python re 非双斜线_python基础 | 正则扫盲

柔情只为你懂 2022-10-26 12:49 10阅读 0赞

![0027617ed6591cdf772e34cdef4fd3fb.png][]

![6fe6f081c5baf8fa888431e31c6930b0.png][]

![475bae279728e95c0c73eaa19d1d6179.png][]

图|一张顾巷

文|一张顾巷

门径初窥

**//正则：交个朋友?//**  鸽 ?了大家好久的正则，今天终于来啦~~ 朋友：谁是正则啊？ 那就由正则本人来一个官方的自我介绍。(旁白) 正则： 俺大名， 正则表达式；洋 名， Regular Expression。是一个根据「 **特定语法结构编写** 」 的正经字符串 。 朋友：那你有啥本领呀？ 正则：字符串的检索、替换及匹配验证都离不开我~ 朋友：耍个瞧瞧噻。 正则：嗐，说来就来，您瞧好，咱先来个简单的， **从下述字符串中提取手机号码**

兔子小白将写了13451817705的字条悄咪咪藏好

朋友：要怎么提取？遍历字符串一个个字符判断？ 正则：duck不必，只需下述一串字符串：

"(?

朋友： ![9aaef74ca7725ef4bd41dd417304937a.png][]正则：交个朋友 **?**  **//在线小工具分享//**  随手打开一个在线正则测试工具，复制粘贴： https://tool.oschina.net/regex/

![b4d3271775752cbbbbcf621344018aff.png][]

点击测试匹配后，可以看到手机号码已被提取出来了，强大如斯，看不懂上述表达式？没关系，往下看Python中正则的详细用法。

明其所以

**//re模块//**  Python中内置re模块用来处理正则表达式，上述在线测试的例子可以写成Python代码：

import rereg_string = '兔子小白将写了13451817705的字条悄咪咪藏好'reg = '(?result = re.search(reg, reg_string)print(result)# 输出：# <_sre.sre_match object span="(7," match="13451817705">

上述用到的search()函数是re模块提供的正则匹配函数，一一介绍下re模块提供的几个常用函数~ **//常用函数//**

*  **匹配**

**re.match**(pattern, string, flags=0)

尝试从字符串的开头进行匹配，匹配成功返回匹配对象，否则返回None **re.search** (pattern, string, flags=0) 扫描整个字符串，返回第一个匹配对象，否则返回None

*  **检索与替换**

**re.findall**(pattern, string, flags=0)

扫描整个字符串，匹配**所有**能匹配的对象，以**列表形式返回**

**re.finditer**(pattern, string, flags=0)

同findall，匹配所有能匹配的对象，但是是以**迭代器形式返回**

**re.sub**(pattern, repl, string, count=0, flags=0)

将匹配的字符串替换为其他字符串，count为替换的**最大次数**，默认为0，替换所有

**re.split**(pattern, string, maxsplit=0, flags=0)

将匹配的字符串进行分割，**返回列表**，maxsplit为分割的最大次数，默认为0，分割所有

*  **编译Pattern对象**

对于多次用的正则表达式，可调用compile()函数将正则表达式编译成Pattern对象，调用时直接Pattern对象.xxx即可，以此提高复用性

*  **flags修饰符**

在调用这些常用函数时，可传入flags参数(标志位修饰符)，来控制匹配模式，有下表这些可供选择，如果想同时选择多个使用运算符"|"进行连接，比如：**re.I|re.M**

<table> 
 <tbody> 
 <tr> 
 <td align="center"> 修饰符</td> 
 <td align="left">描述</td> 
 </tr> 
 <tr> 
 <td align="center">re.I</td> 
 <td align="left">IGNORECASE&nbsp;→ 忽略大小写</td> 
 </tr> 
 <tr> 
 <td align="center">re.M</td> 
 <td align="left">MULTILINE&nbsp;→ 多行匹配，影响^和$</td> 
 </tr> 
 <tr> 
 <td align="center">re.S</td> 
 <td align="left">DOTALL&nbsp;→ 使.匹配包括换行在内的所有字符</td> 
 </tr> 
 <tr> 
 <td align="center">re.X</td> 
 <td align="left">VERBOSE&nbsp;→ 忽略空白和注释，并允许使用'#'来引导一个注释</td> 
 </tr> 
 <tr> 
 <td align="center">re.U</td> 
 <td align="left">UNICODE&nbsp;→ 根据Unicode字符集解析字符，影响\w、\W、\b和\B</td> 
 </tr> 
 <tr> 
 <td align="center">re.L</td> 
 <td align="left">LOCALE&nbsp;→ 做本地化识别(locale-aware)匹配</td> 
 </tr> 
 </tbody> 
</table>

正则语法详解

**/** **/'r'知多少** **//**  用于告知编译器这个string是raw string(原始字符串)， **不要转义反斜杠** ，比如r'\\n'是两个字符：反斜杠+n，而不是换行！ **/** **/转义少不了** **//**  当遇到用于正则匹配模式的特殊字符时，在前面加 **反斜线转义** 一下即可，比如\\.，\$，\$等。

**//字符规则//**

<table> 
 <tbody> 
 <tr> 
 <td align="center">&nbsp;&nbsp;字符&nbsp; &nbsp;</td> 
 <td align="left">作用</td> 
 </tr> 
 <tr> 
 <td align="center">.</td> 
 <td align="left">匹配任意一个字符(除\n外)</td> 
 </tr> 
 <tr> 
 <td align="center">[...]</td> 
 <td align="left">匹配[]中列举的字符</td> 
 </tr> 
 <tr> 
 <td align="center">[^...]</td> 
 <td align="left">匹配不在[]中列举的字符</td> 
 </tr> 
 <tr> 
 <td align="center">\d</td> 
 <td align="left">匹配数字，0-9</td> 
 </tr> 
 <tr> 
 <td align="center">\D</td> 
 <td align="left">匹配非数字</td> 
 </tr> 
 <tr> 
 <td align="center">\s</td> 
 <td align="left">匹配空白，即空白与tab缩进</td> 
 </tr> 
 <tr> 
 <td align="center">\S</td> 
 <td align="left">匹配非空白</td> 
 </tr> 
 <tr> 
 <td align="center">\w</td> 
 <td align="left">匹配字母数字或下划线，a-z，A-Z，0-9，_</td> 
 </tr> 
 <tr> 
 <td align="center">\W</td> 
 <td align="left">匹配非字母数字或下划线</td> 
 </tr> 
 <tr> 
 <td align="center">-</td> 
 <td align="left">匹配范围，如a-f</td> 
 </tr> 
 </tbody> 
</table>

**//边界规则//**

<table> 
 <tbody> 
 <tr> 
 <td align="center">字符</td> 
 <td align="left">作用</td> 
 </tr> 
 <tr> 
 <td align="center">^</td> 
 <td align="left">行开始</td> 
 </tr> 
 <tr> 
 <td align="center">$</td> 
 <td align="left">行结束</td> 
 </tr> 
 <tr> 
 <td align="center">\b</td> 
 <td align="left">单词边界，即单词和空格间的位置，如'er\b'可匹配'never'中的'er'，但不能匹配'verb'中的'er'</td> 
 </tr> 
 <tr> 
 <td align="center">\B</td> 
 <td align="left">匹配非单词边界</td> 
 </tr> 
 <tr> 
 <td align="center">\A</td> 
 <td align="left">匹配字符串开头</td> 
 </tr> 
 <tr> 
 <td align="center">\Z</td> 
 <td align="left">匹配字符串结尾，如果有换行，只匹配到换行前的结束字符串</td> 
 </tr> 
 <tr> 
 <td align="center">\z</td> 
 <td align="left">匹配字符串结尾，如果有换行，会连换行符也匹配</td> 
 </tr> 
 </tbody> 
</table>

**//分组//**

有时我们需要的可能是匹配字符串中的一部分内容，可以进行分组，使用括号()包裹，比如：从匹配的字符串中提取出区号和本地号码 → ^(\\d\{3\})-(\\d\{3,8\})$，具体规则如下表所示：

<table> 
 <tbody> 
 <tr> 
 <td align="center">字符</td> 
 <td align="left">作用</td> 
 </tr> 
 <tr> 
 <td align="center">l</td> 
 <td align="left">匹配左右任意一个表达式</td> 
 </tr> 
 <tr> 
 <td align="center">(re)</td> 
 <td align="left">匹配括号内的表达式，也表示一个组</td> 
 </tr> 
 <tr> 
 <td align="center">(?:re)</td> 
 <td align="left">同上，但不表示一个组</td> 
 </tr> 
 </tbody> 
</table>

具体完整语法如下所述：

* (?=re)→前向肯定断言，仅当子表达式在此位置的右侧匹配时才继续匹配，如：ok(?=fu) ,与**以fu结尾的ok实例**匹配。
 * (?!re)→前向否定断言，仅当子表达式不在此位置的右侧匹配时才继续匹配，如：(?!fu) 与**不以fu结尾的实例**匹配，所以与okfu不匹配。
 * (?<=re)→后向肯定断言，仅当子表达式在此位置的左侧匹配时才继续匹配，如：(?=ok)fu 与**跟在ok后的fu实例**匹配。
 * (?不以ok开头的实例匹配，所以与okfu不匹配。

re中的**group()函数**也可以获取带每个匹配的分组内容：

import rereg_pattern = re.match(r'^(\d{4})-(\d{3,8})$', '0756-1234567')print(reg_pattern.group())print(reg_pattern.group(0))print(reg_pattern.group(1))print(reg_pattern.group(2))# 输出：# 0756-1234567# 0756-1234567# 0756# 1234567

此外，还有四个常用函数：

*  **groups()**：从group(1)开始往后的所有值，返回一个元组
 *  **start()**：返回匹配的开始位置
 *  **end()**：返回匹配的结束位置
 *  **span()**：返回一个元组，表示匹配位置(开始，结束)

**//贪婪匹配和非贪婪匹配//**

正则匹配默认是贪婪匹配，即匹配尽可能多的字符。若需要匹配符合表达式尽可能少的字符串，则可以合理使用**” ？“**,采用非贪婪匹配。

import rere.match(r'^(\d+)(0*)$','12345000').groups()# 原意是想得到('12345', '000')这样的结果的，但输出的却是：('12345000', '')# 由于贪婪匹配，直接把后面的0都给匹配了，结果0*只能匹配空字符串了，# 若果想尽可能少的匹配，可在\d+后加上一个问号?，采用非贪婪匹配re.match(r'^(\d+?)(0*)$','12345000').groups()# 输出结果：('12345', '000')

**//常用正则收录//**

参考https://juejin.cn/post/6844904182835757064# 火车车次[GCDZTSPKXLY1-9]\d{1,4}# 手机机身码(IMEI)\d{15,17}# 必须带端口号的网址(或ip)((ht|f)tps?:\/\/)?[\w-]+(\.[\w-]+)+:\d{1,5}\/?# 统一社会信用代码[0-9A-HJ-NPQRTUWXY]{2}\d{6}[0-9A-HJ-NPQRTUWXY]{10}# 子网掩码 (?:\d{1,2}|1\d\d|2[0-4]\d|25[0-5])(?:\.(?:\d{1,2}|1\d\d|2[0-4]\d|25[0-5])){3}# 网址(url,支持端口和"?+参数"和"#+参数)((ht|f)tps?://)?[\w-]+(\.[\w-]+)+([\w.,@?^=%&:/~+#-]*[\w@?^=%&/~+#-])?# 24小时制时间(HH:mm:ss)(?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d# 12小时制时间(hh:mm:ss)(?:1[0-2]|0?[1-9]):[0-5]\d:[0-5]\d# date(日期)\d{4}(-)(1[0-2]|0?\d)\1([0-2]\d|\d|30|31)# email(邮箱)(([^<>()\[\]\\.,;:\s@"]+(\.[^<>()\[\]\\.,;:\s@"]+)*)|(".+"))@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\])|(([a-zA-Z\-0-9]+\.)+[a-zA-Z]{2,}))# 匹配连续重复的字符(.)\1+# 银行卡号(10到30位, 覆盖对公/私账户, 参考微信支付)[1-9]\d{9,29}# 手机号(mobile phone)中国(严谨), 根据工信部2019年最新公布的手机号段(?:(?:\+|00)86)?1(?:(?:3[\d])|(?:4[5-7|9])|(?:5[0-3|5-9])|(?:6[5-7])|(?:7[0-8])|(?:8[\d])|(?:9[1|8|9]))\d{8}

**虽迟但到，希望对你们有帮助，比心心~**

[0027617ed6591cdf772e34cdef4fd3fb.png]: /images/20221024/1515acca777e452084cb7b3deb291874.png
[6fe6f081c5baf8fa888431e31c6930b0.png]: /images/20221024/e6ccbc51ad464c1ea3df52c134e9ee68.png
[475bae279728e95c0c73eaa19d1d6179.png]: /images/20221024/79a8aa7e6086412f9a588d76a5c91104.png
[9aaef74ca7725ef4bd41dd417304937a.png]: /images/20221024/cf73f0272a0348569682a0ca0ba0ef13.png
[b4d3271775752cbbbbcf621344018aff.png]: /images/20221024/784502513293427dbe55277daf4daee7.png