定义
在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。
简而言之：正则表达式就是记录文本规则的代码。
特点:
操作字符串
1.更快的方式操作字符串；(表单校验，数据匹配...)
2.普通字符串操作无法做到的，或者很难做的正则很容易搞定！！！
使用场景：
1.表单校验
2.api 里面也需要正则
3.[\u4e00-\u9fa5] 中文匹配 Unicode 编码中文匹配
正则表达式代码体验
# Python 解释器为我们提供了一个使用正则的模块，这个模块叫做re(regex)
import re
if __name__ == '__main__':
# 1.match()：匹配 -> object
# group()：通过匹配后，可以使用group()获取内容
obj = re.match(r"jovelin", "jovelin")
print(obj.group()) # -> jovelin
# 2.如果被匹配的内容多余正则；(只返回开头匹配的部分)
obj = re.match(r"jovelin", "jovelin.cn")
print(obj.group()) # -> jovelin
# 3.如果开头部分，没有匹配的内容； 那么返回None
obj = re.match(r"jovelin", "www.jovelin.cn")
print(obj) # -> None
print(None, type(None)) # -> None <class 'NoneType'>
常用的元字符
| 语法 | 说明 |
|---|---|
| . | 匹配除换行符(\n)以外的任意字符 |
| [] | 匹配 [ ] 中列举的字符 |
| \w | \W | 匹配字母或数字或下划线或汉字 | 反义 |
| \s | \S | 匹配任意的空白符 | 非空白 |
| \d | \D | 匹配数字 [0-9] | 非数字 |
| \b | \B | 匹配单词的开始或结束 | 反义 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
代码演示：
# . 匹配任意1个字符（除了 \n）
print(re.match(r'a.b', 'a\nb')) # -> None
# - 在 [] 里代表范围
print(re.match(r'a[a-c]c', 'abc').group()) # -> abc
# 在 [] 里面也想使用 - 那么需要 \ 转义
print(re.match(r'a[a\-c]c', 'a-c').group()) # -> a-c
# \b用法 与 ^ $ 相似，不过 \b 只匹配单词，\B 只匹配非单词
print(re.match(r"\b\w+\b", "0_9_a_z_A_Z汉字").group()) # -> 0_9_a_z_A_Z
print(re.match(r"\B\W+\B", "!@#$%^&*").group()) # -> !@#$%^&*
# ^ 匹配字符串开头
# $ 匹配字符串结尾
print(re.match(r'[\w\W]*$', '0_9_a_z_A_Z汉字!@#$%^&* \n\t').group()) # -> 0_9_a_z_A_Z汉字!@#$%^&*
# 注意: ^ 如果出现在 [] 中，代表的是取反! (想要使用 ^,可以转义 \)
print(re.match(r'^[\^]$', '^').group()) # -> ^
print(re.match(r'^[^^]$', '^')) # -> None
print(re.match(r'^[^47]$', '47')) # -> 47
常用的限定符（量词）
| 语法 | 说明 | 备注 |
|---|---|---|
| * | 重复零次或更多次 | >=0 |
| + | 重复一次或更多次 | >=1 |
| ? | 重复零次或一次 | 0|1 |
| {n} | 重复n次 | ==n |
| {n,} | 重复n次或更多次 | >=n |
| {n,m} | 重复n到m次 | n<=X<=m |
代码演示：
# * 匹配前一个字符出现0次或者无限次，即可有可无 (>=0)
print(re.match(r'a*b', 'b').group()) # -> b
# + 匹配前一个字符出现1次或者无限次，即至少有1次 (>=1)
print(re.match(r'a+b', 'b')) # -> None，必须要 1 个 a
# {n} 匹配前一个字符出现n次 == n (== n)
print(re.match(r'a{2}b', 'ab')) # -> None，必须要 2 个 a
# {n,m} 匹配前一个字符出现: n次<= 前一个字符 <=m次 (n<=X<=m)
print(re.match(r'a{2,5}b', 'ab')) # -> None，a 的次数必须是 2<=a<=5
案例：
1.校验手机号
import re
def isMobileNumber(tel):
"""
校验手机号是否正确
"""
if re.match(r"^[1-][34578-]\d{9}$", tel) is None:
return False
else:
return True
print(isMobileNumber("18819950820"))
2.校验邮箱
import re
"""
邮箱名称部分为： [a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){0,4}
域名部分： [a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+
连起来 ^[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){1,2}$
"""
def isEmail(email):
"""校验邮箱是否正确"""
if re.match(r"^[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){1,2}$", email) is None:
return False
else:
return True
print(isEmail("jovelin@163.com"))
print(isEmail("jovelin.dev@gmail.com"))
print(isEmail("jovelin@163.com.cn"))
print(isEmail("jovelin.dev@gmail.com.cn"))
分组
用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了，你也可以对子表达式进行其它一些操作。
| 语法 | 说明 |
|---|---|
| (abc) | 将括号中字符作为一个分组 |
| | | 匹配左右任意一个表达式 |
| \num | 引用分组num匹配到的字符串 |
| (?P<name>) | 分组起别名 |
| (?P=name) | 引用别名为name分组匹配到的字符串 |
代码演示：
# (abc) 将括号中字符作为一个分组
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group())
# 一个括号就是一个分组； group()：参数代表分组的编号；写 0 或者不写时，获取全部；
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group())
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group(0))
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group(1))
# | 匹配左右任意一个表达式（和 [] 相似）
print(re.match(r'aaa(xxx|yyy|zzz)bbb', 'aaaxxxbbb').group())
# \num 引用分组 num 匹配到的字符串
# 前后保证一致，要使用到分组！
print(re.match(r'^<(\w+)>\w+</\1>$', '<html>nihao</html>').group())
print(re.match(r'^<(\w+)><(\w+)>\w+</\2></\1>$', '<html><div>nihao</div></html>').group())
# (?P<name>正则) 分组起别名
# (?P=name) 引用别名为name分组匹配到的字符串
print(re.match(r'^<(?P<re1>\w+)><(?P<re2>\w+)>\w+</(?P=re2)></(?P=re1)>$', '<html><div>jovelin</div></html>').group())
正则高级 API（4个）
| 语法 | 说明 |
|---|---|
| search() | 搜索字符串中符合正则表达式的内容 -> 只返回第一个 |
| findall() | 搜索字符串中符合正则表达式的内容 -> 返回一个列表 |
| sub() | 替换字符串中符合正则的内容 -> 替换后的字符串 |
| split() | 按照指定正则切割字符串 -> 返回列表 |
代码演示：
import re
# 1.search()
print(re.search(r"\d+", "aaa111bbb222ccc333ddd").group())
# 2.findall()
print(re.findall(r"\d+", "aaa111bbb222ccc333ddd"))
# 3.sub()
print(re.sub(r"\d+", "***", "aaa111bbb222ccc333ddd"))
# sub(正则, 替换成***, 被操作的字符串, 替换次数)
print(re.sub(r"\d+", "***", "aaa111bbb222ccc333ddd", 2))
# 4.split()
print(re.split(r"\d+", "aaa111bbb222ccc333ddd eee"))
print(re.split(r"\d+|\s", "aaa111bbb222ccc333ddd eee"))
r 的作用
让程序把正则直接当做正则看；(不是从字符串开始解释)
# c:\aaa\bbb\ccc
print('c:\aaa\bbb\ccc')
print('c:\\aaa\\bbb\\ccc')
# 问题：在字符串中写 \ 时会转义，需要写成 \\
# 不写 r 时 \\\\ -> \\
print(re.match('c:\\\\aaa\\\\bbb\\\\ccc', 'c:\\aaa\\bbb\\ccc').group())
# 写 r 时 \\ -> \\
print(re.match(r'c:\\aaa\\bbb\\ccc', 'c:\\aaa\\bbb\\ccc').group())
贪婪/非贪婪
贪婪：(量词在自己的范围内，取最多...)
非贪婪：(量词在自己的范围内，取最少... )
非贪婪用法：量词后面加?
print('贪婪', re.match(r'a+', 'aaa').group()) # -> aaa
# 量词后面加?
print('非贪婪', re.match(r'a+?', 'aaa').group()) # -> a
print('贪婪', re.match(r'a{1,2}', 'aaa').group()) # -> aa
# 量词后面加?
print('非贪婪', re.match(r'a{1,3}?', 'aaa').group()) # -> a
更多参考内容： http://deerchao.net
网友评论