这篇文章主要介绍了正则表达式re模块(部分),本文给大家介绍的非常详细,具有一定的参考借鉴价值 ,需要的朋友可以参考下

正则表达式:

官方定义:正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。

​ 什么是正则表达式: 一套规则 - 匹配字符串的

​ 谈到正则,就只和字符串相关了。我们要考虑的是在同一个位置上可以出现的字符的范围。

​ 正则表达式能做什么:

•1.检测一个输入的字符串是否合法 -- web开发项目 表单验证 ◦用户输入一个内容的时候,我们要提前做检测
◦能够提高程序的效率并且减轻服务器的压力

•2.从一个大文件中找到所有符合规则的内容 -- 日志分析\爬虫 ◦能够高效的从一大段文字中快速找到符合规则的内容

字符组 : [字符组]

在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示。一个中括号只表示一个字符位置
 字符分为很多类,比如数字、字母、标点等等。假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
字符组 描述的是一个位置上能出现的所有可能性
  # 接受范围,可以描述多个范围,连着写就可以了
  # [abc]  一个中括号只表示一个字符位置,匹配a或者b或者c
  # [0-9] 匹配数字0-9,根据ASCII进行范围的比对
  # [a-z] 匹配所有的小写字母
  # [A-Z] 匹配所有的大写字母
  # [a-zA-Z]  匹配所有的大小写字母
  # [0-9a-z]
  # [0-9a-zA-Z_]

元字符:

  字符:

  元字符 匹配内容的规则
  . 匹配除换行符以外的任意字符
  \w  匹配字母或数字或下划线
  \s  匹配任意的空白符
  \d  匹配数字
  \n  匹配一个换行符
  \t  匹配一个制表符
  \b  匹配一个单词的结尾
  ^ 匹配一个字符串的开始
  $ 匹配一个字符串的结尾
  \W  匹配非字母或数字或下划线
  \D  匹配非数字
  \S  匹配非空白符
  a|b 匹配字符a或字符b
  a表达式|b表达式 匹配a或者b表达式中的内容,如果匹配a成功了,不会继续和b匹配, 所以,如果两个规则有重叠部分,总是把长的放在前面
  ()  分组,匹配括号内的表达式,也表示一个组。约束某一个元字符的作用范围,只在()内生效
  []  字符组,匹配字符组中的字符
  [^] 非字符组,匹配除了字符组中字符的所有字符
  在正则表达式中能够帮助我们表示匹配的内容的符号都是正则中的 元字符
  # [0-9]  -->  \d 表示匹配一位任意数字 digit
  # [0-9a-zA-Z_] -->  \w 表示匹配数字字母下划线 word
  # 空格 -->
  # tab  -->  \t
  # enter回车  -->  \n
  # 空格,tab和回车 --> \s  表示所有空白 包括空格 tab和回车
  # [\d]  \d  表示匹配数字
  # [\d\D] [\w\W] [\s\S]  表示匹配所有
  # [^\d]  匹配所有的非数字
  # [^1]  匹配除数字1以外的所有
  # [1-9]\d 匹配两位整数
  # [1357]\d  匹配1,3,5,7,开头的两位整数
  例1:匹配多个网址:
www\.oldboy\.com|www\.baidu\.com|www\.jd\.com|www\.taobao\.com #\.表示取消.的特殊意义
www\.(oldboy|baidu|jd|taobao)\.com  #用() 来约束 | 描述的内容的范围
  记忆元字符 : 都是表示能匹配哪些内容,一个元字符总是表示一个字符位置上的内容
  # \d \w \s \t \n \D \W \S
  # [] [^] .
  # ^ $
  # | ()

量词:

  量词  用法说明
  *  重复0次或更多次,表示0次或多次  {0,}
  +  重复1次或更多次,表示1次或多次  {1,}
  ?  重复0次或1次,表示匹配0次或1次  {0,1}
  {n}  重复n次,表示匹配n次
  {n,} 重复n次或更多次,表示匹配至少n次
  {n,m}  重复n到m次,表示至少匹配n次,至多m次
  例:
  匹配整数 \d+
  匹配小数 \d+\.\d+
  匹配整数或小数 : \d+\.?\d* #存在问题,比如1.也会被匹配到 --->  分组的作用 : \d+(\.\d+)?
  例:匹配手机号码,手机号以1开头,第二位为3-9,总共11位 
  1[3-9]\d{9}

  #判断用户输入的内容是否合法,如果用户输入的对就能查到结果,如果输入的不对就不能查到结果
^1[3-9]\d{9}$
  # 从一个大文件中找到所有符合规则的内容
1[3-9]\d{9}

转义符:

 原本有特殊意义的字符,到了表达它本身的意义的时候,需要转义。 

有一些有特殊意义的内容,放在字符组中,会取消它的特殊意义
  #只表示符号本身
  [().*+?] 所有的内容在字符组中会取消它的特殊意义
#表示:a-c (a减c)
  [a\-c]  -在字符组中表示范围,如果不希望它表示范围,需要转义,或者放在字符组的最前面\最后面 。
 取消一个元字符的特殊意义有两种方法:
  1. 在这个元字符前面加\
  2. 对一部分字符生效,把这个元字符放在字符组里
  # [.()+?*]

贪婪匹配:

 1.贪婪匹配:在量词范围允许的情况下,尽量多的匹配内容   
  .*x 表示匹配任意字符 任意多次数 遇到最后一个x才停下来  
  回溯算法: 
 2.非贪婪(惰性)匹配: 总是在量词范围内尽量少的匹配内容。前面的*,+等都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配  
  .*?x 表示匹配任意字符 任意多次数 但是一旦遇到x就停下来
  .+?x 匹配任意内容至少1次 遇到x就停止  
  元字符+量词+? ---> 惰性匹配  
  几个常用的非贪婪匹配:
   *? 重复任意次,但尽可能少重复
   +? 重复1次或更多次,但尽可能少重复
   ?? 重复0次或1次,但尽可能少重复
   {n,m}? 重复n到m次,但尽可能少重复
   {n,}? 重复n次以上,但尽可能少重复
   例:匹配身&份&证号码:18/15位的身&份&证号
 # 15位:首位数字为1-9,总共15位
  [1-9]\d{14}
 # 18位:首位数字为1-9,末位为0-9或者X,总共18位
   [1-9]\d{16}[\dx]
   [1-9]\d{16}[0-9x]
 #1:
  [1-9]\d{16}[0-9x]|[1-9]\d{14}   #从一个大文件中找到所有符合规则的内容。表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}
  ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$  #检测一个输入的字符串是否合法
 #2:简化
  [1-9]\d{14}(\d{2}[\dx])?  #从一个大文件中找到所有符合规则的内容
  ^[1-9]\d{14}(\d{2}[\dx])?$  #检测一个输入的字符串是否合法 。()表示分组,将\d{2}[\dx]分成一组,就可以整体约束他们出现的次数为0-1次
  例:
 规则:1\d*?3 待匹配内容:1243333344  匹配结果:1243
 规则:1\d*3  待匹配内容:1243333344  匹配结果:12433333
re模块:
# findall 还是按照完整的正则进行匹配,只是显示括号里匹配到的内容。 取所有符合条件的,优先显示分组中的。
 ret = re.findall('9\d\d','19740ash93010uru')
 print(ret)#['974', '930']
 ret = re.findall('9(\d)\d','19740ash93010uru')
 print(ret)#['7', '3']
# search 还是按照完整的正则进行匹配,显示也显示匹配到的第一个内容,但是我们可以通过给group方法传参数,来获取具体分组,即()中的内容。
 search 只取第一个符合条件的,没有优先显示这件事儿
 得到的结果是一个变量
  变量.group() 的结果 完全和 变量.group(0)的结果一致
  变量.group(n) 的形式来指定获取第n个分组中匹配到的内容
 ret = re.search('9(\d)(\d)','19740ash93010uru')
 print(ret) # 变量 <_sre.SRE_Match object; span=(1, 4), match='974'>
 if ret:
  print(ret.group())#974 #ret.group(0) 0 默认不写
  print(ret.group(1))#7
  print(ret.group(2))#4
# 为什么在search中不需要分组优先 而在findall中需要?
 加上括号是为了对真正需要的内容进行提取。 为什么要用分组? 把想要的内容放分组里
 如果我们要查找的内容在一个复杂的环境中,我们要查的内容并没有一个突出的 与众不同的特点 甚至会和不需要的杂乱的数据混合在一起,这个时候我们就需要把所有的数据都统计出来,然后对这个数据进行筛选,把我们真正需要的数据对应的正则表达式用()圈起来,这样我们就可以筛选出真正需要的数据了。
# 如何取消分组优先
 如果在写正则的时候由于不得已的原因,导致不要的内容也得写在分组里,通过 ?: 取消这个分组的优先显示
 # (?:) 取消这个分组的优先显示
#findall
 ret = re.findall('<\w+>(\w+)
          ','

askh930s02391j192agsj

') print(ret)#['askh930s02391j192agsj'] # search ret = re.search('<(\w+)>(\w+) ','

askh930s02391j192agsj

') print(ret.group())#

askh930s02391j192agsj

print(ret.group(1))#h1 print(ret.group(2))#askh930s02391j192agsj #从exp中匹配出第一个加法,第一个减法, a+b 或者是a-b 并且计算他们的结果 exp = '2-3*(5+6)' ret = re.search('(\d+)[+](\d+)',exp) print(ret) print(ret.group(1))#5 print(ret.group(2))#6 print(int(ret.group(1)) + int(ret.group(2)))#11 #将豆瓣源码放到douban.html,从中获取电影名: with open('douban.html',encoding='utf-8') as f: content = f.read() ret = re.findall('(.*?)(?:\s*.*?)?',content) print(ret) #除了 霸王别姬,其他电影都是 肖申克的救赎 这种格式的。 (.*?) 要显示的电影名 其中 ?是非贪婪匹配的标志 (?:\s*.*?)? ?: 取消这个分组的优先显示,整个()内都不显示 \s* 两行代码之间所有的空字符 .*? 电影英文名 ? 该部分出现0次 或者1次 # 什么是爬虫 # 通过代码获取到一个网页的源码,需要的是源码中嵌着的网页上的内容 -- 正则表达式 #先安装扩展模块 File--Settings--Project Interpreter-- + --找到包---Install Package import requests ret = requests.get('https://movie.douban.com/top250?start=0&filter=') print(ret.content.decode('utf-8'))

总结

以上所述是小编给大家介绍的深入浅析正则表达式re模块(部分),希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对爱安网网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

最新资讯
纳斯达克证实收紧上市规则:管理层需满足附加要求

纳斯达克证实收紧上市

据纳斯达克介绍,向美国证交会提交的规则修订,主要是对部
华为胡克文:5G和云时代将重构网络结构

华为胡克文:5G和云时代

2020年是智能IP网络的商用元年。IP网络发展至今,从万维
小米一季度总收入达到497亿元,境外收入占比首次达到一半

小米一季度总收入达到

此次财报披露,小米历史上首次境外收入贡献占比达到一半
股价突破400美元大关 网易这棵老树要开出新花了吗?

股价突破400美元大关

今年以来,网易股价已经上涨29.5%,其股价离400美元大关仅
营销费用大涨234%,B站的疯狂拉新带来了什么?

营销费用大涨234%,B站

和阿北的佛系不同的是,陈睿有他的野心。当年的这个年轻
杨元庆:疫情期间联想少生产了400万部手机 但营收比想象好

杨元庆:疫情期间联想少

杨元庆表示,因为生产手机的工厂正好在武汉,所以基本上都
最新文章
js通过正则匹配没有内容的空标签

js通过正则匹配没有内

这篇文章主要介绍了js通过正则匹配没有内容的空标签,
超强变态的正则(\w)((?=\1\1\1)(\1))+讲解

超强变态的正则(\w)(

这篇文章主要介绍了超强变态的正则(\w)((?=\1\1\1
Eclipse使用正则表达式快速修改代码的方法

Eclipse使用正则表达

这篇文章主要介绍了Eclipse使用正则表达式快速修改代
通过正则表达式验证IP和端口格式的正确性

通过正则表达式验证IP

这篇文章主要介绍了正则表达式验证IP和端口格式的正确
JS正则(RegExp)判断文本框中是否包含特殊符号

JS正则(RegExp)判断文

这篇文章主要介绍了JS正则(RegExp)判断文本框中是否包
解决正则表示式匹配($regex)引起的一次mongo数据库cpu占用率高的问题

解决正则表示式匹配($

这篇文章主要介绍了由正则表示式匹配($regex)引起的一