正則表達式基礎

一、初識正則表達式

思考–問題答案在文末

• 問題1：text1 = ‘height:178，weight：168，sid：123456，passwd:9527’，如何快速找出密碼？
• 問題2：text2 = ‘他的電話是18812345678x，他的生日是20000908，他愛好的數字是01234567891，他的座機是：0571-52152166’，如何快速匹配座機？
• 問題3：text3 = ‘1234567@qq.com’ ，如何檢測郵箱格式是否正確?

Q1：什么是正則表達式？

正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規(guī)則字符串”，這個“規(guī)則字符串”用來表達對字符串的一種過濾邏輯。

Q2：他有什么用處？

1. 判斷給定的字符串是否符合正則表達式的過濾邏輯（驗證）：（驗證：登錄信息、手機號、郵箱地址）
2. 可以通過正則表達式，從字符串中獲取我們想要的特定部分（匹配）

常見匹配字符

符號	描述
.	匹配處換行符\n之外任意1個字符
[]	匹配[]中任意一個
\d	一個0-9數字
\D	匹配非數字
\w	匹配單詞字符：a-z、A-Z、0-9
\W	匹配非單詞字符
\s	匹配空格、tab健
\S	匹配非空格，tab健

常用的匹配規(guī)則-匹配字符數量

• 匹配前一個字符出現0次或者無數次

• 匹配前一個字符出現1次或者無數次

符號	描述
?	匹配前一個字符出現0次或者1次
{m}	匹配前一個字符出現m次
{m,}	匹配前一個字符出現至少m次
{n,m}	匹配前一個字符出現n-m次
^	匹配字符串開頭
$	匹配字符串結尾
|	或
(ab)	將括號中字符作為一個分組

二、 python正則表達式處理模塊----re

2.1re.match函數----對字符串進行匹配

#re.match（）函數，可以對字符進行匹配，查找的位置是從指定的位置開始一直往后找，返回第一個符合規(guī)則的對象,如果開始位置不符合匹配隊形則返回None。而如果從起始位置開始沒有匹配成功，即便其他部分包含需要匹配的內容，re.match()也會返回None。

import re
#基本的語法格式：match(pattern,string,flags=0)
#其中第一個參數是需要進行匹配的內容，第二個參數表示的是一個匹配的字符串，最后一個參數這是一個控制正則表達式的匹配方式，是一個可選的參數，
s1 = 'height:178 weight:168,sid:123456,passwd:9527'
re2 = re.match('[a-zA-Z]+\W\d+\s\w+',s1)
print(re2)s = "python is the bset language"
re1 = re.match('(.*)\s(\w+)\s(\w+)(\s\w+)(\s\w+)',s)
print(re1)
print(re1.group())
print(re1.group(1))
print(re1.group(2))
print(re1.group(3))
print(re1.span())*******************print*********************************
<re.Match object; span=(0, 17), match='height:178 weight'>
<re.Match object; span=(0, 27), match='python is the bset language'>
python is the bset language
python
is
the
(0, 27)

2.2 re.findall()

findall匹配所有返回一個列表，這個方法使用頻率較高。

import re
text = 'height:178，weight:168，sid:123456，passwd:9527'
print(re.findall(r'[a-zA-Z]+',text))
text2 = '12232443@qq.com'
print(re.findall(r'\d{6,10}@qq.com',text2))
text3 = 'syyang2022@163.com'
print(re.findall(r'\w+@\w+.\w{2,3}$',text3))
#print(re.findall(r'^[a-zA-Z-_]+@[a-zA-Z-_]+.[a-zA-Z-_]+',text3))
text4 = '10.10.10.10'
print(re.findall(r'\d{1,3}.\d+.\d+.\d+',text4))
#print(re.findall('\D+',text))*******************print*********************************
['height', 'weight', 'sid', 'passwd']
['12232443@qq.com']
['syyang2022@163.com']
['10.10.10.10']

2.3 re.search方法

re.search 掃描整個字符串并返回第一個成功的匹配。search 在全文中匹配一次，匹配到就返回 函數語法： re.search(pattern, string, flags=0) 示例： 輸出結果： searchObj.group() : Cats are smarter than dogs searchObj.group(1) : Cats searchObj.group(2) : smarter

import re
s = "Cats are smarter than dogs"
re2 = re.search('are',s)
print(re2)
print(re2.group())*******************print*********************************
<re.Match object; span=(5, 8), match='are'>
are

2.4 re.sub()

檢索和替換 re.sub()將匹配到的數據進行替換。 語法：re.sub(pattern, repl, string, count=0, flags=0) 示例： 輸出結果： 電話號碼是: 2019-0101-000 電話號碼是 : 20190101000

import re
s = "python is the bset language"
re2 = re.sub('p','P',s,count=1)
print(re2)s = "2019-0101-000"
re2 = re.sub('-','',s,count=0)
print(re2)*******************print*********************************
Python is the bset language
20190101000

2.5 re.compile

compile 函數用于編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供其他函數使用，我們常用的正則表達式方法，都已經自帶了compile了。 語法格式為： re.compile(pattern[, flags]) 示例： 輸出結果： None <_sre.SRE_Match object; span=(3, 5), match=‘12’> 12

s1 = 'height:178,weight:168,sid:123456,passwd:9527'
pattern = "\d*"
re2 = re.match(pattern,s1)
print(re2)*******************print*********************************
<re.Match object; span=(0, 0), match=''>

2.6 re.split()

split 方法按照能夠匹配的子串將字符串分割后返回列表，它的使用形式如下： re.split(pattern, string[, maxsplit=0, flags=0]) 示例： 輸出結果： [‘www’, ‘huawei’, ‘com’]

import re
text = 'www.huawei.com'
print(re.split('w',text,))
print(re.split('\.',text))*******************print*********************************
['', '', '', '.hua', 'ei.com']
['www', 'huawei', 'com']

三、寫正則表達式的步驟

我們仍然以包含分機號碼的座機電話號碼為例，比如0571-88776655-9527，演示下面的步驟：

• 確定模式包含幾個子模式

  它包含3個子模式：0571-88776655-9527。這3個子模式用固定字符連接。

• 各個部分的字符分類是什么

  這3個子模式都是數字類型，可以用\d?，F在可以寫出模式為：\d-\d-\d

• 各個子模式如何重復

  第1個子模式重復3到4次，因為有010和021等直轄市

  第2個子模式重復7到8次，有的地區(qū)只有7位電話號碼

  第3個子模式重復3-4次

  加上次數限制后，模式成為：\d{3,4}-\d{7,8}-\d{3,4}

  但有的座機沒有分機號，所以我們用或運算符讓它支持兩者：

  \d{3,4}-\d{7,8}-\d{3,4}|\d{3,4}-\d{7,8}

• 是否有外部位置限制

  沒有

• 是否有內部制約關系

  沒有

經過一通分析，最后的正則就寫成了，測試一下：

import re
text = '18812345678是他的手機號，他的身份證號是41188123456780978，他愛好的數字是01234567891，他的座機是：0571-52152166'
print(re.findall(r'^1\d{10}|\d{4}-\d{8}', text))*******************print*********************************
['18812345678', '0571-52152166']

掌握常見匹配符合及規(guī)則就夠日常使用

四、4個問題答案

• 問題1：text1 = ‘height:178，weight：168，sid：123456，passwd:9527’，如何快速找出4位數字密碼？

  import re
  text1 = 'height:178，weight：168，sid：123456，passwd:9527'
  print(re.findall(r'\d{4}$',text1))*******************print*********************************
  ['9527']
  

• 問題2：text2 = ‘他的電話是18812345678x，他的生日是20000908，他愛好的數字是01234567891，他的座機是：0571-52152166’，如何快速匹配座機？

  import re
  text2 = '他的電話是18812345678x，他的生日是20000908，他愛好的數字是01234567891，他的座機是：0571-52152166'print(re.findall(r'\d{4}-\d{8}',text2))*******************print*********************************
  ['0571-52152166']
  

• 問題3：text3 = ‘1234567@qq.com’ ，如何檢測qq郵箱格式是否正確?

  import re
  text3 = '1234567@qq.com' 
  print(re.findall(r'\d{6,10}@\w+.\w{2,3})',text3))*******************print*********************************
  ['1234567@qq.com']
  

---

日常筆記，共勉