字符串和正則表達(dá)式

基礎(chǔ)知識

其實(shí)正常的使用過程中，我們對字符串的操作頻率是非常搞的，有時(shí)候我們需要對格式很明顯的字符去操作，增刪改查的時(shí)候，正則表達(dá)式很強(qiáng)大，常見的就是用戶名格式，密碼格式，什么臟字**，ip格式，手機(jī)號檢測啥的

關(guān)于正則表達(dá)式的相關(guān)知識，大家可以閱讀一篇非常有名的博客叫《正則表達(dá)式30分鐘入門教程》，讀完這篇文章后你就可以看懂下面的表格，這是我們對正則表達(dá)式中的一些基本符號進(jìn)行的扼要總結(jié)。

說明： 如果需要匹配的字符是正則表達(dá)式中的特殊字符，那么可以使用\進(jìn)行轉(zhuǎn)義處理，例如想匹配小數(shù)點(diǎn)可以寫成.就可以了，因?yàn)橹苯訉?會匹配任意字符；同理，想匹配圓括號必須寫成(和)，否則圓括號被視為正則表達(dá)式中的分組。

python支持的模塊

Python提供了re模塊來支持正則表達(dá)式相關(guān)操作，下面是re模塊中的核心函數(shù)。

說明： 上面提到的re模塊中的這些函數(shù)，實(shí)際開發(fā)中也可以用正則表達(dá)式對象的方法替代對這些函數(shù)的使用，如果一個正則表達(dá)式需要重復(fù)的使用，那么先通過compile函數(shù)編譯正則表達(dá)式并創(chuàng)建出正則表達(dá)式對象無疑是更為明智的選擇。

如果要從事爬蟲類應(yīng)用的開發(fā)，那么正則表達(dá)式一定是一個非常好的助手，因?yàn)樗梢詭椭覀冄杆俚膹木W(wǎng)頁代碼中發(fā)現(xiàn)某種我們指定的模式并提取出我們需要的信息，當(dāng)然對于初學(xué)者來收，要編寫一個正確的適當(dāng)?shù)恼齽t表達(dá)式可能并不是一件容易的事情（當(dāng)然有些常用的正則表達(dá)式可以直接在網(wǎng)上找找），所以實(shí)際開發(fā)爬蟲應(yīng)用的時(shí)候，有很多人會選擇Beautiful Soup或Lxml來進(jìn)行匹配和信息的提取，前者簡單方便但是性能較差，后者既好用性能也好，但是安裝稍嫌麻煩，這些內(nèi)容我們會在后期的爬蟲專題中為大家介紹。

今天比較水，大部分都是復(fù)制的。。。下面寫個實(shí)例練習(xí)下吧

import re


def main():
    username = input('請輸入用戶名: ')
    qq = input('請輸入QQ號: ')
    # match函數(shù)的第一個參數(shù)是正則表達(dá)式字符串或正則表達(dá)式對象
    # 第二個參數(shù)是要跟正則表達(dá)式做匹配的字符串對象
    m1 = re.match(r'^[0-9a-zA-Z_]{6,20}$', username)
    if not m1:
        print('請輸入有效的用戶名.')
    m2 = re.match(r'^[1-9]\d{4,11}$', qq)
    if not m2:
        print('請輸入有效的QQ號.')
    if m1 and m2:
        print('你輸入的信息是有效的!')

        # 創(chuàng)建正則表達(dá)式對象 使用了前瞻和回顧來保證手機(jī)號前后不應(yīng)該出現(xiàn)數(shù)字
    pattern = re.compile(r'(?<=\D)1[34578]\d{9}(?=\D)')
    sentence = '''
        重要的事情說8130123456789遍，我的手機(jī)號是13512346789這個靚號，
        不是15600998765，也是110或119，王大錘的手機(jī)號才是15600998765。
        '''
    # 查找所有匹配并保存到一個列表中
    mylist = re.findall(pattern, sentence)
    print(mylist)
    print('--------華麗的分隔線--------')
    # 通過迭代器取出匹配對象并獲得匹配的內(nèi)容
    for temp in pattern.finditer(sentence):
        print(temp.group())
    print('--------華麗的分隔線--------')
    # 通過search函數(shù)指定搜索位置找出所有匹配
    m = pattern.search(sentence)
    while m:
        print(m.group())
        m = pattern.search(sentence, m.end())

    sentence = '你丫是傻叉嗎? 我操你大爺?shù)? Fuck you.'
    purified = re.sub('[操肏艸]|fuck|shit|傻[比屄逼叉缺吊屌]|煞筆',
                      '*', sentence, flags=re.IGNORECASE)
    print(purified)  # 你丫是*嗎? 我*你大爺?shù)? * you.

    poem = '窗前明月光，疑是地上霜。舉頭望明月，低頭思故鄉(xiāng)。'
    sentence_list = re.split(r'[，。, .]', poem)
    while '' in sentence_list:
        sentence_list.remove('')
    print(sentence_list)  # ['窗前明月光', '疑是地上霜', '舉頭望明月', '低頭思故鄉(xiāng)']


if __name__ == '__main__':
    main()

結(jié)果：

請輸入用戶名: dapangzi
請輸入QQ號: 111222eee
請輸入有效的QQ號.
['13512346789', '15600998765', '15600998765']
--------華麗的分隔線--------
13512346789
15600998765
15600998765
--------華麗的分隔線--------
13512346789
15600998765
15600998765
你丫是*嗎? 我*你大爺?shù)? * you.
['窗前明月光', '疑是地上霜', '舉頭望明月', '低頭思故鄉(xiāng)']

文集傳送門 學(xué)習(xí)python100天

---

整個學(xué)習(xí)python100天的目錄傳送門

---

無敵分割線

---

再最后面附上大神的鏈接
傳送門