【python】一篇玩转正则表达式

目录

前言

正则表达式

行定位符

1.^

2.$

元字符

常见的元字符

限定符

常用的限定符

字符类

排除字符

选择字符

转义字符

（）

python使用正则表达式

匹配字符串

match()

search()

findall()

sub()

替换敏感字符

 split()

3d308fb387994e878f3968be162983ed.gif

前言

正则表达式（Regular Expression），又称规则表达式，它不是某个编程语言所特有的，是计算机科学的一个概念，通常被用来检索和替换符合某些规则的文本。

正则表达式

行定位符

1.^

表示行的开始

2.$

表示行的结尾

举例

^py该表达式表示要匹配字符串py的开始位置是行头，如py equal python可以匹配而python equal py不能匹配

py$后者可以匹配，前者不能，如果要匹配的字符串可以出现在字符串的任意部分，那么可以直接写成py

元字符

常见的元字符

限定符

如果想匹配特定数量的数字，需要使用限定符（指定数量的字符）来实现，例如匹配8位QQ号就是：^\d{8}$

^表示行的开始，\d表示匹配数字，{8}就是限定符表示匹配前面的字符8次，$表示行的结束

常用的限定符

字符类

正则表达式查找数字和字母是简单的事，因为有元字符，但是如果没有预定义元字符的字符合集（比如元音字母），那该怎么办呢？

也简单，在方括号里列出他们，[aeiou]就是匹配元音字母，[0-9]代表的含义就和\d完全一致，代表一个数字，[a-z0-9A-Z_]等同于\w(不考虑汉字)，如果想匹配任意一个汉字，可以使用[\u4e00-\u9fa5],匹配多个汉字，只需在前面的基础上加个+即[\u4e00-\u9fa5]+

排除字符

匹配不符合指定字符集合的字符串，^放在方括号表示排除的意思

举例

[^a-zA-Z]表示匹配一个不是字母的字符

选择字符

如果我们想要它匹配的结果是多种，就需要使用选择字符（|）该字符是或的意思

举例

身份证的长度为15位或18位，其中15位全为数字，18位分为全为数字和前17位为数字最后一位可能是数字或字符X，那么匹配的表达式可写为：

（^\d{15})|(^\d{18})|(^\d{17})(\d|X|x)

转义字符

转义字符的作用就是将特殊字符（如“.”“?”“\”）变为普通的字符，例如匹配QQ邮箱：

^[1-9]\d{4,10}@qq\.com$

括号在正则表达式也算是元字符

（）

作用一：改变限定符的作用范围

作用二：分组，也就是子表达式(\.[0,9]{1,4}){4},就是对其进行重复操作

python使用正则表达式

匹配字符串

match()

从字符串的开始处进行匹配，如果起始位置匹配成功，则返回Match对象，否则返回None。语法格式如下：

re.match(pattern,string,[flags])

pattern：表示模式字符串，由要匹配的正则表达式转换而来

string：表示要匹配的字符串

flags：表示标志位，用于控制匹配方式，如是否区分字母大小写

常用标志

举例

匹配字符串是否以“mr_”开头，不区分字母大小写

代码

import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)
print('匹配值的起始位置:',match.start())
print('匹配值的结束位置:',match.end())
print('匹配位置的元组:',match.span())
print('要匹配的字符串:',match.string)
print('匹配数据:',match.group())
string='名称 MR_SHOP mr_shop'
match=re.match(pattern,string,re.I)
print(match)

执行结果

a0a27de04545422794cb44c55c38e063.png

search()

在整个字符串中搜索第一个匹配的值，如果在起始位置匹配成功，则返回Match()，否则返回None，语法格式如下：

re.search(patter,string,[flags])

pattern：表示模式字符串，由要匹配的正则表达式转换而来

string：表示要匹配的字符串

flags：表示标志位，用于控制匹配方式，如是否区分字母大小写

举例

搜索第一个以“mr_”开头的字符串，不区分字母大小写

代码

import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
search=re.search(pattern,string,re.I)
print(search)
string='名称 MR_SHOP mr_shop'
search=re.search(pattern,string,re.I)
print(search)

执行结果

039bb1629a2544a2b3304041b9ad394b.png

findall()

在整个字符串中搜索 所有符合正则表达式的字符串，并以列表的形式返回，如果匹配成功，则返回包含匹配结构的列表，否则返回空列表，语法格式如下：

re.findall(pattern,string,[flags])

pattern：表示模式字符串，由要匹配的正则表达式转换而来

string：表示要匹配的字符串

flags：表示标志位，用于控制匹配方式，如是否区分字母大小写

举例

搜索以“mr_”开头的字符串

代码

import re
pattern='mr_\w+'
string='MR_SHOP mr_shop'
findall=re.findall(pattern,string,re.I)
print(findall)
string='名称 MR_SHOP mr_shop'
findall=re.findall(pattern,string)
print(findall)

执行结果

8398468705c1417c990f69a4cbfe6e2f.png

sub()

实现字符串替换，语法格式如下：

re.sub(patter,repl,string,count,flags)

pattern：表示模式字符串，由要匹配的正则表达式转换而来

repl:表示替换的字符串

string：表示要被查找替换的原始字符串

count：可选参数，表示模式匹配后替换的最大次数，默认值为0

flags：表示标志位，用于控制匹配方式，如是否区分字母大小写

举例

隐藏快递里的手机号码

代码

import re
pattern='1[34578]\d{5}'
string='快递号:7-1563 联系电话:18888358853'
result=re.sub(pattern,'1XXXXXX',string)
print(result)

执行结果

5602d53a3db94021b5b719ddd3a83c80.png

替换敏感字符

代码

import re
pattern='淘宝'
string='我在淘宝买东西'
result=re.sub(pattern,'某宝',string)
print(result)

 执行结果

18ebf94d4d7a4a0dbd6fb5023b792182.png

 split()

根据正则表达式分割字符串，并以列表的形式返回，语法格式如下：

re.split(pattern,string,[maxsplit],[flags])

pattern：表示模式字符串，由要匹配的正则表达式转换而来

string：表示要匹配的字符串

maxsplit:可选参数，表示最大的拆分次数

flags：表示标志位，用于控制匹配方式，如是否区分字母大小写

举例

对给定的url地址中提取请求地址和各个参数

代码

import re
pattern='[?|&]'
url='http://www.baidu.com/login?username="zhangsan"&pwd="password"'
result=re.split(pattern,url)
print(result)

执行结果

a3415c4f2d034abf9ae52ec2a504de59.png

👍+✏️+⭐️是对博主最大的鼓励与支持！！！

我的博客即将同步至腾讯云开发者社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=2stnq0z9t76ss