淘先锋技术网

首页 1 2 3 4 5 6 7

正则表达式,又称规则表达式(Regular Expression),是使用单个字符串来描述、匹配某个句法规则的字符串,常被用来检索、替换那些符合某个模式(规则)的文本。

简单来说,正则表达式就是使用:字符串定义规则,并通过规则去验证字符串是否匹配。

比如,验证一个字符串是否是符合条件的电子邮箱地址,只需要配置好正则规则,即可匹配任意邮箱。

比如通过正则规则: (^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$)  即可匹配一个字符串是否是标准邮箱格式

但如果不使用正则,使用if else来对字符串做判断就非常困难了。

正则的三个基础方法

Python正则表达式,使用re模块,并基于re模块中三个基础方法来做正则匹配。

分别是:match、search、findall 三个基础方法

re.match(匹配规则, 被匹配字符串)

从被匹配字符串开头进行匹配, 匹配成功返回匹配对象(包含匹配的信息),匹配不成功返回空。

 

re.search(匹配规则, 被匹配字符串)

搜索整个字符串,找出匹配的。从前向后,找到第一个后,就停止,不会继续向后

整个字符串都找不到,返回None

re.findall(匹配规则, 被匹配字符串)

匹配整个字符串,找出全部匹配项

找不到返回空list: []

 元字符匹配

正则最强大的功能在于元字符匹配规则。 单字符匹配:

单字符匹配
字符功能
.匹配任意1个字符 (除了\n),\.  匹配点本身
[ ]匹配[ ]中列举的字符
\d匹配数字,即0 - 9
\D匹配非数字
\s匹配空白,即空格、tab键
\S匹配非空白
\w匹配单词字符,即a-z、A-Z、0-9、
\W匹配非单词字符

示例:

字符串 s = “itheima1 @@python2 !!666 ##itcast3”

  • 找出全部数字: re.findall(r‘\d’, s)

字符串的r标记,表示当前字符串是原始字符串,即内部的转义字符无效而是普通字符

  • 找出特殊字符:

re.findall(r‘\W’, s)

  • 找出全部英文字母:

re.findall(r’[a-zA-Z]’, s)

[]内可以写:[a-zA-Z0-9] 这三种范围组合或指定单个字符如

[aceDFG135]

数量匹配
字符功能
*匹配前一个规则的字符出现0至无数次
+匹配前一个规则的字符出现1至无数次
匹配前一个规则的字符出现0次或无数次
{m}匹配前一个规则的字符出现m次
{m,}匹配前一个规则的字符出现最少m次
{m,n}匹配前一个规则的字符出现m到n次
边界匹配
字符功能
^匹配字符串开头
$匹配字符串结尾
\b匹配一个单词的边界
\B匹配非单词边界
分组匹配
字符功能
|匹配左右任意一个表达式
()在括号中字符作为一个分组

案例

  • 匹配账号,只能由字母和数字组成,长度限制6到10位

规则为: ^[0-9a-zA-Z]{6, 10}$

  • 匹配QQ号,要求纯数字,长度5-11,第一位不为0

规则为:^[1-9][0-9]{4, 10}&

[1-9]匹配第一位,[0-9]匹配后面4到10位

  • 匹配邮箱地址,只允许qq、163、gmail这三种邮箱地址

规则为:^[\w-]+(\.[\w-]+)*@(qq|163|gmail)(\.[\w-]+)+&

  • [\w-]+ 表示出现a-z A-Z 0-9 _ 和 - 字符最少一个,最多不限
  • (\.[\w-]+)*,表示出现组合 . 和 a-z A-Z 0-9 _  -的组合最少0次,最多不限

用于匹配:[email protected]中的ced.efg这部分

  • @表示匹配@符号
  • (qq|163|gmail)表示只匹配这3个邮箱提供商
  • (\.[\w-]+)+表示a-z A-Z 0-9 _  -的组合最少1次,最多不限

用于匹配[email protected]中的.com.cn这种

最后使用+表示最少一次,即比如:.com

多了可以是:.com.cn.eu这样