對python3中的RE(正則表達式)-詳細總結

更新時間：2019年07月23日 16:49:31 作者：itw_wang

今天小編就為大家分享一篇對python3中的RE(正則表達式)-詳細總結，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

1.引入正則模塊(Regular Expression)

要使用python3中的RE則必須引入 re模塊

import re #引入正則表達式

2.主要使用的方法 match(), 從左到右進行匹配

#pattern 為要校驗的規(guī)則
#str 為要進行校驗的字符串
result = re.match(pattern, str) 
 
#如果result不為None,則group方法則對result進行數據提取

3. 正則表達式

1️⃣單字符匹配規(guī)則

字符 功能
.  匹配任意1個字符(除了\n)
[]  匹配[]中列舉的字符
\d  匹配數字,也就是0-9
\D  匹配非數字,也就是匹配不是數字的字符
\s  匹配空白符,也就是 空格\tab
\S  匹配非空白符,\s取反
\w  陪陪單詞字符, a-z, A-Z, 0-9, _
\W  匹配非單詞字符, \w取反

2️⃣表示數量的規(guī)則

字符 功能
*  匹配前一個字符出現0次多次或者無限次,可有可無,可多可少
+  匹配前一個字符出現1次多次或則無限次,直到出現一次
?  匹配前一個字符出現1次或者0次,要么有1次,要么沒有
{m}  匹配前一個字符出現m次
{m,} 匹配前一個字符至少出現m次
{m,n} 匹配前一個字符出現m到n次

例一: 驗證手機號碼是否符合規(guī)則(不考慮邊界問題)

#首先清楚手機號的規(guī)則
#1.都是數字 2.長度為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()
 
#執(zhí)行結果如下圖:

4. 原始字符串raw, 先來看如下實例:

在上圖中: 在給str賦值"\nabc"前加上"r"之后,python解釋器會自動給str的值"\nabc"在加上一個"\".

使str在被打印的時候,能夠保持原始字符串的值"\nabc"打印出來.

例二: (原始字符串在正則表達式中的應用)

假若沒有原始自付出r,則我們就要進行如下的操作: 給pattern加上雙倍的"\"以避免轉義字符中減少"\".會比較麻煩

當我們使用r原始字符串時,就不必考慮字符串的轉移問題,更易集中解決字符匹配問題.

5. 表示邊界

字符 功能
^  匹配字符串開頭
$  匹配字符串結尾
\b  匹配一個單詞的邊界
\B  匹配非單詞邊界

例三: 邊界(制定規(guī)則來匹配str="ho ve r")

import re
 
#定義規(guī)則匹配str="ho ve r"
#1. 以字母開始
#2. 中間有空字符
#3. ve兩邊分別限定匹配單詞邊界
 
pattern = r"^\w+\s\bve\b\sr"
str = "ho ve r"
result = re.match(pattern, str)
result.group()

6. 匹配分組

字符  功能
|   匹配左右任意一個表達式
(ab)  將括號中字符作為一個分組
\num  引用分組num匹配到的字符串
(?P<name>) 分組起別名
(?P=name) 引用別名為name分組匹配到的字符串

例四: 匹配出0-100之間的數字

import re
 
#匹配出0-100之間的數字
#首先:正則是從左往又開始匹配
#經過分析: 可以將0-100分為三部分
#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}$"
#測試數據為0,3,27,100,123
result = re.match(pattern, "27")
result.group()
 
#將0考慮到1-99上,上述pattern還可以簡寫為:pattern=r"100$|[1-9]?\d{0,1}$"
#測試結果如下圖:

例五: 匹配分組,獲取頁面中的<h1>標簽中的內容

import re
#匹配分組,獲取頁面<h1>標簽中的內容, 爬蟲的時候會用到
 
str = "<h1>hello world!<h1>"
pattern = r"<h1>(.*)</h1>"
result = re.match(pattern, str)
result.group()
 
#執(zhí)行如下圖

例六: 分組引用, 精確獲取多個標簽內的內容

import re
 
#引用分組,精確獲取多個標簽內的內容
#"\1"是對第一個分組的引用,同理......
 
str = "<span><h1>hello world!</h1></span>"
pattern = r"<(.+)><(.+)>.*</\2></\1>"
result = re.match(pattern, str)
result.groups()
 
#執(zhí)行如下圖:

例七-2:分組起別名

import re
 
#分組起別名
 
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()
 
#執(zhí)行如下圖: