正则表达式
正则表达式简介
正则表达式就是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定的字符以及这些特定字符的组合，组成一个有规则的字符串。这个字符串用来表达对字符串一种过滤的逻辑。
import re
pattern = 'python'
str = 'python and java'
# 第一个参数pattern 正则表达式 模板
# 第二个参数str 表示要匹配的字符串
# 第三个参数 标志位 匹配方式
result = re.match(pattern,str)
if result:
print(result.group())
print(result.start())
print(result.end())
print(result.span())
print(result.string)
else:
print('没有匹配')
匹配单个字符
匹配单个字符
1 .匹配任意除了换行的任意1个字符
2 [] 匹配[]中列举的字符
3 \d 匹配数字 0-9
4 \D 匹配非数字
5 \s 匹配空白 空格 tab键
6 \S 匹配非空白
7 \w 匹配单词字符 a-z A-Z 0-9 _
8 \W 匹配非单词字符、
# 匹配单个字符
# 1.匹配任意除了换行的任意1个字符
# 2 [] 匹配[]中列举的字符
# 3.\d 匹配数字 0-9
# 4 \D 匹配非数字
# 5 \s 匹配空白 空格 tab键
# 6 \S 匹配非空白
# 7 \w 匹配单词字符 a-z A-Z 0-9 _
# 8 \W 匹配非单词字符、
def fn(ptn, lst):
for x in lst:
result = re.match(ptn, x)
# 尝试在字符串的开头应用该模式，返回
# 匹配对象，如果没有找到匹配，则为None。
if result:
print(x, '匹配成功', '匹配的结果是：', result.group())
else:
print('匹配失败')
# 1 .匹配除了换行的任意1个字符
# ptn = 'ab.'
# lst = ['abc1', 'ab', 'aba', 'abbcd', 'wwww','aab']
# # 2 [] 匹配[]中列举的字符
# ptn = 'm[abcd]n'
# lst = ['man','mbn','mdn','mon','nba']
# # 3 \d 匹配数字 0-9
# ptn = 'py\d'
# lst = ['py3','py4','name','pyxxxx']
# 4 \D 匹配非数字
# ptn = 'py\D'
# lst = ['pyz','py4','name','pyhhh']
# 5 \s 匹配空白 空格 tab键
# ptn = 'hello\sworld'
# lst =['hello world','helloxxx','helloworld']
# 6 \S 匹配非空白
# ptn = 'hello\Sworld'
# lst =['hello world','helloxxx','hello,world']
# 7 \w 匹配单词字符 a-z A-Z 0-9 _
# ptn = '\w-age'
# lst = ['1-age','a-age','!-age','_-age']
# 8 \W 匹配非单词字符、
ptn = '\W-age'
lst = ['1-age','a-age','#-age','_-age']
fn(ptn, lst)
匹配多个字符
匹配多个字符
1 * 匹配前一个字符出现0次或者无限次。可有可无
2 + 匹配前一个字符出现1次或者无限次。至少得有一次
3 ? 匹配前一个字符出现1次或者0次。要么有1次要么没有
4 {m} 匹配前一个字符出现m次
5 {m,n} 匹配前一个字符出现从m到n次
6 {m,} 加上，前一个字符出现m到无限次
# * 匹配前一个字符出现0次或者无限次。可有可无
# ptn = 'h[a-z]*' # 匹配数据是h打头a-z 可以是0也可以是多个或者无限
# lst = ['hello','abc','xxx','h']
# + 匹配前一个字符出现1次或者无限次。至少得有一次
# ptn = 'h[a-z]+' # 匹配数据是h打头a-z 可以是0也可以是多个或者无限
# lst = ['hello','abc','xxx','h']
# ? 匹配前一个字符出现1次或者0次。要么有1次要么没有
# ptn = 'h[a-z]?' # 匹配数据是h打头a-z 可以是0也可以是多个或者无限
# lst = ['hello','abc','xxx','h']
# {m} 匹配前一个字符出现m次
# ptn = '[\w]{6}'
# lst = ['hell','python','#$%^%','12_456']
# {m,n} 匹配前一个字符出现从m到n次
# ptn = '[\w]{3,7}'
# lst = ['ab','python','#$%^%','_yyy123','12_456789']
# {m,} 加上，前一个字符出现m到无限次
ptn = '[\w]{3,}' # 我要匹配的数据2以上的字符或者是数字
lst = ['ab','python','%^&&^&','_yyy123','123456']
# ptn = '.*?'
# lst = ['e&*^*^*FS']
fn(ptn, lst)
匹配结尾和分组
匹配结尾和分组
1 ^ 匹配字符串开头
2 & 匹配字符串结尾
匹配数组
1 | 匹配左右任意一个表达式
2 (ab) 将括号中的字符作为一个分组
3 \num 引用分组num匹配到的字符串
# 匹配结尾和分组
# ^ 匹配字符串开头
# & 匹配字符串结尾
# 匹配数字或者字母开头的邮箱
# ptn = '[\w][email protected]$'
# lst = ['[email protected]','[email protected]','[email protected]']
# 匹配数组
# | 匹配左右任意一个表达式
# (ab) 将括号中的字符作为一个分组
# \num 引用分组num匹配到的字符串
# | 匹配左右任意一个表达式
# ptn = 'hello|hc' # 匹配hello或者是hc的字符
# lst = ['hello','hc','ok','hello world']
# (ab) 将括号中的字符作为一个分组
# 检查一个以134 或者 135开头的手机号
# ptn ='(134|135)[0-9]{8}'
# lst = ['13445646518','13549848951','1356486484']
# ptn = '(010-)[0-9]{8}'
# ptn = '([^-]*)-(\d+)'
# lst = ['010-12345678']
# \num 引用分组num匹配到的字符串
ptn = r'<([a-zA-Z]{1,12})>\w*</\1>'
lst = ['<title>hello</title>','<body>bbb</body>','<a>python</b>']
fn(ptn, lst)
正则常用方法
match()和search()方法
match() 方法 只能匹配开始
search() 方法 可以匹配任意位置
ptn = 'com'
s = 'www.baidu.com'
ptn = r'\d+' # 匹配任意的数字
s = '当前文章的阅读次数：100次'
# result = re.match(ptn,s)
result = re.search(ptn,s)
print(result.group())
# if result:
# print('匹配成功',result.group())
# else:
# print('匹配失败')
findall()方法
# findall() 匹配多个结果
ptn = r'\d+' # 匹配任意的数字
s = '当前文章的阅读次数：100次,点赞次数10次'
# result = re.search(ptn,s)
result = re.findall(ptn,s)
print(result[0],result[1])
sub()方法
# sub() 方法 将匹配到的数据进行替换
ptn = r'\d+'
s = '阅读次数：666'
def fn2(r):
x = r.group()
y = int(x) + 1
return str(y)
r = re.sub(ptn,fn2,s)
print(r)
split()方法
# split() 拆分字符串
# str.split() re.split()
s = 'name=jerry,age=30,[email protected]'
# print(s.split(','))
ptn = r'[=,@]'
r = re.split(ptn,s)
print(r)
贪婪和非贪婪
贪婪匹配和非贪婪匹配
# 贪婪匹配和非贪婪匹配
s = r'<div>abc</div><div>bcd</div>'
# 需求：<div>abc</div>
ptn = r'<div>.*</div>'
r = re.match(ptn,s)
print(r.group())
