正則表達(dá)式和re模塊

正則表達(dá)式常用匹配規(guī)則：

匹配某個(gè)字符串：

text = 'hello'
ret = re.match('he',text)
print(ret.group())
>> he

以上便可以在hello中，匹配出he。

點(diǎn)（.）匹配任意的字符：

text = "ab"
ret = re.match('.',text)
print(ret.group())
>> a

但是點(diǎn)（.）不能匹配不到換行符。示例代碼如下：

text = "ab"
ret = re.match('.',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute 'group'

\d匹配任意的數(shù)字：

text = "123"
ret = re.match('\d',text)
print(ret.group())
>> 1

\D匹配任意的非數(shù)字：

text = "a"
ret = re.match('\D',text)
print(ret.group())
>> a

而如果text是等于一個(gè)數(shù)字，那么就匹配不成功了。示例代碼如下：

text = "1"
ret = re.match('\D',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute 'group'

\s匹配的是空白字符（包括：\n，\t，\r和空格）：

text = "\t"
ret = re.match('\s',text)
print(ret.group())
>> 空白

\w匹配的是a-z和A-Z以及數(shù)字和下劃線：

text = "_"
ret = re.match('\w',text)
print(ret.group())
>> _

而如果要匹配一個(gè)其他的字符，那么就匹配不到。示例代碼如下：

text = "+"
ret = re.match('\w',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute

\W匹配的是和\w相反的：

text = "+"
ret = re.match('\W',text)
print(ret.group())
>> +

而如果你的text是一個(gè)下劃線或者英文字符，那么就匹配不到了。示例代碼如下：

text = "_"
ret = re.match('\W',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute

[]組合的方式，只要滿足中括號(hào)中的某一項(xiàng)都算匹配成功：

text = "0731-88888888"
ret = re.match('[\d\-]+',text)
print(ret.group())
>> 0731-88888888

之前講到的幾種匹配規(guī)則，其實(shí)可以使用中括號(hào)的形式來(lái)進(jìn)行替代：

  • \d：[0-9]
  • \D：0-9
  • \w：[0-9a-zA-Z_]
  • \W：[^0-9a-zA-Z_]

匹配多個(gè)字符：

  1. *：可以匹配0或者任意多個(gè)字符。示例代碼如下：

     text = "0731"
 ret = re.match('\d*',text)
 print(ret.group())
 >> 0731

    以上因?yàn)槠ヅ涞囊笫?code>\d，那么就要求是數(shù)字，后面跟了一個(gè)星號(hào)，就可以匹配到0731這四個(gè)字符。

  2. +：可以匹配1個(gè)或者多個(gè)字符。最少一個(gè)。示例代碼如下：

     text = "abc"
 ret = re.match('\w+',text)
 print(ret.group())
 >> abc

    因?yàn)槠ヅ涞氖?code>\w，那么就要求是英文字符，后面跟了一個(gè)加號(hào)，意味著最少要有一個(gè)滿足\w的字符才能夠匹配到。如果text是一個(gè)空白字符或者是一個(gè)不滿足\w的字符，那么就會(huì)報(bào)錯(cuò)。示例代碼如下：

     text = ""
 ret = re.match('\w+',text)
 print(ret.group())
 >> AttributeError: 'NoneType' object has no attribute

  3. ?：匹配的字符可以出現(xiàn)一次或者不出現(xiàn)（0或者1）。示例代碼如下：

     text = "123"
 ret = re.match('\d?',text)
 print(ret.group())
 >> 1

  4. {m}：匹配m個(gè)字符。示例代碼如下：

     text = "123"
 ret = re.match('\d{2}',text)
 print(ret.group())
 >> 12

  5. {m,n}：匹配m-n個(gè)字符。在這中間的字符都可以匹配到。示例代碼如下：

     text = "123"
 ret = re.match('\d{1,2}',text)
 prit(ret.group())
 >> 12

    如果text只有一個(gè)字符，那么也可以匹配出來(lái)。示例代碼如下：

     text = "1"
 ret = re.match('\d{1,2}',text)
 prit(ret.group())
 >> 1

小案例：

  1. 驗(yàn)證手機(jī)號(hào)碼：手機(jī)號(hào)碼的規(guī)則是以1開(kāi)頭，第二位可以是34587，后面那9位就可以隨意了。示例代碼如下：

     text = "18570631587"
 ret = re.match('1[34587]\d{9}',text)
 print(ret.group())
 >> 18570631587

    而如果是個(gè)不滿足條件的手機(jī)號(hào)碼。那么就匹配不到了。示例代碼如下：

     text = "1857063158"
 ret = re.match('1[34587]\d{9}',text)
 print(ret.group())
 >> AttributeError: 'NoneType' object has no attribute

  2. 驗(yàn)證郵箱：郵箱的規(guī)則是郵箱名稱是用數(shù)字、數(shù)字、下劃線組成的，然后是@符號(hào)，后面就是域名了。示例代碼如下：

     text = "hynever@163.com"
 ret = re.match('\w+@\w+\.[a-zA-Z\.]+',text)
 print(ret.group())

  3. 驗(yàn)證URL：URL的規(guī)則是前面是http或者https或者是ftp然后再加上一個(gè)冒號(hào)，再加上一個(gè)斜杠，再后面就是可以出現(xiàn)任意非空白字符了。示例代碼如下：

     text = "http://www.baidu.com/"
 ret = re.match('(http|https|ftp)://[^\s]+',text)
 print(ret.group())

  4. 驗(yàn)證身份證：身份證的規(guī)則是，總共有18位，前面17位都是數(shù)字，后面一位可以是數(shù)字，也可以是小寫(xiě)的x，也可以是大寫(xiě)的X。示例代碼如下：

     text = "3113111890812323X"
 ret = re.match('\d{17}[\dxX]',text)
 print(ret.group())

^（脫字號(hào)）：表示以...開(kāi)始：

text = "hello"
ret = re.match('^h',text)
print(ret.group())

如果是在中括號(hào)中，那么代表的是取反操作.

$：表示以...結(jié)束：

# 匹配163.com的郵箱
text = "xxx@163.com"
ret = re.search('\w+@163\.com$',text)
print(ret.group())
>> xxx@163.com

|：匹配多個(gè)表達(dá)式或者字符串：

text = "hello|world"
ret = re.search('hello',text)
print(ret.group())
>> hello

貪婪模式和非貪婪模式：

貪婪模式：正則表達(dá)式會(huì)匹配盡量多的字符。默認(rèn)是貪婪模式。
非貪婪模式：正則表達(dá)式會(huì)盡量少的匹配字符。
示例代碼如下：

text = "0123456"
ret = re.match('\d+',text)
print(ret.group())
# 因?yàn)槟J(rèn)采用貪婪模式，所以會(huì)輸出0123456
>> 0123456

可以改成非貪婪模式，那么就只會(huì)匹配到0。示例代碼如下：

text = "0123456"
ret = re.match('\d+?',text)
print(ret.group())

案例：匹配0-100之間的數(shù)字：

text = '99'
ret = re.match('[1-9]?\d$|100$',text)
print(ret.group())
>> 99

而如果text=101，那么就會(huì)拋出一個(gè)異常。示例代碼如下：

text = '101'
ret = re.match('[1-9]?\d$|100$',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute 'group'

轉(zhuǎn)義字符和原生字符串：

在正則表達(dá)式中，有些字符是有特殊意義的字符。因此如果想要匹配這些字符，那么就必須使用反斜杠進(jìn)行轉(zhuǎn)義。比如$代表的是以...結(jié)尾，如果想要匹配$，那么就必須使用\$。示例代碼如下：

text = "apple price is \$99,orange paice is $88"
ret = re.search('\$(\d+)',text)
print(ret.group())
>> $99

原生字符串：
在正則表達(dá)式中，\是專門(mén)用來(lái)做轉(zhuǎn)義的。在Python中\也是用來(lái)做轉(zhuǎn)義的。因此如果想要在普通的字符串中匹配出\，那么要給出四個(gè)\。示例代碼如下：

text = "apple \c"
ret = re.search('\\\\c',text)
print(ret.group())

因此要使用原生字符串就可以解決這個(gè)問(wèn)題：

text = "apple \c"
ret = re.search(r'\\c',text)
print(ret.group())

re模塊中常用函數(shù)：

match：

從開(kāi)始的位置進(jìn)行匹配。如果開(kāi)始的位置沒(méi)有匹配到。就直接失敗了。示例代碼如下：

text = 'hello'
ret = re.match('h',text)
print(ret.group())
>> h

如果第一個(gè)字母不是h，那么就會(huì)失敗。示例代碼如下：

text = 'ahello'
ret = re.match('h',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute 'group'

如果想要匹配換行的數(shù)據(jù)，那么就要傳入一個(gè)flag=re.DOTALL，就可以匹配換行符了。示例代碼如下：

text = "abc\nabc"
ret = re.match('abc.*abc',text,re.DOTALL)
print(ret.group())

search：

在字符串中找滿足條件的字符。如果找到，就返回。說(shuō)白了，就是只會(huì)找到第一個(gè)滿足條件的。

text = 'apple price $99 orange price $88'
ret = re.search('\d+',text)
print(ret.group())
>> 99

分組：

在正則表達(dá)式中，可以對(duì)過(guò)濾到的字符串進(jìn)行分組。分組使用圓括號(hào)的方式。

  1. group：和group(0)是等價(jià)的，返回的是整個(gè)滿足條件的字符串。
  2. groups：返回的是里面的子組。索引從1開(kāi)始。
  3. group(1)：返回的是第一個(gè)子組，可以傳入多個(gè)。
    示例代碼如下：
text = "apple price is $99,orange price is $10"
ret = re.search(r".*(\$\d+).*(\$\d+)",text)
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.groups())

findall：

找出所有滿足條件的，返回的是一個(gè)列表。

text = 'apple price $99 orange price $88'
ret = re.findall('\d+',text)
print(ret)
>> ['99', '88']

sub：

用來(lái)替換字符串。將匹配到的字符串替換為其他字符串。

text = 'apple price $99 orange price $88'
ret = re.sub('\d+','0',text)
print(ret)
>> apple price $0 orange price $0

sub函數(shù)的案例，獲取拉勾網(wǎng)中的數(shù)據(jù)：

html = """
<div>
<p>基本要求：</p>
<p>1、精通HTML5、CSS3、 JavaScript等Web前端開(kāi)發(fā)技術(shù)，對(duì)html5頁(yè)面適配充分了解，熟悉不同瀏覽器間的差異，熟練寫(xiě)出兼容各種瀏覽器的代碼；</p>
<p>2、熟悉運(yùn)用常見(jiàn)JS開(kāi)發(fā)框架，如JQuery、vue、angular，能快速高效實(shí)現(xiàn)各種交互效果；</p>
<p>3、熟悉編寫(xiě)能夠自動(dòng)適應(yīng)HTML5界面，能讓網(wǎng)頁(yè)格式自動(dòng)適應(yīng)各款各大小的手機(jī)；</p>
<p>4、利用HTML5相關(guān)技術(shù)開(kāi)發(fā)移動(dòng)平臺(tái)、PC終端的前端頁(yè)面，實(shí)現(xiàn)HTML5模板化；</p>
<p>5、熟悉手機(jī)端和PC端web實(shí)現(xiàn)的差異，有移動(dòng)平臺(tái)web前端開(kāi)發(fā)經(jīng)驗(yàn)，了解移動(dòng)互聯(lián)網(wǎng)產(chǎn)品和行業(yè)，有在Android,iOS等平臺(tái)下HTML5+CSS+JavaScript（或移動(dòng)JS框架）開(kāi)發(fā)經(jīng)驗(yàn)者優(yōu)先考慮；6、良好的溝通能力和團(tuán)隊(duì)協(xié)作精神，對(duì)移動(dòng)互聯(lián)網(wǎng)行業(yè)有濃厚興趣，有較強(qiáng)的研究能力和學(xué)習(xí)能力；</p>
<p>7、能夠承擔(dān)公司前端培訓(xùn)工作，對(duì)公司各業(yè)務(wù)線的前端（HTML5\CSS3）工作進(jìn)行支撐和指導(dǎo)。</p>
<p><br></p>
<p>崗位職責(zé)：</p>
<p>1、利用html5及相關(guān)技術(shù)開(kāi)發(fā)移動(dòng)平臺(tái)、微信、APP等前端頁(yè)面，各類交互的實(shí)現(xiàn)；</p>
<p>2、持續(xù)的優(yōu)化前端體驗(yàn)和頁(yè)面響應(yīng)速度，并保證兼容性和執(zhí)行效率；</p>
<p>3、根據(jù)產(chǎn)品需求，分析并給出最優(yōu)的頁(yè)面前端結(jié)構(gòu)解決方案；</p>
<p>4、協(xié)助后臺(tái)及客戶端開(kāi)發(fā)人員完成功能開(kāi)發(fā)和調(diào)試；</p>
<p>5、移動(dòng)端主流瀏覽器的適配、移動(dòng)端界面自適應(yīng)研發(fā)。</p>
</div>
"""

ret = re.sub('</?[a-zA-Z0-9]+>',"",html)
print(ret)

split：

使用正則表達(dá)式來(lái)分割字符串。

text = "hello world ni hao"
ret = re.split('\W',text)
print(ret)
>> ["hello","world","ni","hao"]

compile：

對(duì)于一些經(jīng)常要用到的正則表達(dá)式，可以使用compile進(jìn)行編譯，后期再使用的時(shí)候可以直接拿過(guò)來(lái)用，執(zhí)行效率會(huì)更快。而且compile還可以指定flag=re.VERBOSE，在寫(xiě)正則表達(dá)式的時(shí)候可以做好注釋。示例代碼如下：

text = "the number is 20.50"
r = re.compile(r"""
                \d+ # 小數(shù)點(diǎn)前面的數(shù)字
                \.? # 小數(shù)點(diǎn)
                \d* # 小數(shù)點(diǎn)后面的數(shù)字
                """,re.VERBOSE)
ret = re.search(r,text)
print(ret.group())
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容