文章目录

• • 正则表达式应用场景
  • 正则表达式模块----re
  • 匹配字符串需要的条件：
  • • 示例
    • 组的概念
    • 贪婪与非贪婪
  • findall()的使用
  • search的使用
  • group()和groups()
  • split()正则替换
  • re模块----match
  • re模块----compile
  • Python中常见的正则匹配符
  • • 1.正则表达式模式
    • 2.正则表达式修饰符

正则表达式应用场景

• 判读一个字符串是否符合规则
• 取出制定数据
• 爬虫岗位较为核心的技术
• 彩票网站匹配彩票信息

正则表达式模块----re

只匹配一次

import re

str_data = 'hello, this is a good day'
result = re.search('h([a-zA-Z])s', str_data)
print(result.groups())

结果：('i',)
匹配多次

import re

str_data = '本期彩票结果是：10,20,1,5,7,21,12'
result = re.findall('(\d+,\d+,\d+,\d+,\d+,\d+,\d+)', str_data)
print(result)

结果：['10,20,1,5,7,21,12']

匹配字符串需要的条件：

• 正则表达式模块----re
• 匹配“针”的规则
• 取“针”的大海----字符串

示例

示例1：\d匹配了数字

import re

data = 'hello dewei you are 33 age old'
print(re.findall('\d', data))

结果：['3', '3']
示例2：\s匹配了空格

import re

data = 'hello dewei you are 33 age old'
print(re.findall('\s', data))

结果：[' ', ' ', ' ', ' ', ' ', ' ']
示例3：\w匹配字母、数字及下划线

import re

data = 'hello dewei you are 33 age old'
print(re.findall('\w', data))

结果：['h', 'e', 'l', 'l', 'o', 'd', 'e', 'w', 'e', 'i', 'y', 'o', 'u', 'a', 'r', 'e', '3', '3', 'a', 'g', 'e', 'o', 'l', 'd']
示例4：\A匹配字符串开头

import re

data = 'hello dewei you are 33 age old'
print(re.findall('\Ahello', data))

结果：['hello']
示例5：\A匹配字符串开头

import re

data = 'hello dewei you are 33 age old'
print(re.findall('\Ahellos', data))

结果：[]
示例6：\Z匹配字符串结尾

import re

data = 'hello dewei you are 33 age old'
print(re.findall('old\Z', data))

结果：['old']
示例7：\Z匹配字符串结尾

import re

data = 'hello dewei you are 33 age old'
print(re.findall('aold\Z', data))

结果：[]
示例8：|或的关系，只要存在就能捕获
匹配到的数据只按字符串顺序返回，而不是按照匹配规则返回。

import re

data = 'xiaoming@qq.com'
print(re.findall('xiaoming|com|qq', data))

结果：['xiaoming', 'qq', 'com']
示例9：^等同于\A

import re

data = 'xiaoming@qq.com'
print(re.findall('^xiaoming', data))

结果：[xiaoming]
示例10：$等同于\Z

import re

data = 'xiaoming@qq.com'
print(re.findall('com￥', data))

结果：[]
示例11：w*匹配0次或多次数字或字母

data = 'xiaoming@qq.com'
print(re.findall('\w*', data))

结果：['xiaoming','','qq','','com','']
示例12：w+匹配1次或多次数字或字母，@和0属于0次范围，不会被匹配出来。

import re

data = 'xiaoming@qq.com'
print(re.findall('\w+', data))

结果：['xiaoming', 'qq', 'com']
示例13：{N,M}给出匹配到的数据范围

import re

data = 'xiaoming@qq.com'
print(re.findall('\w{1,5}', data))

结果：['xiaoming', 'qq', 'com']
示例14：N和M中间逗号左右不能有空格

import re

data = 'xiaoming@qq.com'
print(re.findall('\w{1,5}', data))

结果：[]
示例15：字符集中^不再代表开始，而是过滤掉。

import re

data = 'xiaoming@qq.com'
print(re.findall('[^xiaoming]', data))

结果：['@','q','q','.','c','o','m']
示例：判断当前的URL是不是合法的。

import re

def check_url(url):
	result = re.findall('[a-zA-Z]{4,5}://\w*\.*\w+\.\w+', url)
	if result != 0:
		return True
	else:
		return False

def get_url(url):
	result = re.findall('https://(\w*\.*\w+\.\w+)', url)
	if len(result) != 0:
		return result[0]
	else:
		return ''

def get_email(data):
	result = re.findall('[0-9a-zA-Z_]+@[0-9a-zA-Z]+\.[a-zA-Z]+', data)
	return result

组的概念

()：在匹配规则中只要指定的数据
示例：

import re

data = 'hello my name is xiaoming'
result = re.search('hello (.*) name is (.*)')
print(result.groups())

结果：['my','xiaoming']

print(result.group(1))

结果：['my']

print(result.group(2))

结果：['xiaoming']

贪婪与非贪婪

0次或多次属于贪婪模式
通过？组合变成非贪婪模式

findall()的使用

findall(pattern, string[, flags])

[, flags]选填
查找字符串中所有（非重复）出现的正则表达式模式，并返回一个匹配列表

search的使用

search(pattern, string, flags=0)

使用可选标记搜索字符串中第一次出现的正则表达式模式。如果匹配成功，则返回匹配对象；如果失败，则返回None。

group()和groups()

group(num)返回整个匹配对象，或者编号为num的特定子组。
groups()返回一个包含所有包含匹配子组的元组。如果没有匹配成功，则返回一个空元组。

split()正则替换

split(pattern, string, max=0)

根据正则表达式的模式分隔符，split函数将字符串分割为列表，然后返回成功匹配的列表，分隔最多操作max次（默认分割所有匹配成功的位置）。
示例：

data = 'hello world'
print(re.split('\W', data))

结果：['hello','world']

re模块----match

match(pattern, string, flags=0)

尝试使用带有可选的标记的正则表达式的模式来匹配字符串。如果匹配成功，则返回匹配对象。如果失败，则返回None。
示例：

data = 'hello world'
result = re.match('hello', data)
print(result.group())

结果：'hello'

re模块----compile

compile(pattern, flags=0)

定义一个匹配规则的对象。
示例：

data = 'hello my email is xiaoming@qq.com i like python'
re_obj = re.compile('email is (.*?) i')
result = re_obj.findall(data)
print(result)

结果：['xiaoming@qq.com']

public class Eval { // 新建类
	public static void main(String[] args) { // 主方法
		String regex = "1[35]\\d{9}";
		String text = "15000000000";
		if (text.matches(regex)) {
			System.out.println(text + "是合法的手机号");
		}
	}
}

结果：15000000000是合法的手机号

Python中常见的正则匹配符

1.正则表达式模式

如果要在正则表达式中使用点字符“ . ”，使用转义字符“ \ ”

模式	描述
^	匹配字符串的开头
&	匹配字符串的末尾
.	匹配任意字符，除了换行符
[...]	用来表示一组字符，单独列出：[amk]匹配'a','m'或'k'
[^...]	不在[]中的字符，[^abc]匹配除了abc以外的字符
re*	匹配0个或多个表达式
re+	匹配1个或多个表达式
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}	匹配n个前面表达式
re{ n,}	精确匹配n个前面表达式
re{ n,m}	匹配n到m次由前面的正则表达式定义的片段，贪婪方式
a|b	匹配a或b
\w	匹配字母数字及下划线
\W	匹配非字母数字及下划线
\d	匹配任意数字，等价于[0-9]
\D	匹配任意非数字
\s	匹配任意空白字符，等价于[\t\n\r\f]
\S	匹配任意非空字符
\A	匹配字符串的起始
\Z	匹配字符串的结束
[0-9]	匹配任何数字，类似于[1234567890]
[a-z]	匹配任何小写字母
[A-Z]	匹配任何大写字母
[a-zA-Z0-9]	匹配任何字母及数字
[^0-9]	匹配除了数字外的字符
\	将特殊字符无效化

2.正则表达式修饰符

修饰符	描述
re.l	使匹配对大小写不敏感
re.L	做本地化识别(locale-aware)匹配
re.M	多行匹配，影响^和￥
re.S	使.匹配包括换行符在内的所有字符
re.U	根据Unicode字符集解析字符，影响\w,\W,\b,\B
re.X	该标志通过给予更灵活的格式以便将正则表达式写的更易于理解