.Match object; span=(0, 6), match='jflas3'>
<re.Match object; span=(0, 3), match='hks'>
hks
(0, 3)
0 3
hks
<re.Match object; span=(0, 3), match='h3d'>
h3d
h3dfjj4fc
<re.Match object; span=(3, 6), match='23n'>
['23', '43', '23', '2']
<re.Match object; span=(2, 6), match='a123'>
<re.Match object; span=(14, 17), match='k98'>
['', 'eryv', 'h', 'tgyv', 'h', 't', 'ghvbe', 'rhg']
你是sb, 你全家都是sb! 你是**, 你全家都是**!

练习

一.获取字符串中：
a.所有的正整数
b.所有的负整数
c.所有的浮点数
d.所有的非负浮点数
二、不定项选择题

能够完全匹配字符串“(010)-62661617”和字符串“01062661617”的正则表达式包括（B）
A. “(?\d{3})?-?\d{8}”
B. “[0-9()-]+”
C. “[0-9(-)]\d”
D. “[(]?\d[)-]\d*”
能够完全匹配字符串“c:\rapidminer\lib\plugs”的正则表达式包括（）
A. “c:\rapidminer\lib\plugs”
B. “c:\rapidminer\lib\plugs”
C. “(?i)C:\RapidMiner\Lib\Plugs” ?i:将后面的内容的大写变成小写
D. “(?s)C:\RapidMiner\Lib\Plugs” ?s：单行匹配
能够完全匹配字符串“back”和“back-end”的正则表达式包括（）短路路操作：前面的为真了，就不会再执行后边的操作 A. “\w{4}-\w{3}|\w{4}” B. “\w{4}|\w{4}-\w{3}” C. “\S+-\S+|\S+” D. “\w\b-\b\w|\w*”
能够完全匹配字符串“go go”和“kitty kitty”，但不能完全匹配“go kitty”的正则表达式包括（）
:\1就是重复前面第一个()/组合里面的内容
：\2就是重复前面第二个()/组合里面的内容
A. “\b(\w+)\b\s+\1\b”
B. “\w{2,5}\s*\1”
C. “(\S+) \s+\1”
D. “(\S{2,5})\s{1,}\1”
能够在字符串中匹配“aab”，而不能匹配“aaab”和“aaaab”的正则表达式包括（）
A. “a*?b”
B. “a{,2}b”
C. “aa??b”
D. “aaa??b”
三.观察下面双引号内的文本”中文名贝拉克·侯赛因·奥巴马外文名 Barack Hussein Obama II 别名欧巴马国
籍美国民族德裔族出生地美国夏威夷州檀⾹香山出生日期 1961年8月4日职业政治家、律师、总统毕业院校哥伦比亚大学，哈佛大学信仰新教主要成就 1996年伊利诺伊州参议员主要成就美国第56届、57届总统
2009年年诺贝尔和平奖获得者时代周刊年年度风云⼈人物2008、2011 任期内清除本·拉登代表作品《我相信变革》《我父亲的梦想》《无畏的希望》所属政党美国民主党血型 AB型学院西方学院妻子米歇尔·拉沃恩·
奥巴⻢性别男”
a. （此题为示范题）当使⽤用正则表达式“中文名\s+(\S+)\s+”抽取美国总统奥巴马的中⽂名时，替换字符
串串“ $1”的赋值为需要抽取的中文名。 b. 当使⽤用正则表达式“___________”抽取美国总统奥巴马的外文名时，替换字符串串“$ 1”的赋值为需要抽取的
外文名。
c. 当使用正则表达式“___________________________”抽取美国总统奥巴马的出生日期时，替换字符
串串“ $1”的赋值为需要抽取的出生日期。 d. 使用正则表达式“_________________________”抽取美国总统奥巴马的职业时，替换字符串串“$ 1”的赋值
为需要抽取的职业。
e. 使用正则表达式“___________________________”抽取美国总统奥巴马的主要成就时，替换字符
串“ $1”的赋值为需要抽取的主要成就。 f. 使用正则表达式“______________________________”抽取美国总统奥巴马的妻子姓名时，替换字符串“$ 1”的赋值为需要抽取的姓名。

正则表达式

常用正则

正则表达式的功能

正则表达式的符号组合

正则表达式

re模块方法

练习

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读