python学习笔记（九）正则表达式

分手后的思念是犯贱 2023-07-13 12:09 13阅读 0赞

**目录**

（一）判断号码是否符合规则

（二）使用re进行判断

1）什么是正则表达式？

2）用regex实现以上代码

re中的数字字符

创建正则表达式对象

匹配 Regex对象

--------------------

你一定熟悉文本查找、文本输入。比如我们谷歌一个问题来寻找答案，或则在我们的计算机里搜索文件。我们也会填写各种在线表格以及输入一些文字。这里就有一个问题，就是机器需要你提供个给它手机号码，或者是学校的服务器要你的学号，诸如手机号和学号这样的数字都是有自己固定的编写格式，所以我们需要在用户输入之后检查是否符合规定的格式。

对于后续的学习，你一定不会否定操作文本或者是数据的重要性。现在包括公安网公民信息、银行账户信息、股票报价信息、新闻等等，都是一种数据，毫无疑问，这些数据是存储在文本文件中的。所以能将这些文本或者数据以某种可被计算机识别和处理的模式表达出来是非常有用的。

先不谈大海，且看看小溪。

这里我们假设要统计一个群体的手机号码，那么我们要保证用户输入的手机号码符合手机号码的命名规则。

# （一）判断号码是否符合规则 #

这里我们编写了一个检查手机号码格式的代码：

def isPhoneNumber(text):
        if len(text) != 13:
            return False
        if text[3] != text[8] != '-':
            return False
        else:
            return text
    
    text = input("请按照123-4567-7890格式输入手机号码：")
    
    if isPhoneNumber(text):
        print("用户手机号:",text)
    else:
        print("手机号输入错误")

运行以上程序：

请按照123-4567-7890格式输入手机号码：123-4568-7895
    用户手机号: 123-4568-7895

上面这个程序实现了判断用户的手机号是否符合我们规定的格式。当然这里手机号码的格式也是假设的。

一个手机号码很短，但是我们需要判断的可能是上百万个字符，这样我们判断的函数会十分的复杂，这种情况下，Python给我们提供了正则表达式的方案。

让我们用正则表达式来实现以上功能。

# （二）使用re进行判断 #

## 1）什么是正则表达式？ ##

正则表达式（regex）是一种从某种模式的文本文件中识别并且提取数据的方法。

正则表达式（regex）为高级的文本模式匹配、抽取、与/或文本形式的搜索和替换功能提供了基础。 简单地说，正则表达式（简称为 regex）是一些由字符和特殊符号组成的字符串，它们描述了**模式的重复**或者表述多个**字符**，于是正则表达式能按照某种模式匹配一系列有相似特征的字符串。

> 匹配（matching），指的是术语“模式匹配”（pattern-matching）。在 Python 术语中，主要有两种方法完成模式匹配：“**搜索**”（searching），即在字符串任意部分中搜索匹配的模式；而“**匹配**”（matching）是指判断一个字符串能否从起始处全部或者 部分地匹配某个模式。搜索通过 search()函数或方法来实现，而匹配通过调用 match()函数或方法实现。总之，当涉及模式时，全部使用术语“匹配”；我们按照 Python 如何完成模式匹配的方式来区分“搜索”和“匹配”。   
>

## 2）用regex实现以上代码 ##

Python提供了正则表达式的模块，在使用正则表达式之前，我们需要导入re模块。

import re
    
    text = input("请按照123-4567-7890格式输入手机号码：")
    phoneNumber = re.compile('\d\d\d-\d\d\d\d-\d\d\d\d')
    mo = phoneNumber.search(text)
    
    if mo != None:
        rsult = mo.group()
    else:
        rsult = "不符合设置的匹配模式"
        
        
    print("该用户电话号码为：", rsult)

运行以上代码：

请按照123-4567-7890格式输入手机号码：123-4567-7895
    该用户电话号码为： 123-4567-7895

### re中的数字字符 ###

\\d表示一个数字字符，即任何一位0到9的数字。Python使用正则表达式\\d\\d\\d-\\d\\d\\d\\d-\\d\\d\\d\\d，里匹配这里的电话号码。

但是正则表达式可以复杂得多。例如，在一个模式后加上花括号包围的 3（\{3\}），就是说，“ 匹配这个模式 3 次”。所以较短的正则表达式\\d\{3\}-\\d\{4\}-\\d\{4\}，也匹配正确的电话号码格式。

### 创建正则表达式对象 ###

这行代码phoneNumber = re.compile('\\d\\d\\d-\\d\\d\\d\\d-\\d\\d\\d\\d')实现了用compile()传入一个字符串值，表示正则表达式，它将返回一个Regex模式对象（简称为Regex对象）。

将Regex对象保存在phoneNumber变量中。

### 匹配 Regex对象 ###

Regex 对象的 search()方法查找传入的字符串，寻找该正则表达式的所有匹配。如果在字符串中没有找到该正则表达式模式，search(）方法将返回None。如果找到了该模式， search()方法将返回一个Match 对象。Match 对象有一个group()方法，它返回被查找字符串中实际匹配的文本。

mo = phoneNumber.search(text)

> 回忆一下，Python 中转义字符使用倒斜杠（\\）。字符串'\\n'表示一个换行字符， 而不是倒斜杠加上一个小写的 n。你需要输入转义字符\\\\，才能打印出一个倒斜杠。 所以'\\\\n'表示一个倒斜杠加上一个小写的 n。但是，通过在字符串的第一个引号之前加上 r，可以将该字符串标记为原始字符串，它不包括转义字符。 因为正则表达式常常使用倒斜杠，向 re.compile()函数传入原始字符串就很方 便 ， 而不是输入额外得到斜杠 。 输 入 r'\\d\\d\\d-\\d\\d\\d-\\d\\d\\d\\d' ， 比 输 入 '\\\\d\\\\d\\\\d-\\\\d\\\\d\\\\d-\\\\d\\\\d\\\\d\\\\d'要容易得多。

当然正则表达式还有很多得匹配模式，这里只是简单介绍，后续实际应用到得时候再来记录。