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(cè)頁(yè)面獲取手機(jī)號(hào)為例. 其有很多校驗(yàn)規(guī)則: 國(guó)內(nèi)手機(jī)號(hào)必須是11位,純數(shù)字,是常規(guī)的手機(jī)號(hào)開(kāi)頭.
用python實(shí)現(xiàn)手機(jī)注冊(cè)校驗(yàn)功能如下:
? # 1.獲取用戶的手機(jī)號(hào)
? phone_num = input('請(qǐng)輸入您的手機(jī)號(hào)>>>:').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(kāi)頭是否合法(隨便寫(xiě)幾個(gè)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(gè)正常的手機(jī)號(hào)')
? ? ? ? ? else:
? ? ? ? ? ? ? print('手機(jī)號(hào)開(kāi)頭不合法')
? ? ? else:
? ? ? ? ? print('手機(jī)號(hào)必須是純數(shù)字')
? else:
? ? ? print('手機(jī)號(hào)必須是11位')正則表達(dá)式為: 0?(13|14|15|17|18|19)[0-9]{9}
對(duì)比可看到代碼量銳減,一行就可以搞定. 由此可見(jiàn),正則表達(dá)式就是利用一些'特殊符號(hào)'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(hào)的使用
"""
正則表達(dá)式是一門(mén)獨(dú)立的語(yǔ)言 專門(mén)用來(lái)匹配、校驗(yàn)、篩查所需的數(shù)據(jù)
任何編程語(yǔ)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(gè)字符組默認(rèn)一次只匹配一個(gè)字符
- 字符組 : [字符組]
- 在同一個(gè)位置可能出現(xiàn)的各種字符組成了一個(gè)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(gè)位置"只能出現(xiàn)一個(gè)數(shù)字",那么這個(gè)位置上的字符只能是0、1、2...9這10個(gè)數(shù)之一。
| 正則 | 待匹配字符 | 匹配結(jié)果 | 說(shuō)明 |
| [0123456789] | 8 | True | 在一個(gè)字符組里枚舉合法的所有字符,字符組里的任意一個(gè)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(méi)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(gè)意思 |
| [a-z] | s | True | 同樣的如果要匹配所有的小寫(xiě)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(xiě)字母 |
| [0-9a-fA-F] | z | True | 可以匹配數(shù)字,大小寫(xiě)形式的a~f,用來(lái)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(gè)換行符 |
| \t | 匹配一個(gè)制表符 |
| \b | 匹配一個(gè)單詞的結(jié)尾 |
| ^ | 匹配字符串的開(kāi)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(hào)內(nèi)的表達(dá)式,也表示一個(gè)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(shuō)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(shuō)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(kāi)頭匹配"海." |
| 海.$ | 海燕海嬌海東 | 海東 | 只匹配結(jié)尾的"海.$" |
* + ? { }
| 正則 | 待匹配字符 | 匹配 結(jié)果 | 說(shuō)明 |
| 李.? | 李杰和李蓮英和李二棍子 | 李杰 | ?表示重復(fù)零次或一次,即只匹配"李"后面一個(gè)任意字符 |
| 李.* | 李杰和李蓮英和李二棍子 | 李杰和李蓮英和李二棍子 | *表示重復(fù)零次或多次,即匹配"李"后面0或多個(gè)任意字符 |
| 李.+ | 李杰和李蓮英和李二棍子 | 李杰和李蓮英和李二棍子 | +表示重復(fù)一次或多次,即只匹配"李"后面1個(gè)或多個(gè)任意字符 |
| 李.{1,2} | 李杰和李蓮英和李二棍子 | 李杰和 | {1,2}匹配1到2次任意字符 |
注意:前面的*,+,?等都是貪婪匹配,也就是盡可能匹配,后面加?號(hào)使其變成惰性匹配
| 正則 | 待匹配字符 | 匹配 結(jié)果 | 說(shuō)明 |
| 李.*? | 李杰和李蓮英和李二棍子 | 李 李 李 | 惰性匹配 |
字符集[][^]
| 正則 | 待匹配字符 | 匹配 結(jié)果 | 說(shuō)明 |
| 李[杰蓮英二棍子]* | 李杰和李蓮英和李二棍子 | 李杰 | 表示匹配"李"字后面[杰蓮英二棍子]的字符任意次 |
| 李[^和]* | 李杰和李蓮英和李二棍子 | 李杰 | 表示匹配一個(gè)不是"和"的字符任意次 |
| [\d] | 456bdha3 | 4 | 表示匹配任意一個(gè)數(shù)字,匹配到4個(gè)結(jié)果 |
| [\d]+ | 456bdha3 | 456 | 表示匹配任意個(gè)數(shù)字,匹配到2個(gè)結(jié)果 |
分組 ()與 或 |[^]
身份證號(hào)碼是一個(gè)長(zhǎng)度為15或18個(gè)字符的字符串,如果是15位則全部由數(shù)字組成,首位不能為0;如果是18位,則前17位全部是數(shù)字,末位可能是數(shù)字或x,下面我們嘗試用正則來(lái)表示:
| 正則 | 待匹配字符 | 匹配 結(jié)果 | 說(shuō)明 |
| ^[1-9]\d{13,16}[0-9x]$ | 110101198001017032 | 110101198001017032 | 表示可以匹配一個(gè)正確的身份證號(hào) |
| ^[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(gè)正確的身份證號(hào)碼,它是一個(gè)16位的數(shù)字 |
| ^[1-9]\d{14}(\d{2}[0-9x])?$ | 1101011980010170 | False | 現(xiàn)在不會(huì)匹配錯(cuò)誤的身份證號(hào)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(méi)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(duì)"\"進(jìn)行轉(zhuǎn)義,變成'\\'。
在python中,無(wú)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(xiě)成'\\n',那么正則里就要寫(xiě)成"\\\\n",這樣就太麻煩了。這個(gè)時(shí)候我們就用到了r'\n'這個(gè)概念,此時(shí)的正則是r'\\n'就可以了。
| 正則 | 待匹配字符 | 匹配 結(jié)果 | 說(shuō)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(wú)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(gè)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(gè)字符串不轉(zhuǎn)義 |
貪婪匹配
貪婪匹配:在滿足匹配時(shí),匹配盡可能長(zhǎng)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(shuō)明 |
| <.*> | <script>...<script> | <script>...<script> | 默認(rèn)為貪婪匹配模式,會(huì)匹配盡量長(zhǎng)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(huì)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(wú)限長(zhǎng)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(huì)這么單獨(dú)寫(xiě),他大多用在:
.*?x- 就是取前面任意長(zhǎng)度的字符,直到一個(gè)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(gè)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(gè)符合條件的就結(jié)束.沒(méi)有就返回none
print(res.group()) # i 沒(méi)有就無(wú)法group調(diào)用,直接報(bào)錯(cuò)
res = re.match('y','yietong tim lily')
print(res) # <_sre.SRE_Match object; span=(0, 1), match='y'>
# 從字符串的開(kāi)頭匹配 如果沒(méi)有則直接返回None 類似于給正則自動(dòng)加了^ 如果符合也只獲取一個(gè)就結(jié)束
print(res.group()) # y 沒(méi)有就無(wú)法group調(diào)用,直接報(bào)錯(cuò)
res = re.finditer('i','yietong tim lily')
print(res) # <callable_iterator object at 0x00000211ECF3D2B0> 結(jié)果是一個(gè)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(xiě)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(jí)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(bào)錯(cuò)split的優(yōu)先級(jí)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(méi)有()的沒(méi)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(gè)在某些需要保留匹配部分的使用過(guò)程是非常重要的。總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)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(jià)值,感興趣的小伙伴們可以參考一下2020-03-03
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
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(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
Python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(shuō)明,需要的朋友可以參考下2017-07-07
python爬蟲(chóng) urllib模塊url編碼處理詳解
這篇文章主要介紹了python爬蟲(chóng) urllib模塊url編碼處理詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
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(jì)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(jì)算,感興趣的可以了解下2024-01-01
Python 格式化打印json數(shù)據(jù)方法(展開(kāi)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(kāi)狀態(tài)),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
python創(chuàng)建文本文件的簡(jiǎn)單方法
在本篇內(nèi)容里小編給大家整理分享的是一篇關(guān)于python創(chuàng)建文本文件的簡(jiǎn)單方法,有需要的朋友們可以參考學(xué)習(xí)下。2020-08-08
使用python實(shí)現(xiàn)一個(gè)簡(jiǎn)單的圖片爬蟲(chóng)
在本文中,我們將學(xué)習(xí)如何使用Python創(chuàng)建一個(gè)簡(jiǎn)單的圖片爬蟲(chóng),我們將利用requests庫(kù)來(lái)發(fā)送HTTP請(qǐng)求,BeautifulSoup庫(kù)來(lái)解析HTML頁(yè)面,以及os和shutil庫(kù)來(lái)下載和保存圖片,通過(guò)這個(gè)教程,你將學(xué)會(huì)如何爬取網(wǎng)頁(yè)上的圖片并保存到本地,需要的朋友可以參考下2024-02-02

