引入方式
方法
.findall()
找所有的,返回所有的结果然后放在列表中
1 ret = re.findall("[a-z]+","yangtuo tiancan shiye ")
2 print(ret) # ['yangtuo', 'tiancan', 'shiye']
.finditer()
返回一个迭代器 ,更节省内存,一次一次返回
1 ret = re.finditer("\d","dahka5hdka4546465h")
2 print(ret) # <callable_iterator object at 0x0000000002061EF0>
3 print(next(ret).group()) # 5
4 print(next(ret).group()) # 4
5 print([i.group() for i in ret]) # ['5', '4', '6', '4', '6', '5']
.search()
从前往后找到一个就返回一个对象,调用group才可以拿到结果
1 ret = re.search("a","yangtuo is tiancai")
2 print(ret.group()) # a
找不到返回None,无法调用group,会报错
1 ret = re.search("[0-9]+","yangtuo is tiancai")
2 print(ret) # None
3 print(ret.group()) # AttributeError: 'NoneType' object has no attribute 'group'
为了避免上面的这种报错,可以利用if判断,从而打断if循环不报错,非常常用的方式
1 ret = re.search("j","yangtuo is tiancai")
2 if ret:
3 print(ret.group()) # 无结果但是不会报错了
.match()
必须从头开始匹配,比如下面的字符串,y,ya都能匹配上。但是a就不行
用法和search一样,返回对象,必须用group输出,空报错,可if避免
1 ret = re.match("[a-z]+","yangtuo is tiancai")
2 print(ret.group()) # yangtuo
3 ret = re.match("a","yangtuo is tiancai")
4 print(ret.group()) # AttributeError: 'NoneType' object has no attribute 'group'
.split()
按照正则关系分割,不是很常用
1 ret = re.split("[ab]","abcd")
2 # 先按a分割得到 " " 和"bcd",再按b分割得到 " "," ","cd"
3 print(ret) # ['', '', 'cd']
.sub()
按照正则对字符串替换
将数字替换成H 替换两次
1 ret = re.sub("\d","H","shah4546shdah123",2)
2 print(ret) # shahHH46shdah123
.subn()
按照正则对字符串替换,并且返回结果和替换了几次用元祖形式
将数字替换成H 替换两次
1 ret = re.subn("\d","H","shah4546shdah123",2)
2 print(ret) # ('shahHH46shdah123', 2)
.compile()
同一个正则规则需要被用很多次的时候可以使用此命令重复调用
将正则表达式编译成一个对象,调用对象使用更简单
1 obj = re.compile("\d{3}")
2 ret = obj.search("hsdhabsh153lhslk86")
3 ret1 = obj.search("hsdh46897=lhslk86")
4 print(ret.group()) # 153
5 print(ret1.group()) # 468
特殊场景分析
findall的优先级查询
1 import re
2 ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
3 print(ret) # ['oldboy']
4 # 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配真实想要的结果,取消权限即可
5 ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
6 print(ret) # ['www.oldboy.com']
split的优先级查询
在匹配部分加上()之后所切出的结果是不同的,
没有()的没有保留所匹配的项,但是有()的却能够保留了匹配的项,
这个在某些需要保留匹配部分的使用过程是非常重要的。
1 ret=re.split("\d+","eva3egon4yuan")
2 print(ret) # ['eva', 'egon', 'yuan']
3 ret=re.split("(\d+)","eva3egon4yuan")
4 print(ret) # ['eva', '3', 'egon', '4', 'yuan']
分组的命名和引用
组名的方式命名(?P<组名>)
组名的引用(?P=组名)
1 ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")
2 print(ret.group("tag_name")) # h1
3 print(ret.group()) # <h1>hello</h1>
也可以直接分组,然后用\1引用第一个组,组的索引是从1开始不是从0开始
1 ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
2 print(ret.group(1)) # h1
3 print(ret.group()) # <h1>hello</h1>
匹配小数整数
1 # 40.35被当做40和35两个来取了
2 ret=re.findall(r"\d+","1-2*(60+(-40.35/5)-(-4*3))")
3 print(ret) #['1', '2', '60', '40', '35', '5', '4', '3']
利用|的工作原理从左到右最长匹配,将长的匹配项先写就可以
注意将 . 进行转义 \.
可以分组将分组的内容优先显示,但是无匹配的选项会用空表示出来,很蛋疼
可以使用remove进行空选项的移除 顺便这次稍微升级一下吧负号一起取到了
1 ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")
2 print(ret) #['1', '-2', '60', '', '5', '-4', '3']
3 ret.remove("")
4 print(ret) #['1', '-2', '60', '5', '-4', '3']
示例:
获取手机号匹配方式对比
普通的方式实现
1 while True:
2 phone_number = input('please input your phone number : ')
3 if len(phone_number) == 11 \
4 and phone_number.isdigit()\
5 and (phone_number.startswith('13') \
6 or phone_number.startswith('14') \
7 or phone_number.startswith('15') \
8 or phone_number.startswith('18')):
9 print('是合法的手机号码')
10 else:
11 print('不是合法的手机号码')
re 实现
1 # 正则实例
2 import re
3 phone_number = input('please input your phone number : ')
4 if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):
5 print('是合法的手机号码')
6 else:
7 print('不是合法的手机号码')