'Python中的正則表達式'

什麼是正則表達式

世界上分為兩種人，一種是懂正則表達式的，一種是不懂正則表達式的

按照一定的規則，從某個字符串中匹配出想要的數據，這個規則就是正則表達式

正則表達式常用的匹配規則

匹配某個字符串

text = 'hello'ret = re.match('he', text)print(ret.group())# >> he

Python資源共享群：626017123

點(.) 匹配任意的字符串

text = 'ab'ret = re.match('.', text)print(ret.group())# >> a

\\d 匹配任意的數字

text = '123'ret = re.match('\\d', text)print(ret.group())# >> 1

\\D 匹配任意的非數字

text = "a"ret = re.match('\\D',text)print(ret.group())# >> a

如果text為一個數字，那麼就匹配不成功了

text = "1"ret = re.match('\\D',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute 'group'

\\s 匹配的是空白字符串(包括：\\n，\\t，\\r，空格)

text = "\\t"ret = re.match('\\s',text)print(ret.group())# >> 此處是一個空白

\\w 匹配的是 a-z 和 A-Z 以及數字和下劃線

text = "_"ret = re.match('\\w',text)print(ret.group())# >> _

如果要匹配一個其他的字符，那麼就匹配不到

text = "+"ret = re.match('\\w',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

\\W 匹配的是和 \\w 相反的

text = "+"ret = re.match('\\W',text)print(ret.group())# >> +

如果你的text是一個下劃線或者英文字符，那麼就匹配不到了

text = "_"ret = re.match('\\W',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

[] 組合的方式，只要滿足中括號中的某一項都算匹配成功

text = "027-88888888"ret = re.match('[\\d\\-]+',text)print(ret.group())# >> 027-88888888

其實可以使用中括號代替幾種默認的匹配規則

• \\d ：[0-9]
• \\D ：0-9
• \\w ：[0-9a-zA-Z_]
• \\W ：[^0-9a-zA-Z_]

匹配多個字符

*：可以匹配0或者任意多個字符

text = '8888'ret = re.match('\\d*',text)print(ret.group())# >> 8888

以上因為匹配的要求是 \\d ，那麼就要求是數字，後面跟了一個星號，就可以匹配到8888這四個字符

+：可以匹配1個或者多個字符，最少一個

text = "abc"ret = re.match('\\w+',text)print(ret.group())# >> abc

因為匹配的是\\w ，那麼就要求是英文字符，後面跟了一個加號，意味著最少要有一個滿足 \\w 的字符才能夠匹配到。如果text是一個空白字符或者是一個不滿足\\w的字符，就會報錯

text = ""ret = re.match('\\w+',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

?：匹配的字符可以出現一次或者不出現(0或者1)

text = "123"ret = re.match('\\d?',text)print(ret.group())# >> 1

{m}：匹配m個字符

text = "123"ret = re.match('\\d{2}',text)print(ret.group())# >> 12

{m,n}：匹配 m-n 個字符，在這中間的字符都可以匹配到

text = "123"ret = re.match('\\d{1,2}',text)prit(ret.group())# >> 12

如果text只有一個字符，也可以匹配出來

text = "1"ret = re.match('\\d{1,2}',text)prit(ret.group())# >> 1

幾個實際的案例(以給出的文本為例)

• 驗證手機號碼：手機號碼的規則是以1開頭，第二位可以是34587，後面那9位就可以隨意了

text = "18570631587"ret = re.match('1[34587]\\d{9}',text)print(ret.group())# >> 18570631587

• 如果是個不滿足條件的手機號碼。那麼就匹配不到了

text = "1857063158"ret = re.match('1[34587]\\d{9}',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute

• 驗證郵箱：郵箱的規則是郵箱名稱是用數字、數字、下劃線組成的，然後是@符號，後面就是域名了

text = "[email protected]"ret = re.match('\\w+@\\w+\\.[a-zA-Z\\.]+',text)print(ret.group())

• 驗證URL：URL的規則是前面是http或者https或者是ftp然後再加上一個冒號，再加上一個斜槓，再後面就是可以出現任意非空白字符了

text = "http://www.baidu.com/"ret = re.match('(http|https|ftp)://[^\\s]+',text)print(ret.group())

• 驗證身份證：身份證的規則是，總共有18位，前面17位都是數字，後面一位可以是數字，也可以是小寫的x，也可以是大寫的X

text = "3113111890812323X"ret = re.match('\\d{17}[\\dxX]',text)print(ret.group())

^：表示以…開始

text = "hello"ret = re.match('^h',text)print(ret.group())

如果是在中括號中，代表的是取反操作

$：表示以…結束

# 匹配163.com的郵箱text = "[email protected]"ret = re.search('\\w+@163\\.com$',text)print(ret.group())# >> [email protected]

|：匹配多個表達式或者字符串

text = "hello|world"ret = re.search('hello',text)print(ret.group())# >> hello

貪婪模式和非貪婪模式

• 貪婪模式：正則表達式會匹配儘量多的字符，默認是貪婪模式。
• 非貪婪模式：正則表達式會盡量少的匹配字符。

text = "0123456"ret = re.match('\\d+',text)print(ret.group())# 因為默認採用貪婪模式，所以會輸出0123456

可以改成非貪婪模式，就只會匹配到0

text = "0123456"ret = re.match('\\d+?',text)print(ret.group())

匹配0-100之間的數字

text = '99'ret = re.match('[1-9]?\\d$|100$',text)print(ret.group())

如果text=101，就會拋出一個異常

text = '101'ret = re.match('[1-9]?\\d$|100$',text)print(ret.group())# >> AttributeError: 'NoneType' object has no attribute 'group'

轉義字符和原生字符

在正則表達式中，有些字符是有特殊意義的字符，在 Python 中 \\ 也是用來轉義的，因此如果想要在普通的字符串中匹配 \\ ，那麼就要給出 四個 \\

text = "apple \\c"ret = re.search('\\\\\\\\c',text)print(ret.group())

所以要使用原生字符就可以解決這個問題

text = "apple \\c"ret = re.search(r'\\\\c',text)print(ret.group())