Python學習 16 正規表示式

2021-07-26 18:07:09 字數 3520 閱讀 2475

正規表示式是一種描述性的語言，用來匹配字串。凡是符合規則的字串，我們認為就是匹配了。

正規表示式並非python獨有的，它與語言無關。很多語言都支援正規表示式。

我們經常用正規表示式來匹配電子郵件、手機號碼、url等等。

來看乙個簡單的正規表示式，用於匹配手機號碼：

^1[35789]\d$
表示匹配以1開頭，第二位是3或5或7或8或9，後面9位是數字，且後面必須以9位數字結尾。滿足該規則的手機號就說明匹配該正則了。

python裡re模組包含所有正規表示式的功能。

注意：由於python的字串本身也用\轉義，所以要特別注意：

s = 'abc\\'


# 對應的正規表示式字串變成：'abc\'
使用python的r字首，就不用考慮轉義的問題了：

s = r'abc\'


# 對應的正規表示式字串不變：'abc\'
上面的正則用python寫則是：

import re


m = re.match(r'^1[35789]\d


$', '13271222223')


print(m)


m = re.match(r'^1[35789]\d


$', '23271222223')


print(m)

輸出：

<_sre.sre_match object; span=(0, 11), match='13271222223'>


none
發現第二個例子匹配結果是none。python中re模組match()方法判斷是否匹配，如果匹配成功，返回乙個match物件，否則返回none。

所以我們可以寫如下判斷**：

import re


if re.match(r'^1[35789]\d


$', '13271222223'):


print('ok')


else:


print('not match')

輸出：

ok
像\d屬於元字元。

常用的元字元：

**說明

.匹配除換行符以外的任意字元

\w匹配字母或數字或下劃線或漢字

\s匹配任意的空白符

\d匹配數字

\b匹配單詞的開始或結束

^匹配字串的開始

$匹配字串的結束

像屬於重複限定符。

常用的限定符：

**/語法說明*

重複0次或更多次

+重複1次或更多次

?重複0次或1次

重複n次

重複n次或更多次

重複n到m次

[35789]表示匹配3或5或7或8或9中的某乙個。像[aeiou]就匹配任何乙個英文母音字母，[.?!]匹配標點符號(.或?或!)。

像[0-9]代表的含意與\d就是完全一致的：一位數字；同理[a-z0-9a-z_]也完全等同於\w（如果只考慮英文的話）。

re模組裡的split可以代替常規的split。示例：

# coding: utf-8


import re


string =


'abc d  e'


print(string.split(' '))


print(re.split(r'\s+', string))

輸出：

['abc', 'd', '', 'e']


['abc', 'd', 'e']
我們發現常規的切分字串無法識別連續的空格，但正則可以。

正規表示式還可以提取子串。用()表示的就是要提取的分組。

(\d\.)\d是乙個簡單的ip位址匹配表示式。要理解這個表示式，可以按順序分析：\d匹配1到3位的數字，(\d\.)匹配三位數字加上乙個英文句號(這個整體也就是這個分組)重複3次，最後再加上乙個一到三位的數字(\d)。

import re


m = re.match(r'(\d\.)


\d', '11.22.33.44')


print(m.group(0))


print(m.group(1))


print(m.groups())

輸出：

11.22.33.44


33.('33.',)
group(0)永遠是原始字串，group(1)、group(2)……表示第1、2、……個子串。groups()返回所有子串的tuple。

這裡由於只有乙個分組，所以列印group(2)會報錯。

當正規表示式中包含能接受重複的限定符時，通常的行為是（在使整個表示式能得到匹配的前提下）匹配盡可能多的字元。

比如我們要匹配數字102300後面的0：

import re


m = re.match(r'^(\d+)(0*)$', '102300')


print(m.groups())

輸出：

('102300', '')
由於貪婪匹配，\d+會一直匹配到末尾，把整個數字都匹配了，0*就只能匹配空字串了。我們改改：

import re


m = re.match(r'^(\d+?)(0*)$', '102300')


print(m.groups())

輸出：

('1023', '00')
加個?就可以讓\d+採用非貪婪匹配。

懶惰限定符：

**/語法

說明*?

重複任意次，但盡可能少重複

+?重複1次或更多次，但盡可能少重複

??重複0次或1次，但盡可能少重複

?重複n到m次，但盡可能少重複

?重複n次以上，但盡可能少重複

參考：

1、正規表示式30分鐘入門教程

Python學習 16 正規表示式

正規表示式是一種描述性的語言，用來匹配字串。凡是符合規則的字串，我們認為就是匹配了。正規表示式並非python獨有的，它與語言無關。很多語言都支援正規表示式。我們經常用正規表示式來匹配電子郵件 手機號碼 url等等。來看乙個簡單的正規表示式，用於匹配手機號碼 1 35789 d 表示匹配以1開頭，第...

Python學習 16 正規表示式

正規表示式是一種描述性的語言，用來匹配字串。凡是符合規則的字串，我們認為就是匹配了。正規表示式並非python獨有的，它與語言無關。很多語言都支援正規表示式。我們經常用正規表示式來匹配電子郵件 手機號碼 url等等。來看乙個簡單的正規表示式，用於匹配手機號碼 1 35789 d 表示匹配以1開頭，第...

Python 正規表示式學習（二）正規表示式語法

一，單一字元匹配 1 匹配任意字元 import re res re.match r a.abcd print res.group 列印結果 abc一點.表示匹配任意的字元。上面的 表示匹配a後面的任意兩個字元。必須從a開始。若寫成 b.則會發生錯誤。2 匹配指定字元 如 0 9a za z 表示 ...