編程學習網 > 編程語言 > Python > python re教程(Python re 正則匹配)
2023
06-26

python re教程(Python re 正則匹配)

Python 的 re 模塊(Regular Expression 正則表達式)提供各種正則表達式的匹配操作。


在文本解析、復雜字符串分析和信息提取時是一個非常有用的工具,下面總結了 re 模塊的常用方法。

一. 預定義字符
\d  匹配所有的十進制數字  0-9

\D  匹配所有的非數字,包含下劃線

\s  匹配所有空白字符(空格、TAB等)

\S  匹配所有非空白字符,包含下劃線

\w  匹配所有字母、漢字、數字    a-z A-Z 0-9

\W  匹配所有非字母、漢字、數字,包含下劃線

二. 特殊字符
$:匹配一行的結尾(必須放在正則表達式最后面)

^:匹配一行的開頭(必須放在正則表達式最前面)

*:前面的字符可以出現0次或多次(0~無限)(貪婪匹配)

+:前面的字符可以出現1次或多次(1~無限)(貪婪匹配)

?:變"貪婪模式"為"勉強模式",前面的字符可以出現0次或1次(非貪婪匹配)

備注:符號.* 貪婪,符號.*? 非貪婪

.:匹配除了換行符"\n"之外的任意單個字符

|:兩項都進行匹配

[ ]:代表一個集合,有如下三種情況

[abc]:能匹配其中的單個字符

[a-z0-9]:能匹配指定范圍的字符,可取反(在最前面加入^)

[2-9] [1-3]:能夠做組合匹配

{ }:用于標記前面的字符出現的頻率,有如下情況:
{n,m}:代表前面字符最少出現n次,最多出現m次

{n,}:代表前面字符最少出現n次,最多不受限制

{,m}:代表前面字符最多出現n次,最少不受限制

{n}:前面的字符必須出現n次

三. 反斜杠說明
字符串中有反斜杠的,需要對反斜杠做轉義

四. 分組
():分組字符,可以為匹配到的內容分組,快速獲取到分組中的數據 在正則里面 "()" 代表的是分組的意思,一個括號代表一個分組,你只能匹配到 "()" 中的內容。

group:用于查看指定分組匹配到的內容

groups:返回一個元組,組內為所有匹配到的內容

groupdict:返回一個字典,包含分組的鍵值對,需要為分組命名

五. 常用方法
match:在目標文本的開頭進行匹配

search:在整個目標文本中進行匹配

findall:掃描整個目標文本,返回所有與規則匹配的子串組成的列表,如果沒有匹配的返回空列表

split

re.split(pattern, string[, maxsplit=0, flags=0])
split(string[, maxsplit=0])
作用:可以將字符串匹配正則表達式的部分割開并返回一個列表

六. 正則表達式函數里面的flags參數說明
flags定義包括:

re.I:忽略大小寫

re.L:表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當前環境

re.M:多行模式

re.S:’.’并且包括換行符在內的任意字符(注意:’.’不包括換行符)

re.U:表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數據庫

在 Python 中使用正則表達式之前,先使用以下命令導入 re 模塊

import re
示例1:具體使用說明
例如:

‘(\d)(a)\1’ 表示:匹配第一是數字,第二是字符a,第三 \1 必須匹配第一個一樣的數字重復一次,也就是被引用一次。

如 “9a9” 被匹配,但 “9a8” 不會被匹配,因為第三位的 \1 必須是 9 才可以。

‘(\d)(a)\2’ 表示:匹配第一個是一個數字,第二個是a,第三個 \2 必須是第二組()中匹配一樣的。

如 “8aa” 被匹配,但 “8ab”,“7a7” 不會被匹配,第三位必須是第二組字符的復制版,也是就引用第二組正則的匹配內容。

print(re.match(r'(\w{3}).',"abceeeabc456abc789").group())
print(re.match(r'(\w{3}).*',"abceeeabc456abc789").group())#*貪婪匹配
print(re.match(r'(\w{3}).*?',"abceeeabc456abc789").group())#?非貪婪匹配
print(re.search(r'(\d{3})',"abceeeabc456abc789").group())
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").groups())
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").group(1))
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").group(2))
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").group(3))
print(re.search(r'(\w{3})(\d+)(\2)',"abceeeabcs456456abc456789abc").groups())
print(re.search(r'(\w{3})(\d+)(\2)',"abceeeabcs456456abc456789abc").group(1))
print(re.search(r'(\w{3}).*?(\1)',"abceeeabc456abc789abc").group(1))
print(re.search(r'(\w{3}).*?(\1)',"abceeeabc456abc789abc").group(2))
print(re.search(r'(\w{3})(.*?)(\2)',"abceeeabc456abc789").group())
print(re.search(r'(\w{3}).*?(\1)',"abceeeabc456abc789").group(1,2))


print(re.findall(r'\d+','one11two22three33four44'))
print(re.split(r'\W+','192.168.1.1')) #\W匹配所有非字母、漢字、數字,包含下劃線,然后處理完成返回一個列表
print(re.split(r'(\W+)','192.168.1.1')) #加了括號后做了分組的處理,.號也被分割了
print(re.split(r'(\W+)','192.168.1.1',1)) #加了一個1這個參數后,表示最大分割深度為1


str1 = '''goodjobisgood:
 testisgood
 welldone
 '''
res1 = re.findall(r'good(.*?)done',str1)

# 如果不使用re.S參數,則只在每一行內進行匹配,如果一行沒有,就換下一行重新開始,不會跨行。

# 而使用re.S參數以后,正則表達式會將這個字符串作為一個整體,將“\n”當做一個普通的字符加入到這個字符串中,在整體中進行匹配。

res2 = re.findall(r'good(.*?)done',str1,re.S)
print(res1)
print(res2)
示例2:網頁信息匹配
str1 = '<p>this is a herf<a href="www.baidu.com">goodjob</a></p>'
# find = re.search('<a href="(.+)">(\w+)</a>', str1)
find = re.search('<a href="(?P<url>.+)">(?P<name>\w+)</a>', str1)
print(find.groups())
print(find.group(1))
print(find.group(2))
print(find.groupdict())
示例3:日期匹配
date1=input("請輸入年月日:")
result1=re.match(r'^(\d{4}-\d{1,2}-\d{1,2})$',date1)
print(result1.group())
示例4:郵箱正則匹配
re_email = r'^[a-zA-Z0-9_]{0,20}@(163|162|Gmail|yahoo)\.com'
email_address = input('請輸入郵箱')
res = re.search(re_email, email_address)
print(res)
print(email_address)
print(type(res))
print(res.group())
示例5:手機號匹配
phone=input("請輸入手機號:")
result2=re.match(r'1[35678]\d{9}',phone)

print(result2.group())

以上就是python re教程(Python re 正則匹配)的詳細內容,想要了解更多Python教程歡迎持續關注編程學習網。

掃碼二維碼 獲取免費視頻學習資料

Python編程學習

查 看2022高級編程視頻教程免費獲取