1. 正则表达式（单个字符匹配）
# ### 正则表达式 => 单个字符匹配 import re """ lst = re.findall(正则表达式,字符串) """ # (1) 预定义字符集 # \d 匹配数字 strvar = "sadfasdf^*&^&*^&*^&*你好 神秘男孩 2400909()()" lst = re.findall("\d",strvar) print(lst) # \D 匹配非数字 strvar = "&&*sdfjklasjdkf_sdf',神秘女孩23423岁4234234" lst = re.findall("\D",strvar) print(lst) # \w 匹配字母或数字或下划线 (正则函数中,支持中文的匹配) strvar = "uiui7887_王文&*&*" lst = re.findall("\w",strvar) print(lst) # \W 匹配非字母或数字或下划线 strvar = "uiui7887_王文&*&*" lst = re.findall("\W",strvar) print(lst) # \s 匹配任意的空白符 \n \t \r " " strvar = " 周杰伦 " lst = re.findall("\s",strvar) print(lst) # \S 匹配任意非空白符 strvar = " sdf234 " lst = re.findall("\S",strvar) print(lst) # \n 匹配一个换行符 [最好在正则表达式的前面加上r,让转义字符失效,原型化匹配] strvar = """ 王文你真帅呀,我受不了 """ lst = re.findall(r"\n",strvar) print(lst) # \t 匹配一个制表符 lst = re.findall(r"\t",strvar) print(lst) # (2) 字符组 从小组中默认选一个 lst = re.findall("[123]","451627") print(lst) print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb print(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b a2b a3b # 优化写法 0123456789 => 0-9 0到9 -是特殊字符 , 居右特殊含义 print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) # a1b a2b a3b print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb # 优化写法 abcdefg a-g 26个小写字母 a-z print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) # acb adb ayb print(re.findall('a[ABCDEFG]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb # 优化写法 ABCDEFG A-G 26个大写字母A-Z print(re.findall('a[A-Z]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb aYb # 匹配所有的字母+数字 print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b')) # aab aAb aWb aqb a1b # 优化写法 0-9a-zA-Z 0-z 范围变大 一些特殊符号也被包含进行了 , 不推荐使用 print(re.findall('a[0-z]b','a-b aab aAb aWb aqba@b')) # ['aab', 'aAb', 'aWb', 'aqb', 'a@b'] print(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b # ^ 出现在字符组中,代表除了 ,除了+-*/ 这个符号 都要 print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) # ['a%b', 'a&b'] # 匹配特殊符号 利用\ 让原来有意义的字符失效, 通过转义来实现匹配 lst = re.findall(r"a[\^\-]b","a^b a-b") print(lst) # 匹配\ lst = re.findall(r"a\\b",r"a\b") print(lst) # 显示\\ print(lst[0]) # 打印出来是一个\
2. 正则表达式（多字符匹配）
# ### 正则表达式 => 多个字符匹配 # (1) 量词基本语法 import re '''1) ? 匹配0个或者1个a ''' print(re.findall('a?b','abbzab abb aab')) # ab b ab ab b ab '''2) + 匹配1个或者多个a ''' print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab '''3) * 匹配0个或者多个a ''' print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b '''4) {m,n} 匹配m个至n个a ''' """1<= x <=3""" print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) # aaab ab aab ab aab # {m,} 至少m次 print(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab # {m} 必须m次 print(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) #aab aab aab # (2)贪婪模式与非贪婪模式 """ 贪婪模式 : 默认向更多次匹配 非贪婪模式: 默认向更少次匹配 贪婪模式在底层使用的是回溯算法: 回溯算法:默认从左向右进行匹配,一直到最后,直到最后再也匹配不到了,回头,找最后一个能够匹配到的数据 非贪婪模式: 在量词的后面加?,这个语法就是非贪婪,默认向更少次匹配 .?? .+? .*? .{1,25}? """ # 贪婪模式 strvar = "刘能和刘德华和刘铁锤子777子888" lst = re.findall("刘.",strvar) #刘能 刘德 刘铁 print(lst) lst = re.findall("刘.?",strvar) #刘能 刘德 刘铁 print(lst) lst = re.findall("刘.+",strvar) #['刘能和刘德华和刘铁锤子777子888'] print(lst) lst = re.findall("刘.*",strvar) #['刘能和刘德华和刘铁锤子777子888'] print(lst) lst = re.findall("刘.{1,25}",strvar) #['刘能和刘德华和刘铁锤子777子888'] print(lst) lst = re.findall("刘.{1,25}子",strvar) # ['刘能和刘德华和刘铁锤子777子'] print(lst) # 非贪婪模式 strvar = "刘能和刘德华和刘铁锤子777子888" lst = re.findall("刘.??",strvar) #['刘', '刘', '刘'] print(lst) lst = re.findall("刘.+?",strvar) #刘能 刘德 刘铁 print(lst) lst = re.findall("刘.*?",strvar) #['刘', '刘', '刘'] print(lst) lst = re.findall("刘.{1,25}?",strvar) #刘能 刘德 刘铁 print(lst) lst = re.findall("刘.{1,25}?子",strvar) # ['刘能和刘德华和刘铁锤子'] print(lst) # (3) 边界符 """ 转义字符 :\b backspace 退格 边界符也用的是\b,要注意转义 例如:word 卡住边界 (1) 卡住左边界 \bw (2) 卡住右边界 d\b """ strvar = "pwd word szf" lst = re.findall(r"\bw.*",strvar) lst = re.findall(r"\bw.*?",strvar) lst = re.findall(r"\bw.*? ",strvar) lst = re.findall(r"\bw\S*",strvar) print(lst) lst = re.findall(r"d\b",strvar) lst = re.findall(r".*d\b",strvar) lst = re.findall(r".*?d\b",strvar) # ['pwd', ' word'] print(lst) # (4) ^ $ """ ^ 以...开头 $ 以...结尾 如果正则表达式里面出现了^ $ ,代表把这个字符串看成一个整体,再去匹配 """ strvar = "大哥大嫂大爷" print(re.findall('大.',strvar)) # 大哥 大嫂 大爷 print(re.findall('^大.',strvar)) # 大哥 print(re.findall('大.$',strvar)) # ['大爷'] print(re.findall('^大.$',strvar))# [] print(re.findall('^大.*?$',strvar)) # 大哥大嫂大爷 print(re.findall('^大.*?大$',strvar)) # [] print(re.findall('^大.*?爷$',strvar)) # ['大哥大嫂大爷'] print(re.findall('^g.*? ' , 'giveme 1gfive gay')) #giveme print(re.findall('five$' , 'aassfive')) # five print(re.findall('^giveme$' , 'giveme')) # giveme print(re.findall('^giveme$' , 'giveme giveme')) # [] print(re.findall('giveme' , 'giveme giveme')) #[giveme giveme] print(re.findall("^g.*e",'giveme 1gfive gay')) #giveme 1gfive
3. 正则表达式(匹配分组 / search / 命名分组)
# ### 正则表达式 => 匹配分组 import re print(re.findall('.*?_good','wusir_good alex_good secret男_good')) # 把想要匹配的内容,用小圆括号包起来,表达分组 print(re.findall('(.*?)_good','wusir_good alex_good secret男_good')) # ?: 取消括号优先显示的功能 print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good')) # | 代表或 , a|b 匹配字符a 或者 匹配字符b . 把字符串长的写在前面,字符串短的写在后面 # abc 或者 abcd strvar = "abcpiopipoabcd234" lst = re.findall("abc|abcd",strvar) print(lst) # 改写 lst = re.findall("abcd|abc",strvar) print(lst) """ \ 可以把有意义的字符变得无意义,还可以把无意义的字符变得有意义,用来转义字符 \n : 换行 \. : 单纯的匹配一个点 """ """ 5.6 \d\.\d 39.56 \d+\.\d+ """ # 匹配小数 strvar = "3.56 89.. .898234 8,67 39.56 34" lst = re.findall("\d+\.\d+",strvar) print(lst) # 匹配小数和整数 lst = re.findall(r"\d+\.\d+|\d+",strvar) print(lst) # 使用分组合并正则 匹配小数和整数 lst = re.findall(r"\d+(?:\.\d+)?",strvar) print(lst) # 匹配135或171的手机号 lst = re.findall(r"(?:135|171)\d{8}","13566668888 17112345678 185996964545") print(lst) lst = re.findall(r"^(?:135|171)\d{8}$","13566668888") print(lst) # 匹配www.baidu.com 或者 www.oldboy.com strvar = "www.oldboy.com www.baidu.com" lst = re.findall(r"(?:www)\.(?:baidu|oldboy)\.(?:com)",strvar) print(lst) # search """ findall 匹配所有内容,缺陷:不能把匹配到的内容和分组里面的内容同时显示出来,返回的是列表 search 匹配到一个内容就直接返回,优点:可以把分组的内容,和实际匹配到的内容分开,同时显示,返回的是对象obj obj.group() 获取匹配到的内容 obj.groups() 获取分组里面的内容 """ strvar = "www.oldboy.com www.baidu.com" obj = re.search(r"(www)\.(baidu|oldboy)\.(com)",strvar) print(obj) # 获取匹配到的内容 res = obj.group() print(res) # 获取分组里面的内容 (推荐) res = obj.groups() print(res) # 获取分组里第一个元素 res = obj.group(1) print(res) # 获取分组里第二个元素 res = obj.group(2) print(res) # 获取分组里第三个元素 res = obj.group(3) print(res) # "5*6-7/3" 匹配 5*6 或者 7/3 strvar = "5*6-7/3" obj = re.search(r"\d+[*/]\d+",strvar) res = obj.group() print(res) 30 "" replace("5*6","30") "5*6-7/3"
# ### 正则表达式 => 匹配分组 import re print(re.findall('.*?_good','wusir_good alex_good secret男_good')) # 把想要匹配的内容,用小圆括号包起来,表达分组 print(re.findall('(.*?)_good','wusir_good alex_good secret男_good')) # ?: 取消括号优先显示的功能 print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good')) # | 代表或 , a|b 匹配字符a 或者 匹配字符b . 把字符串长的写在前面,字符串短的写在后面 # abc 或者 abcd strvar = "abcpiopipoabcd234" lst = re.findall("abc|abcd",strvar) print(lst) # 改写 lst = re.findall("abcd|abc",strvar) print(lst) """ \ 可以把有意义的字符变得无意义,还可以把无意义的字符变得有意义,用来转义字符 \n : 换行 \. : 单纯的匹配一个点 """ """ 5.6 \d\.\d 39.56 \d+\.\d+ """ # 匹配小数 strvar = "3.56 89.. .898234 8,67 39.56 34" lst = re.findall("\d+\.\d+",strvar) print(lst) # 匹配小数和整数 lst = re.findall(r"\d+\.\d+|\d+",strvar) print(lst) # 使用分组合并正则 匹配小数和整数 lst = re.findall(r"\d+(?:\.\d+)?",strvar) print(lst) # 匹配135或171的手机号 lst = re.findall(r"(?:135|171)\d{8}","13566668888 17112345678 185996964545") print(lst) lst = re.findall(r"^(?:135|171)\d{8}$","13566668888") print(lst) # 匹配www.baidu.com 或者 www.oldboy.com strvar = "www.oldboy.com www.baidu.com" lst = re.findall(r"(?:www)\.(?:baidu|oldboy)\.(?:com)",strvar) print(lst) # search """ findall 匹配所有内容,缺陷:不能把匹配到的内容和分组里面的内容同时显示出来,返回的是列表 search 匹配到一个内容就直接返回,优点:可以把分组的内容,和实际匹配到的内容分开,同时显示,返回的是对象obj obj.group() 获取匹配到的内容 obj.groups() 获取分组里面的内容 """ strvar = "www.oldboy.com www.baidu.com" obj = re.search(r"(www)\.(baidu|oldboy)\.(com)",strvar) print(obj) # 获取匹配到的内容 res = obj.group() print(res) # 获取分组里面的内容 (推荐) res = obj.groups() print(res) # 获取分组里第一个元素 res = obj.group(1) print(res) # 获取分组里第二个元素 res = obj.group(2) print(res) # 获取分组里第三个元素 res = obj.group(3) print(res) # "5*6-7/3" 匹配 5*6 或者 7/3 strvar = "5*6-7/3" obj = re.search(r"\d+[*/]\d+",strvar) res = obj.group() print(res) 30 "" replace("5*6","30") "5*6-7/3"
day21