python中的正則表達(dá)式,貪婪匹配與非貪婪匹配方式
正則表達(dá)式,貪婪匹配與非貪婪匹配
正則表達(dá)式前戲
以某app注冊頁面獲取手機(jī)號為例. 其有很多校驗(yàn)規(guī)則: 國內(nèi)手機(jī)號必須是11位,純數(shù)字,是常規(guī)的手機(jī)號開頭.
用python實(shí)現(xiàn)手機(jī)注冊校驗(yàn)功能如下:
? # 1.獲取用戶的手機(jī)號 ? phone_num = input('請輸入您的手機(jī)號>>>:').strip() ? # 2.先校驗(yàn)是否是11位 ? if len(phone_num) == 11: ? ? ? # 3.再校驗(yàn)是否是純數(shù)字 ? ? ? if phone_num.isdigit(): ? ? ? ? ? # 4.校驗(yàn)開頭是否合法(隨便寫幾個意思一下) ? ? ? ? ? if phone_num.startswith('13') or phone_num.startswith('15') or phone_num.startswith( ? ? ? ? ? ? ? ? ? '17') or phone_num.startswith('18'): ? ? ? ? ? ? ? print('是一個正常的手機(jī)號') ? ? ? ? ? else: ? ? ? ? ? ? ? print('手機(jī)號開頭不合法') ? ? ? else: ? ? ? ? ? print('手機(jī)號必須是純數(shù)字') ? else: ? ? ? print('手機(jī)號必須是11位')
正則表達(dá)式為: 0?(13|14|15|17|18|19)[0-9]{9}
對比可看到代碼量銳減,一行就可以搞定. 由此可見,正則表達(dá)式就是利用一些'特殊符號'的組合去字符串中篩選出想要的數(shù)據(jù). 所以學(xué)習(xí)正則很大程度上就是在學(xué)習(xí)一些特殊符號的使用
"""
正則表達(dá)式是一門獨(dú)立的語言 專門用來匹配、校驗(yàn)、篩查所需的數(shù)據(jù)
任何編程語言都可以使用 在python中如果想用就必須借助于內(nèi)置模塊re
"""
正則表達(dá)式之字符組
單個字符組默認(rèn)一次只匹配一個字符
- 字符組 : [字符組]
- 在同一個位置可能出現(xiàn)的各種字符組成了一個字符組,在正則表達(dá)式中用[]表示
- 字符分為很多類,比如數(shù)字、字母、標(biāo)點(diǎn)等等。
- 假如你現(xiàn)在要求一個位置"只能出現(xiàn)一個數(shù)字",那么這個位置上的字符只能是0、1、2...9這10個數(shù)之一。
正則 | 待匹配字符 | 匹配結(jié)果 | 說明 |
[0123456789] | 8 | True | 在一個字符組里枚舉合法的所有字符,字符組里的任意一個字符 和"待匹配字符"相同都視為可以匹配 |
[0123456789] | a | False | 由于字符組中沒有"a"字符,所以不能匹配 |
[0-9] | 7 | True | 也可以用-表示范圍,[0-9]就和[0123456789]是一個意思 |
[a-z] | s | True | 同樣的如果要匹配所有的小寫字母,直接用[a-z]就可以表示 |
[A-Z] | H | True | [A-Z]就表示所有的大寫字母 |
[0-9a-fA-F] | z | True | 可以匹配數(shù)字,大小寫形式的a~f,用來驗(yàn)證十六進(jìn)制字符 |
字符
元字符 | 匹配內(nèi)容 |
. | 匹配除換行符以外的任意字符 |
\w | 匹配字母或數(shù)字或下劃線 |
\s | 匹配任意的空白符 |
\d | 匹配數(shù)字 |
\n | 匹配一個換行符 |
\t | 匹配一個制表符 |
\b | 匹配一個單詞的結(jié)尾 |
^ | 匹配字符串的開始 |
$ | 匹配字符串的結(jié)尾 |
\W | 匹配非字母或數(shù)字或下劃線 |
\D | 匹配非數(shù)字 |
\S | 匹配非空白符 |
a|b | 匹配字符a或字符b |
() | 匹配括號內(nèi)的表達(dá)式,也表示一個組 |
[...] | 匹配字符組中的字符 |
[^...] | 匹配除了字符組中字符的所有字符 |
量詞
量詞 | 用法說明 |
* | 重復(fù)零次或更多次 |
+ | 重復(fù)一次或更多次 |
? | 重復(fù)零次或一次 |
{n} | 重復(fù)n次 |
{n,} | 重復(fù)n次或更多次 |
{n,m} | 重復(fù)n到m次 |
. ^ $
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
海. | 海燕海嬌海東 | 海燕海嬌海東 | 匹配所有"海."的字符 |
^海. | 海燕海嬌海東 | 海燕 | 只從開頭匹配"海." |
海.$ | 海燕海嬌海東 | 海東 | 只匹配結(jié)尾的"海.$" |
* + ? { }
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
李.? | 李杰和李蓮英和李二棍子 | 李杰 | ?表示重復(fù)零次或一次,即只匹配"李"后面一個任意字符 |
李.* | 李杰和李蓮英和李二棍子 | 李杰和李蓮英和李二棍子 | *表示重復(fù)零次或多次,即匹配"李"后面0或多個任意字符 |
李.+ | 李杰和李蓮英和李二棍子 | 李杰和李蓮英和李二棍子 | +表示重復(fù)一次或多次,即只匹配"李"后面1個或多個任意字符 |
李.{1,2} | 李杰和李蓮英和李二棍子 | 李杰和 | {1,2}匹配1到2次任意字符 |
注意:前面的*,+,?等都是貪婪匹配,也就是盡可能匹配,后面加?號使其變成惰性匹配
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
李.*? | 李杰和李蓮英和李二棍子 | 李 李 李 | 惰性匹配 |
字符集[][^]
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
李[杰蓮英二棍子]* | 李杰和李蓮英和李二棍子 | 李杰 | 表示匹配"李"字后面[杰蓮英二棍子]的字符任意次 |
李[^和]* | 李杰和李蓮英和李二棍子 | 李杰 | 表示匹配一個不是"和"的字符任意次 |
[\d] | 456bdha3 | 4 | 表示匹配任意一個數(shù)字,匹配到4個結(jié)果 |
[\d]+ | 456bdha3 | 456 | 表示匹配任意個數(shù)字,匹配到2個結(jié)果 |
分組 ()與 或 |[^]
身份證號碼是一個長度為15或18個字符的字符串,如果是15位則全部由數(shù)字組成,首位不能為0;如果是18位,則前17位全部是數(shù)字,末位可能是數(shù)字或x,下面我們嘗試用正則來表示:
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
^[1-9]\d{13,16}[0-9x]$ | 110101198001017032 | 110101198001017032 | 表示可以匹配一個正確的身份證號 |
^[1-9]\d{13,16}[0-9x]$ | 1101011980010170 | 1101011980010170 | 表示也可以匹配這串?dāng)?shù)字,但這并不是一個正確的身份證號碼,它是一個16位的數(shù)字 |
^[1-9]\d{14}(\d{2}[0-9x])?$ | 1101011980010170 | False | 現(xiàn)在不會匹配錯誤的身份證號了 ()表示分組,將\d{2}[0-9x]分成一組,就可以整體約束他們出現(xiàn)的次數(shù)為0-1次 |
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ | 110105199812067023 | 110105199812067023 | 表示先匹配[1-9]\d{16}[0-9x]如果沒有匹配上就匹配[1-9]\d{14} |
轉(zhuǎn)義符 \
在正則表達(dá)式中,有很多有特殊意義的是元字符,比如\n和\s等,如果要在正則中匹配正常的"\n"而不是"換行符"就需要對"\"進(jìn)行轉(zhuǎn)義,變成'\\'。
在python中,無論是正則表達(dá)式,還是待匹配的內(nèi)容,都是以字符串的形式出現(xiàn)的,在字符串中\(zhòng)也有特殊的含義,本身還需要轉(zhuǎn)義。所以如果匹配一次"\n",字符串中要寫成'\\n',那么正則里就要寫成"\\\\n",這樣就太麻煩了。這個時候我們就用到了r'\n'這個概念,此時的正則是r'\\n'就可以了。
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
\n | \n | False | 因?yàn)樵谡齽t表達(dá)式中\(zhòng)是有特殊意義的字符,所以要匹配\n本身,用表達(dá)式\n無法匹配 |
\\n | \n | True | 轉(zhuǎn)義\之后變成\\,即可匹配 |
"\\\\n" | '\\n' | True | 如果在python中,字符串中的'\'也需要轉(zhuǎn)義,所以每一個字符串'\'又需要轉(zhuǎn)義一次 |
r'\\n' | r'\n' | True | 在字符串之前加r,讓整個字符串不轉(zhuǎn)義 |
貪婪匹配
貪婪匹配:在滿足匹配時,匹配盡可能長的字符串,默認(rèn)情況下,采用貪婪匹配
正則 | 待匹配字符 | 匹配 結(jié)果 | 說明 |
<.*> | <script>...<script> | <script>...<script> | 默認(rèn)為貪婪匹配模式,會匹配盡量長的字符串 |
<.*?> | r'\d' | <script> | 加上?為將貪婪匹配模式轉(zhuǎn)為非貪婪匹配模式,會匹配盡量短的字符串 |
*?
重復(fù)任意次,但盡可能少重復(fù)+?
重復(fù)1次或更多次,但盡可能少重復(fù)??
重復(fù)0次或1次,但盡可能少重復(fù){n,m}?
重復(fù)n到m次,但盡可能少重復(fù){n,}?
重復(fù)n次以上,但盡可能少重復(fù)
.*?的用法
.
是任意字符*
是取 0 至 無限長度?
是非貪婪模式。- 何在一起就是 取盡量少的任意字符,一般不會這么單獨(dú)寫,他大多用在:
.*?x
- 就是取前面任意長度的字符,直到一個x出現(xiàn)
re模塊下的常用方法
import re res = re.findall('i','yietong tim lily') print(res) # ['i', 'i', 'i'] 結(jié)果是一個列表 # res = re.search('i','yietong tim lily') print(res) # <_sre.SRE_Match object; span=(1, 2), match='i'> # 查找到一個符合條件的就結(jié)束.沒有就返回none print(res.group()) # i 沒有就無法group調(diào)用,直接報錯 res = re.match('y','yietong tim lily') print(res) # <_sre.SRE_Match object; span=(0, 1), match='y'> # 從字符串的開頭匹配 如果沒有則直接返回None 類似于給正則自動加了^ 如果符合也只獲取一個就結(jié)束 print(res.group()) # y 沒有就無法group調(diào)用,直接報錯 res = re.finditer('i','yietong tim lily') print(res) # <callable_iterator object at 0x00000211ECF3D2B0> 結(jié)果是一個迭代器,為了節(jié)省空間 print([i.group() for i in res]) # ['i', 'i', 'i'] 可以進(jìn)行for循環(huán)取值 obj = re.compile('\d+') # 提前寫好,后續(xù)需要經(jīng)常使用的正則 print(re.findall(obj,'asfrrrrgrdf23564')) # ['23564'] print(re.findall(obj,'1234wferbvccrcbf')) # ['1234']
findall 優(yōu)先級查詢及取消方法
res = re.findall('a(b)c','abcabcabc') print(res) # ['b', 'b', 'b'] # 取消優(yōu)先查詢方法 ?: res = re.findall('a(?:b)c','abcabcabc') print(res) # ['abc', 'abc', 'abc']
給分組起別名方法
res = re.findall('(a)(b)(c)','abcabcabc') print(res) # [('a', 'b', 'c'), ('a', 'b', 'c'), ('a', 'b', 'c')] # 分組起別名方法: ?P res = re.findall('(?P<aaa>a)(b)(c)','abcabcabc') print(res) # [('a', 'b', 'c'), ('a', 'b', 'c'), ('a', 'b', 'c')] print(res.group('aaa')) # 報錯
split的優(yōu)先級查詢
ret=re.split("\d+","eva3jason4yuan") print(ret) #結(jié)果 : ['eva', 'jason', 'yuan'] ret=re.split("(\d+)","eva3jason4yuan") print(ret) #結(jié)果 : ['eva', '3', 'jason', '4', 'yuan'] #在匹配部分加上()之后所切出的結(jié)果是不同的, #沒有()的沒有保留所匹配的項(xiàng),但是有()的卻能夠保留了匹配的項(xiàng), #這個在某些需要保留匹配部分的使用過程是非常重要的。
總結(jié)
以上為個人經(jīng)驗(yàn),希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python利用opencv實(shí)現(xiàn)SIFT特征提取與匹配
這篇文章主要為大家詳細(xì)介紹了python利用opencv實(shí)現(xiàn)SIFT特征提取與匹配,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2020-03-03python的xpath獲取div標(biāo)簽內(nèi)html內(nèi)容,實(shí)現(xiàn)innerhtml功能的方法
今天小編就為大家分享一篇python的xpath獲取div標(biāo)簽內(nèi)html內(nèi)容,實(shí)現(xiàn)innerhtml功能的方法,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2019-01-01Python雙精度浮點(diǎn)數(shù)運(yùn)算并分行顯示操作示例
這篇文章主要介紹了Python雙精度浮點(diǎn)數(shù)運(yùn)算并分行顯示操作,涉及Python數(shù)學(xué)運(yùn)算及顯示相關(guān)操作技巧,注釋備有詳盡的說明,需要的朋友可以參考下2017-07-07使用用Pyspark和GraphX實(shí)現(xiàn)解析復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)
GraphX是Spark提供的圖計算API,它提供了一套強(qiáng)大的工具,這篇文章將詳細(xì)為大家介紹如何在Python?/?pyspark環(huán)境中使用graphx進(jìn)行圖計算,感興趣的可以了解下2024-01-01Python 格式化打印json數(shù)據(jù)方法(展開狀態(tài))
今天小編就為大家分享一篇Python 格式化打印json數(shù)據(jù)方法(展開狀態(tài)),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2020-02-02使用python實(shí)現(xiàn)一個簡單的圖片爬蟲
在本文中,我們將學(xué)習(xí)如何使用Python創(chuàng)建一個簡單的圖片爬蟲,我們將利用requests庫來發(fā)送HTTP請求,BeautifulSoup庫來解析HTML頁面,以及os和shutil庫來下載和保存圖片,通過這個教程,你將學(xué)會如何爬取網(wǎng)頁上的圖片并保存到本地,需要的朋友可以參考下2024-02-02