正则校验网站:http://tool.chinaz.com/regex/
字符组
在一个字符的位置上能出现的内容
# [1bc] 是一个范围 # [0-9][A-Z][a-z] 匹配三个字符 # [abc0-9] 匹配一个字符 # [0-9a-zA-Z] 匹配一个字符
量词
# ? 重复零次或一次 0-1 # + 重复一次或更多次 1-n # * 重复零次或更多次 0-n # {n} 重复n次 # {n,} 重复n次或更多次 # {n,m} 重复n到m次
元字符
# \d == [0-9] 也表示匹配一个字符,匹配的是一个数字 # \w == [0-9a-zA-Z_] 也表示匹配一个数字字母下划线 # \s == [\n \t] 包括回车 空格 和 制表符tab # \n 匹配回车 # \t 匹配制表符 # \D 匹配非数字 # \W 匹配非数字字母下滑线 # \S 匹配非空白 # ^ 匹配字符串的开始 # $ 匹配字符串的结尾 # a|b 匹配字符a或字符b # () 匹配括号内的表达式,也表示一个组 # [^...]匹配除了字符组中字符的所有字符 # . 匹配除换行符以外的任意字符 # [\d\D] [\w\W] [\s\S] 都是匹配所有
转义符 \
在正则表达式中,有很多有特殊意义的是元字符,比如\n和\s等,如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义,变成'\\'。
在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本身还需要转义。所以如果匹配一次"\n",字符串中要写成'\\n',那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用到了r'\n'这个概念,此时的正则是r'\\n'就可以了。
# |的用法 [1-9]\d{16}[0-9X]|[1-9]\d{14} 身份证号 # ()的用法 [1-9]\d{14}(\d{2}[1-9X])? 身份证号 # 匹配整数或小数:-?\d+(\.\d+)*
# re.match 从头开始匹配 # re.search 匹配包含 # re.findall 把所有匹配到的字符放到以列表中的元素返回 # re.splitall 以匹配到的字符当做列表分隔符 # re.sub 匹配字符并替换 # re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同) # M(MULTILINE): 多行模式,改变'^'和'$'的行为(参见上图) # S(DOTALL): 点任意匹配模式,改变'.'的行为 # findall 会优先显示分组中的内容,要想取消分组优先,(?:正则表达式) # plit 遇到分组 会保留分组内被切掉的内容 # search 如果search中有分组的话,通过group(n)就能够拿到group中的匹配的内容 # 分组命名: # (?P<name>正则表达式) 表示给分组起名字 # (?P=name)表示使用这个分组,这里匹配到的内容应该和分组中的内容完全相同
import re res = re.match('liu', 'liufujia') # 从头开始匹配 print(res.group()) res = re.match('liu\d+', 'liu352521fujia') # \d表示匹配一个数字,\d+匹配一个或多个数字 print(res.group()) res = re.match('.', 'liufujia') # .匹配任意一个字符 print(res.group()) res = re.match('.+', 'liufujia77') # .匹配任意一个字符,.+匹配所有 print(res.group()) #输出结果为:
liu liu352521 l liufujia77
import re res = re.search('f[a-z]+a', 'liu321fuJiafujia123') # . 以f开头,[a-z]小写字母一个,[a-z]+多个小写字母,r[a-z]+a表示以r开头,以a结尾,中间多个任意小写字母 print(res.group()) res = re.search('[a-z]+', 'liuFujia', flags=re.I) # 忽略大小写 print(res.group()) res = re.search('#.+#', '123#hello#j58') print(res.group()) res = re.search('aal?', 'aaalexaaa') # 匹配?前的l一次或0次 print(res.group()) res = re.search('[0-9]{3}', 'as1def2rt3456gh') # 匹配数字三次 print(res.group()) 输出结果为 :
fujia liuFujia #hello# aa 345
import re res = re.findall('[0-9]{2,3}', 'as1def25rt3456gh') # 匹配前一个字符n到m次 print(res) res = re.findall('abc|ABC', 'ABCAabcCD') # findall满足的都匹配 print(res) res = re.findall('\d+', 'sd5ere65tere862') print(res) res = re.findall('\D+', '$sd5ere65tere862') # 匹配非数字多次 print(res) res = re.findall('\w+', '$sd5ere65t#ere862') # 匹配非特殊字符多次 print(res) 输出结果为: ['25', '345'] ['ABC', 'abc'] ['5', '65', '862'] ['$sd', 'ere', 'tere'] ['sd5ere65t', 'ere862']
import re res = re.split('[a-z]', '7sdr85fd8gf52') print(res) res = re.split('[a-z]+', '7sdr85fd8gf52') print(res) res = re.sub('[0-9]+', '|', '2sd36fd5er9') # 替换,匹配所有的数字,替换为| print(res) res = re.sub('[0-9]+', '|', '2sd36fd5er9', count=2) # 替换,匹配前两次的数字,替换为| print(res) 输出结果为:
['7', '', '', '85', '', '8', '', '52'] ['7', '85', '8', '52'] |sd|fd|er| |sd|fd5er9
import re re.findall('-0\.\d+|-[1-9]+(\.\d+)?', 'alex83egon20taibai40') # --> python解释器能理解的代码 --> 执行代码 ret = re.compile('-0\.\d+|-[1-9]\d+(\.\d+)?') res = ret.search('alex83egon-20taibai-40') print(res.group()) # 节省时间 : 只有在多次使用某一个相同的正则表达式的时候,这个compile才会帮助我们提高程序的效率 输出结果:
-20
import re ret = re.findall('www.(baidu|csca).com', 'www.csca.com') print(ret) 输出结果:
['www.csca.com']
import re ret = re.split('\d+', 'abc83egon20bai40') print(ret) ret = re.split('(\d+)', 'abc83egon20bai40') print(ret) 输出结果:
['abc', 'egon', 'bai', ''] ['abc', '83', 'egon', '20', 'bai', '40', '']
分组遇见 search
import re ret = re.search('\d+(.\d+)(.\d+)(.\d+)?', '1.2.3.4-2*(60+(-40.35/5)-(-4*3))') print(ret.group()) print(ret.group(1)) print(ret.group(2)) print(ret.group(3)) 输出结果为:
1.2.3.4 .2 .3 .4