对python3中的RE(正则表达式)-详细总结


						1.引入正则模块(Regular Expression)

要使用python3中的RE则必须引入 re模块





import re #引入正则表达式



2.主要使用的方法 match(), 从左到右进行匹配





#pattern 为要校验的规则

#str 为要进行校验的字符串

result = re.match(pattern, str) 

 

#如果result不为None,则group方法则对result进行数据提取



3. 正则表达式

1️⃣单字符匹配规则





字符 功能

.  匹配任意1个字符(除了\n)

[]  匹配[]中列举的字符

\d  匹配数字,也就是0-9

\D  匹配非数字,也就是匹配不是数字的字符

\s  匹配空白符,也就是 空格\tab

\S  匹配非空白符,\s取反

\w  陪陪单词字符, a-z, A-Z, 0-9, _

\W  匹配非单词字符, \w取反



2️⃣表示数量的规则





字符 功能

*  匹配前一个字符出现0次多次或者无限次,可有可无,可多可少

+  匹配前一个字符出现1次多次或则无限次,直到出现一次

?  匹配前一个字符出现1次或者0次,要么有1次,要么没有

{m}  匹配前一个字符出现m次

{m,} 匹配前一个字符至少出现m次

{m,n} 匹配前一个字符出现m到n次

 



例一: 验证手机号码是否符合规则(不考虑边界问题)





#首先清楚手机号的规则

#1.都是数字 2.长度为11 3.第一位是1 4.第二位是35678中的一位

 

pattern = "1[35678]\d{9}"

phoneStr = "18230092223"

 

result = re.match(pattern, phoneStr)

result.group()

 

#执行结果如下图:







4. 原始字符串raw, 先来看如下实例:



在上图中: 在给str赋值"\nabc"前加上"r"之后,python解释器会自动给str的值"\nabc"在加上一个"\".

使str在被打印的时候,能够保持原始字符串的值"\nabc"打印出来.

例二: (原始字符串在正则表达式中的应用)



假若没有原始自付出r,则我们就要进行如下的操作: 给pattern加上双倍的"\"以避免转义字符中减少"\".会比较麻烦

当我们使用r原始字符串时,就不必考虑字符串的转移问题,更易集中解决字符匹配问题.



5. 表示边界





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



例三: 边界(制定规则来匹配str="ho ve r")





import re

 

#定义规则匹配str="ho ve r"

#1. 以字母开始

#2. 中间有空字符

#3. ve两边分别限定匹配单词边界

 

pattern = r"^\w+\s\bve\b\sr"

str = "ho ve r"

result = re.match(pattern, str)

result.group()



6. 匹配分组





字符  功能

|   匹配左右任意一个表达式

(ab)  将括号中字符作为一个分组

\num  引用分组num匹配到的字符串

(?P<name>) 分组起别名

(?P=name) 引用别名为name分组匹配到的字符串



例四: 匹配出0-100之间的数字





import re

 

#匹配出0-100之间的数字

#首先:正则是从左往又开始匹配

#经过分析: 可以将0-100分为三部分

#1. 0  "0$"

#2. 100  "100$"

#3. 1-99  "[1-9]\d{0,1}$"

#所以整合如下

 

pattern = r"0$|100$|[1-9]\d{0,1}$"

#测试数据为0,3,27,100,123

result = re.match(pattern, "27")

result.group()

 

#将0考虑到1-99上,上述pattern还可以简写为:pattern=r"100$|[1-9]?\d{0,1}$"

#测试结果如下图:





例五: 匹配分组,获取页面中的<h1>标签中的内容





import re

#匹配分组,获取页面<h1>标签中的内容, 爬虫的时候会用到

 

str = "<h1>hello world!<h1>"

pattern = r"<h1>(.*)</h1>"

result = re.match(pattern, str)

result.group()

 

#执行如下图





例六: 分组引用, 精确获取多个标签内的内容





import re

 

#引用分组,精确获取多个标签内的内容

#"\1"是对第一个分组的引用,同理......

 

str = "<span><h1>hello world!</h1></span>"

pattern = r"<(.+)><(.+)>.*</\2></\1>"

result = re.match(pattern, str)

result.groups()

 

#执行如下图:





例七-2:分组起别名





import re

 

#分组起别名

 

str = "<span><h1>hello world!</h1></span>"

pattern = "<(?P<key1>.+)><(?P<key2>.+)>(?P<nr>.*)</(?P=key2)></(?P=key1)>"

result = re.match(pattern, str)

result.groups()

 

#执行如下图:





以上这篇对python3中的RE(正则表达式)-详细总结就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。