1. 从一个判断手机号的问题引入:
如果给你一个字符串,去判断是否是一个手机号码,我们通过之前的学习可以有如下代码:
# 如果用普通的方式去检验一个电话号码非常麻烦。 def checkPhone(str): if len(str) != 11: return False elif str[0] != "1": return False elif str[1:3] != "39" and str[1:3] != "31": return False for i in range(3,11): if str[i] < "0" or str[i] > "9": return False return True print(checkPhone("13912345678")) print(checkPhone("139123456785")) print(checkPhone("1391234a678")) print(checkPhone("23912345678")) print(checkPhone("19012345678")) # True # False # False # False # False
从这个代码中我们可以看到过于繁琐,因此我们引入正则表达式的概念(regular express)
2. 正则概述:
正则语言是一种简单的寄宿语言,在大多数的语言当中都会有。因此py在1.5以后增加了re模块,提供了正则表达式模式。库名“import re”。
re模块:这个模块使py语言拥有了全部的正则表达式的功能。
正则语言其实就是一种对于查找内容的元字符表达。
3. re.match()、re.search()、re.findall():
这三个函数主要是匹配正则表达式的。其中.span()是这些函数下面的一个方法,返回一个元组用于保存找到的位置的下标。
3.1 re.match()函数:
原型:re.match(pattern,string,flags=0)
参数:
pattern:要匹配的正则表达式
strings:要匹配的字符串
flags:标志位:用于控制正则表达式的匹配方式,是对pattern的一种辅助,如下:
re.I:忽略大小写
re.L:做本地化识别
re.M:多行匹配,影响^和$
re.S:使.(点)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:以更灵活的格式理解正则表达式
功能:尝试从字符串的起始位置,匹配一个模式,如果不是起始位置匹配成功的话,也会返回None值,也就是说要从头开始匹配。只看头。
实例1:简单举例,查看一个网址前面是否有www
# 简单的举例,看一下一个网址前面是否有www # www.baidu.com # 扫描整个字符串,返回从其实位置成功的匹配。 print(re.match("www","www.baidu.com")) # <re.Match object; span=(0, 3), match='www'> print(re.match("www","ww.baidu.com")) # 找不到返回:None print(re.match("www","baidu.wwwcom")) # 找不到返回:None,因为要从头开始匹配 print(re.match("www","wwW.baidu.com",flags=re.I)) # 匹配模式忽略大小写,能够查到 # <re.Match object; span=(0, 3), match='wwW'> print(re.match("www","www.baidu.com").span()) # (0, 3),返回字符串对应的位置
3.2 re.search()函数:
原型:re.search(pattern,string,flags=0)
参数:
pattern:要匹配的正则表达式
strings:要匹配的字符串
flags:标志位:用于控制正则表达式的匹配方式,是对pattern的一种辅助,如下:
re.I:忽略大小写
re.L:做本地化识别
re.M:多行匹配,影响^和$
re.S:使.(点)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:以更灵活的格式理解正则表达式
功能:扫描整个字符串,并返回第一个成功匹配,并不是从头匹配。只看第一个。
实例2:
print(re.search("Thomas","Thomas good man is Thomas!Thomas is nice")) # <re.Match object; span=(12, 18), match='Thomas'> # 返回的是第一个成功匹配的位置(12,18) # 其他例子如上(略)
3.3 re.finall()函数:
原型:re.findall(pattern,string,flags=0)
参数:
pattern:要匹配的正则表达式
strings:要匹配的字符串
flags:标志位:用于控制正则表达式的匹配方式,是对pattern的一种辅助,如下:
re.I:忽略大小写
re.L:做本地化识别
re.M:多行匹配,影响^和$
re.S:使.(点)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:以更灵活的格式理解正则表达式
功能:扫描整个字符串,并返回结果列表。看所有的,只要有全部列出来。
实例3:
print(re.findall("Thomas","good man is Thomas!Thomas is nice",re.X)) # <re.Match object; span=(12, 18), match='Thomas'> # ['Thomas', 'Thomas'] # 其他例子如上(略)