问题：从下面的文件中取出电话号

或者是下面这样：

用正则表达式就可以简单一点儿，

re模块

正则表达式就是字符串的匹配规则，在多数编程语言里都有相应的支持，python里对应的模块是re

常用的表达式规则

'.'默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行'^' 匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)'$' 匹配字符结尾， 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1'*' 匹配*号前的字符0次或多次， re.search('a*','aaaabac') 结果'aaaa'

'+' 匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']'?' 匹配前一个字符1次或0次 ,re.search('b?','alex').group() 匹配b 0次'{m}' 匹配前一个字符m次 ,re.search('b{3}','alexbbbs').group() 匹配到'bbb'

'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']'|' 匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'

'(...)' 分组匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 结果为'abcabca45'

'\A' 只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的，相当于re.match('abc',"alexabc") 或^

'\Z'匹配字符结尾，同$'\d' 匹配数字0-9

'\D'匹配非数字'\w' 匹配[A-Za-z0-9]'\W' 匹配非[A-Za-z0-9]'\s' 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'

'(?P...)' 分组匹配 re.search("(?P[0-9]{4})(?P[0-9]{2})(?P[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}

>>> importre#.

>>> re.search('.','da854da')<_sre.sre_match object span="(0," match="d">

#^

>>> re.search('^a','avcb')<_sre.sre_match object span="(0," match="a">

#或者

>>> re.match('av','avcb')<_sre.sre_match object span="(0," match="av">

#或者

>>> re.search('\Aab','abc')<_sre.sre_match object span="(0," match="ab">

#$要求字符串以b结尾

>>> re.search('b$','avcb')<_sre.sre_match object span="(3," match="b">

#如果是match，就是要求以b开头，并以b结尾，就只有一个字符 'b'

#*匹配所有

>>> re.search('a*','Alex')<_sre.sre_match object span="(0," match="">

>>> re.search('a*','Alex').group()#代表匹配了0次

''

>>> re.search('a*','alex')<_sre.sre_match object span="(0," match="a">

>>> re.search('a*','alex').group()>>> re.search('a*','aaaaalex')<_sre.sre_match object span="(0," match="aaaaa">#代表匹配1次或多次

#' |'

>>> re.search('alex|Alex','alex')<_sre.sre_match object span="(0," match="alex">

>>> re.search('alex|Alex','Alex')<_sre.sre_match object span="(0," match="Alex">

>>> re.search('[a|A]lex','Alex')<_sre.sre_match object span="(0," match="Alex">

#(...)分组匹配#分别取到alex 123，方法一

>>> re.search('[a-z]+[0-9]+','alex123')<_sre.sre_match object span="(0," match="alex123">

>>> re.search('[a-z]+[0-9]+','alex123').group()'alex123'

#第二种方法

>>> re.search('([a-z]+)([0-9]+)','alex123').groups()

('alex', '123')#\d

>>> re.search('\d+','alex231231')<_sre.sre_match object span="(4," match="231231">

>>> re.search('\d+','alex231231fds231')<_sre.sre_match object span="(4," match="231231">#只能匹配一次，在遇到就不会管 了

#\w

>>> re.search('\w+','alex231231fds231')<_sre.sre_match object span="(0," match="alex231231fds231">

>>> re.search('\w+','alex2@#31231fds231')<_sre.sre_match object span="(0," match="alex2">

>>> re.search('\w','alex2@#31231fds231')<_sre.sre_match object span="(0," match="a">

#\s

>>> re.findall('\s','alex\njack\tdd\rmack')

['\n', '\t', '\r']#(？P...)分组匹配

>>> re.search('(?P\d{3})(?P\d{3})(?P\d{4})',s).groups()

('130', '704', '2000')>>>res.groupdict()

{'province': '130', 'city': '704', 'born_year': '2000'}

re的匹配语法有以下几种

re.match 从头开始匹配

re.search 匹配包含

re.findall 把所有匹配到的字符放到以列表中的元素返回

re.split 以匹配到的字符当做列表分隔符

re.sub 匹配字符并替换

re.fullmatch 全部匹配

re.match(pattern, string, flags=0)

从起始位置开始根据模型去字符串中匹配指定内容，匹配单个

pattern 正则表达式

string 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

#re.match

>>> importre>>> s = 'abc1d3c'

>>> re.match('[0-9]',s)#从头开始匹配，匹配一个字符

>>> print(re.match('[0-9]',s))#相当于函数，没有匹配到，就会返回None

None>>> re.match('[0-9]','1bdfd')<_sre.sre_match object span="(0," match="1">

>>> re.match('[0-9]','115bdfd')<_sre.sre_match object span="(0," match="1">

上面用match无法匹配到需要的字符，下面是search，这个是全局搜索，找到就返回

re.search(pattern, string, flags=0)

根据模型去字符串中匹配指定内容，匹配单个

#re.search

>>> importre>>> s = 'abc1d3c'

>>> re.search('[0-9]',s)<_sre.sre_match object span="(3," match="1">#(3，4)是索引，指的是从3到4

>>> re.search('[0-9]',s).group()#加上group就能拿到结果

'1'

所以正确的做法应该是线判断一下返回值没有，有的话再取

match_res = re.search('[0-9]', s)ifmatch_res:print(match_res.group())#拿到匹配结果

但是上面两种都不能把数字都拿到，所以用到findall

re.findall(pattern, string, flags=0)

match and search均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall。

#re.findall

>>> importre>>> re.findall('[0-9]',s)

['1', '3

其中，findall返回的是列表，而search返回的是对象

re.split(pattern, string, maxsplit=0, flags=0)

#re.split (以数字分开)

>>> s = 'alex22jack23rian31'

>>>s.split()

['alex22jack23rian31']>>> re.split('\d',s)

['alex', '', 'jack', '', 'rian', '', '']>>> re.split('\d+',s)

['alex', 'jack', 'rian', '']#和findall是相反的效果

>>> re.findall('\d+',s)

['22', '23', '31']>>> s = 'alex22jack23rian31#mack-oldboy'

>>> re.split('\d+|#|',s)#根据数字或者#或者-分割

['alex', 'jack', 'rian', '', 'mack-oldboy']>>> s = 'alex22jack23rian31|mack-oldboy'

>>> re.split('|',s)

Traceback (most recent call last):

File"", line 1, in File"D:\Users\10213\Anaconda3\lib\re.py", line 212, insplitreturn_compile(pattern, flags).split(string, maxsplit)

ValueError: split() requires a non-empty pattern match.#希望以管道符分隔开，但是它本身就是一个语法，这时需要加一个\ 就会当成字符串而不是语法

>>> re.split('\|',s)

['alex22jack23rian31', 'mack-oldboy']>>> s = 'alex22jack23rian31\mack-oldboy'

>>>s'alex22jack23rian31\\mack-oldboy'

>>> re.split('\\\\',s)

['alex22jack23rian31', 'mack-oldboy']>>> s = '9-2*5/3+7/3*99/4*29+10*58/14'

>>>s'9-2*5/3+7/3*99/4*29+10*58/14'

>>> re.split('[-\*/+]',s)

['9', '2', '5', '3', '7', '3', '99', '4', '29', '10', '58', '14']>>> re.split('[-\*/+]',s,maxsplit=2)

['9', '2', '5/3+7/3*99/4*29+10*58/14']

re.sub(pattern, repl, string, count=0, flags=0)

用于替换匹配的字符串

#re.sub

>>> s = 'alex22jack23rian31\mack-oldboy'

>>> re.sub('\d+','_',s)'alex_jack_rian_\\mack-oldboy'

>>> re.sub('\d+','_',s,count=2)'alex_jack_rian31\\mack-oldboy'

re.fullmatch(pattern, string, flags=0)

整个字符串匹配成功就返回re object, 否则返回None

#re.fullmatch

>>> re.fullmatch('alex','alex123')>>> re.fullmatch('alex124','alex123')>>> re.fullmatch('alex123','alex123')<_sre.sre_match object span="(0," match="alex123">

>> re.fullmatch('\w+@\w+\.(com|cn|edu)','alex@oldboyedu.cn')

_sre.SRE_Match object; span=(0, 17), match='alex@oldboyedu.cn'>

re.compile(pattern, flags=0)

#re.compile

>>> re.compile('\w+@\w+\.(com|cn|edu)')

re.compile('\\w+@\\w+\\.(com|cn|edu)')#返回了一个对象

>>>pattern = re.compile('\w+@\w+\.(com|cn|edu)')#pattern是格式的意思

>>>pattern

re.compile('\\w+@\\w+\\.(com|cn|edu)')>>> pattern.fullmatch('alex@oldboyedu.cn')<_sre.sre_match object span="(0," match="alex@oldboyedu.cn">

#相当于把规则写好，然后给规则返回了一个对象，通过这个对象做#fullmatch，和先写fullmatch再写内容是一样的

Flags标志符

re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法，下同)

M(MULTILINE): 多行模式，改变'^'和'$'的行为

S(DOTALL): 改变'.'的行为,make the '.' special character match any character at all, including a newline; without this flag, '.' will match anything except a newline.

X(re.VERBOSE) 可以给你的表达式写注释，使其更可读，下面这2个意思一样

#re.I

>>> re.search('a','alex')<_sre.sre_match object span="(0," match="a">

>>> re.search('a','Alex')>>> re.search('a','Alex',re.I)<_sre.sre_match object span="(0," match="A">

#re.M

>>> re.search('foo.$','fool\nfoo2\n')<_sre.sre_match object span="(5," match="foo2">

>>> re.search('foo.$','fool\nfoo2\n',re.M)<_sre.sre_match object span="(0," match="fool">

#不加M意思是不管有多少个换行符只看最后的，加上M就把它看成多行，取得是第一行的末尾

#re.S

>>> re.search('.','\n')#并没有匹配上

>>> re.search('.','\n',re.S)<_sre.sre_match object span="(0," match="\n">#匹配了任意字符

#re.X

>>> re.search('. #text','alex',re.X)<_sre.sre_match object span="(0," match="a">

总结：

1.常用的公式

2.5种语法