python 正则表达式（Regular Expression）基础学习笔记

python 正则表达式（Regular Expression）

正则表达式基础

search()：只返回第一个匹配的字符串
findall()：将搜寻结果以列表方式返回

import re  # 导入re正则表达式模块msg = "十步13466663478杀一人，千里不留15688889999"def parseString(content):"""解析字符串中是否含有手机号"""# 使用re.compile()建立Regex对象# # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数，{9)表示9个数字phoneRule = re.compile(r'1[3-9]\d{9}')# 搜寻对象，search()只传回第一个匹配的字符串phoneNum = phoneRule.search(msg)if phoneNum is not None:print(phoneNum.group())else:print('该字符串中不包含手机号！')def parseString2(content):"""解析字符串中是否含有手机号"""# 使用re.compile()建立Regex对象# # 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数，{9)表示9个数字phoneRule = re.compile(r'1[3-9]\d{9}')# findall()：返回匹配结果列表phoneNum_list = phoneRule.findall(msg)if phoneNum_list:print(phoneNum_list)else:print('该字符串中不包含手机号！')def parseString3(content):"""解析字符串中是否含有手机号"""# 省略re.compile()# re.findall(pattern, string, flags)# 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数，{9)表示9个数字pattern = r'1[3-9]\d{9}'# findall()：返回匹配结果列表phoneNum_list = re.findall(pattern=pattern, string=msg) # 用列表传回搜寻结果if phoneNum_list:print(phoneNum_list)else:print('该字符串中不包含手机号！')parseString(msg)  # 13466663478
parseString2(msg)  # ['13466663478', '15688889999']
parseString3(msg)  # ['13466663478', '15688889999']

使用小括号分组

# author:mlnt
# createdate:2022/8/15
import re  # 导入re正则表达式模块msg = "十步134-6666-3478杀一人，千里不留156-8888-9999""""
我国使用的手机号码为11位数字，我们的手机号可以分为三段，都有不同的编码含义：
前3位是网络识别号、4-7位是地区编码（HLR归属位置寄存器）、8-11位是用户号码（随机分配）
"""
def parseString(content):"""解析字符串中是否含有手机号"""# re.findall(pattern, string, flags)# 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数pattern = r'(1[3-9]\d)-(\d{4})-(\d{4})'# findall()：返回匹配结果列表phoneNum_list = re.findall(pattern=pattern, string=msg)  # 用元组列表传回搜寻结果if phoneNum_list:print(phoneNum_list)else:print('该字符串中不包含手机号！')def parseString2(content):"""解析字符串中是否含有手机号"""# 使用re.compile()建立Regex对象# 手机号（共11位）第一位是1 第二位是3~9中选1位 \d表示数字 {}里面的数字代表精确匹配多少位数pattern = r'(1[3-9]\d)-(\d{4})-(\d{4})'# 搜寻对象，search()只传回第一个匹配的字符串phoneNum = re.search(pattern=pattern, string=msg)if phoneNum is not None:# 前3位是网络识别号、4-7位是地区编码（HLR归属位置寄存器）、8-11位是用户号码（随机分配）print(phoneNum.group())network_num, area_num, user_num = phoneNum.groups()print(f'网络识别号：{network_num}')print(f'地区编码：{area_num}')print(f'用户号码：{user_num}')else:print('该字符串中不包含手机号！')parseString(msg)  # [('134', '6666', '3478'), ('156', '8888', '9999')]
parseString2(msg)
# 134-6666-3478
# 网络识别号：134
# 地区编码：6666
# 用户号码：3478

使用管道|

| --> pipe 管道，使用管道可以同时搜寻比对多个字符串

# | --> pipe 管道，使用管道可以同时搜寻比对多个字符串
import remsg = 'Jack and Maria are good friends. They always go to school together.'
pattern = 'Tom|Jack'  # 搜寻Tom和Jack
result = re.findall(pattern=pattern, string=msg)
print(result)  # ['Jack']
pattern = 'Mary|John|Jackson|Maria|Jack'
result = re.findall(pattern=pattern, string=msg)
print(result)  # ['Jack', 'Maria']

多个分组的管道搜索

# author:mlnt
# createdate:2022/8/15
import remsg = 'Jackson, Jacknason, Jacknion and Maria are good friends. They always go to gym together.'
pattern = 'Jack(son|nason|nion|nice)'
result = re.findall(pattern=pattern, string=msg)
print(result)  # ['son', 'nason', 'nion']

使用问号（?）做搜索

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。
特殊字符：

$：匹配输入字符串的结尾位置

()：标记一个子表达式的开始和结束位置

*：匹配前面的子表达式0次或多次

+：匹配前面的子表达式1次或多次

.：匹配除换行符（\n）之外的任意单个字符

[：标记一个中括号表达式的开始

?：匹配前面的子表达式0次或1次，或指明一个非贪婪限定符

\：将下一个字符标记为特殊字符、原义字符、向后引用或八进制转义符

^：匹配输入字符串的开始位置。当该符号在方括号表达式中使用时，表示不接受该方括号中的字符集合

{：标记限定符表达式的开始

|：指明两项之间的一个选择

# author:mlnt
# createdate:2022/8/15
"""
正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。
特殊字符：
- $：匹配输入字符串的结尾位置
- ()：标记一个子表达式的开始和结束位置
- *：匹配前面的子表达式0次或多次
- +：匹配前面的子表达式1次或多次
- .：匹配除换行符（\n）之外的任意单个字符
- [：标记一个中括号表达式的开始
- ?：匹配前面的子表达式0次或1次，或指明一个非贪婪限定符
- \：将下一个字符标记为特殊字符、原义字符、向后引用或八进制转义符
- ^：匹配输入字符串的开始位置。当该符号在方括号表达式中使用时，表示不接受该方括号中的字符集合
- {：标记限定符表达式的开始
- |：指明两项之间的一个选择"""
"""
在正则表达式中，若某些括号内的字符串或正则表达式可有可无，可以在后面加上?
"""import remsg = 'Jackson and Maria are good friends. They always go to gym together.'
pattern = 'Jack((na)?son)'
result = re.search(pattern=pattern, string=msg)
print(result.group())  # Jackson

使用星号（*）做搜索

在正则表达式中，若某些字符串或正则表达式可出现0次到多次，可在后面加*

# author:mlnt
# createdate:2022/8/15
"""
在正则表达式中，若某些字符串或正则表达式可出现0次到多次，可在后面加*
"""
import remsg = 'Jackson, Jacknason, Jacknion, Jackkkkjjan, Jackken and Maria are good friends. They always go to gym together.'
pattern = 'Jack((k)*)'
result = re.search(pattern=pattern, string=msg)
print(result.group())  # Jack

使用加号（+）做搜索

在正则表达式中，若某些字符或正则表达式可出现1次或多次，可在后面加+

# author:mlnt
# createdate:2022/8/15
"""
在正则表达式中，若某些字符或正则表达式可出现1次或多次，可在后面加+
"""
import remsg = 'Jackson, Jackckson, and Maria are good friends. They always go to gym together.'
pattern = 'Jack((ck)+son)'
result = re.search(pattern=pattern, string=msg)
print(result.group())  # Jackckson

搜索时忽略大小写

搜寻时，若是在search()或findall()内增加迪桑参数re.I或re.IGNORECASE，搜寻时会忽略大小写

# author:mlnt
# createdate:2022/8/15
"""
搜寻时，若是在search()或findall()内增加迪桑参数re.I或re.IGNORECASE，搜寻时会忽略大小写
"""import remsg = 'JACK and Maria are good friends. They always go to school together.'
pattern = 'Tom|Jack'  # 搜寻Tom和Jack
result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE)
print(result)  # ['JACK']
pattern = 'Mary|John|Jackson|Maria|Jack'
result = re.findall(pattern=pattern, string=msg, flags=re.I)
print(result)  # ['JACK', 'Maria']

正则表达式的特殊字符

# author:mlnt
# createdate:2022/8/15
"""
特殊字符：
\d： 0~9的整数数字
\D：除了0~9以外的其他字符
\s：空白、定位、Tab键、换行、换页字符
\S：除空白、定位、Tab键、换行、换页字符以外的其他字符
\w：数字、字母和下划线，[A-Za-z0-9_]
\W：除数字、字母和下划线和[A-Za-z0-9_]以外的其他字符
"""
import remsg = 'JACK, Jackson and Maria are good friends.'
pattern = '\w+'  # 不限长度的数字、字母和下划线字符
result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE)
print(result)  # ['JACK', 'Jackson', 'and', 'Maria', 'are', 'good', 'friends']pattern = 'Jack\w*'  # Jack开头，后接0或多个数字、字母和下划线
result = re.findall(pattern=pattern, string=msg, flags=re.I)
print(result)  # ['JACK', 'Jackson']msg2 = '2 tigers, 3 dogs, 5 pigs'
pattern = '\d+\s\w+'
result = re.findall(pattern=pattern, string=msg2, flags=re.I)
print(result)  # ['2 tigers', '3 dogs', '5 pigs']"""
字符分类：
[a-z]：代表a-z的小写字符
[A-Z]：代表A-Z的大写字符
[aeiouAEIOU]：代表英文发音的元音字符
[2-5]：代表2-5的数字
在字符分类中，中括号内可以不加上”\“进行”.“、”?“、”*“、"(”、“)”等字符的转义
"""
msg = 'JACK, Jackson and Maria are good friends.'
pattern = '[aeiouAEIOU]'
result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE)
print(result)
# ['A', 'a', 'o', 'a', 'a', 'i', 'a', 'a', 'e', 'o', 'o', 'i', 'e']msg2 = '2 tigers, 3 dogs, 5. pigs'
pattern = '[2-5.]'
result = re.findall(pattern=pattern, string=msg2, flags=re.I)
print(result)
# ['2', '3', '5', '.']# 字符分类的^字符
# 如果在中括号内加上^，表示搜寻除这些字符以外的所有字符
msg = 'Jackson and Maria are good friends.'
pattern = '[^aeiouAEIOU]'
result = re.findall(pattern=pattern, string=msg, flags=re.IGNORECASE)
print(result)
# ['J', 'c', 'k', 's', 'n', ' ', 'n', 'd', ' ', 'M', 'r', ' ', 'r', ' ', 'g', 'd', ' ', 'f', 'r', 'n', 'd', 's', '.']
msg2 = '2 tigers, 3 dogs, 5. pigs'
pattern = '[^2-5.]'
result = re.findall(pattern=pattern, string=msg2, flags=re.I)
print(result)
# [' ', 't', 'i', 'g', 'e', 'r', 's', ',', ' ', ' ', 'd', 'o', 'g', 's', ',', ' ', ' ', 'p', 'i', 'g', 's']# 正则表达式法的^字符
# 在正则表达式起始位置加上^字符，表示正则表达式法的字符串必须出现在被搜寻字符串的起始位置
msg = 'Jack and Maria are good friends.'
msg2 = 'Mary and Jack are good friends.'
pattern = '^Jack'
result1 = re.findall(pattern=pattern, string=msg)
result2 = re.findall(pattern=pattern, string=msg2)
print(result1)  # ['Jack']
print(result2)  # []# 正则表达式法的$字符
# 正则表达式法的末端放置$字符时，表示正则表达式的字符串必须出现在被搜寻字符串的末尾
msg = 'Generally speaking, both males and females are of age at 18.'
pattern1 = '\W$'    # 以除英文字母、数字、下划线之外的其他字符结尾
pattern2 = '\d$'    # 以数字结尾
result1 = re.findall(pattern=pattern1, string=msg)
result2 = re.findall(pattern=pattern2, string=msg2)
print(result1)  # ['.']
print(result2)  # []# 单一字符使用通配符“.”
# 通配符“.”匹配除换行符以外的所有单个字符
msg = 'Generally speaking, both males and females are of age at 18.'
pattern = '.re'
result = re.findall(pattern, msg)
print(result) # ['are']# 所有字符使用通配符“.*”
# .*：可以匹配所有字符，表示匹配0到多个通配符（换行符除外）
msg = 'Name: Jack, Age: 18 Tel: 13838384438'
pattern = 'Name: (.*) Age: (.*) Tel: (.*)'
result = re.search(pattern=pattern, string=msg)
name, age, tel = result.groups()
print(f'Name: {name}, Age: {age}, Tel: {tel}')
# Name: Jack,, Age: 18, Tel: 13838384438# 换行字符的处理
# 用“.*”搜寻时，遇到换行字符“\n”则停止
# re模块提供参数re.DOTALL，功能包括搜寻换行字符
msg = 'Name: Jack, Age: 18 \nTel: 13838384438'
pattern = '(.*)'
result1 = re.search(pattern=pattern, string=msg)
print(result1.group()) # Name: Jack, Age: 18
result2 = re.search(pattern=pattern, string=msg, flags=re.DOTALL)
print(result2.group())
# Name: Jack, Age: 18
# Tel: 13838384438

re.match()MatchObject对象内容的重要方法

re.match()只搜寻比对字符串开头，成功返回MatchObject对象，失败则返回None
group()：返回搜寻到的字符串
end()：返回搜寻到的字符串的结尾位置
start()：返回搜寻到的字符串的起始位置
span()：返回字符串的(起始,结束)位置

# author:mlnt
# createdate:2022/8/15
"""
re.match()只搜寻比对字符串开头，成功返回MatchObject对象，失败则返回None
re.search()搜寻整个字符串，成功返回MatchObject对象，失败则返回None
"""
"""
MatchObject对象内容的重要方法：
- group()：返回搜寻到的字符串
- end()：返回搜寻到的字符串的结尾位置
- start()：返回搜寻到的字符串的起始位置
- span()：返回字符串的(起始,结束)位置
"""
import remsg = 'Jack and Maria are good friends.'
msg2 = 'Mary and Jack are good friends.'
pattern = 'Jack'
result1 = re.match(pattern=pattern, string=msg)
if result1 is not None:print(result1.group())  # Jackprint(result1.start())  # 0print(result1.end())  # 4print(result1.span())  # (0, 4)
result2 = re.match(pattern=pattern, string=msg2)
if result2 is not None:print(result2.group())

sub()方法

result = re.sub(pattern, newstr, msg)

pattern是欲搜寻的字符串，如果搜寻成功，则用newstr替换，同时将结果传给result；如果搜寻到多个相同字符串，这些字符串都会被替换，原msg的内容不会改变；如果搜寻失败，则将msg内容赋值给result

# author:mlnt
# createdate:2022/8/15
"""
sub()方法的语法：
result = re.sub(pattern, newstr, msg)
pattern是欲搜寻的字符串，如果搜寻成功，则用newstr替换，同时将结果传给result；
如果搜寻到多个相同字符串，这些字符串都会被替换，原msg的内容不会改变；
如果搜寻失败，则将msg内容赋值给result
"""
import remsg = "十步13466663478杀一人，千里不留15688889999"
pattern = r'(1[3-9]\d+)(\d{4})(\d{4})'
newstr = r'\1****\3'  # 第2个分组用*替换
result = re.sub(pattern=pattern, repl=newstr, string=msg)
print(result)
# 十步134****3478杀一人，千里不留156****9999

电子邮箱地址的搜寻

# author:mlnt
# createdate:2022/8/15
import re# 在正则表达式中加注释，需使用re.VERBOSE参数
def get_mail(content):"""提取邮箱"""pattern = r"""([a-zA-Z0-9_-]+          # 用户账号@                       # @符号[a-zA-Z0-9]+            # 主机域名domain[\.]                    # .符号 [a-zA-Z]{2,4}           # com/edu或其他([\.])?                 # .符号([a-zA-Z]{2,4})?        # 国别)"""results = re.findall(pattern, content, re.VERBOSE)return resultscontent = 'test@163.com 998@gmail.com'
print(get_mail(content))
# [('test@163.com', '', ''), ('998@gmail.com', '', '')]

参考：

https://www.runoob.com/regexp/regexp-tutorial.html

python 正则表达式（Regular Expression）基础学习笔记相关推荐

P4：正则表达式（Regular Expression）学习笔记
正则表达式学习 1.初始正则表达式 1.1正则表达式练习1 1.2正则表达式练习2 1.3正则表达式练习3 2.正则表达式源码分析 2.1 源码分析-matcher.find() 2.2源码分析- m ...
Python数据分析入门--Numpy基础学习笔记
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 NumPy基础 1.NumPy nadarray:多维数组对象 1.1ndarray及其数据类型 1.2NumPy数组 ...
python正则表达式快速入门_Python学习笔记——正则表达式入门
标签: # 本文对正则知识不做详细解释,仅作入门级的正则知识目录. 正则表达式的强大早有耳闻,大一时参加一次选拔考试,题目就是用做个HTML解析器,正则的优势表现得淋漓尽致.题外话不多讲,直接上干货: ...
【Python】DS的基础学习笔记7：文件、异常和模块
文章目录文件.异常和模块 7.1 文件的读写 7.1.1 文件的打开 1. 文件路径 2. 打开模式 3. 字符编码 7.1.2 文件的读取 1. 读取整个内容--f.read() 2. 逐行进行读 ...
python ide安装_Python基础学习笔记（一）安装以及IDE的配置
一.初识Python 版本:python-3.4.3.amd64 初次接触Python,没有使用Python 2.x进行开发真实项目的经历.所以不知2.x版本和3.x版本孰优孰劣,目前是作为一门兴趣来 ...
【Python】DS的基础学习笔记3：组合数据类型
文章目录组合数据类型 3.1 列表 3.1.1 列表的表达 3.1.2 列表的性质 3.1.3 列表的操作符 3.1.4 列表的操作方法 1 增加元素 2 删除元素 3 查找元素 4 修改元素 5 ...
【Python】DS的基础学习笔记2：基本数据类型
文章目录基本数据类型 2.1 数字类型 2.1.1 数字类型的组成 1 整数--不同进制的转换 2 浮点数--不确定性 3 复数--a+bj 2.1.2 数字运算操作符(a 操作符 b) 2.1.3 ...
python 正则表达式判断字符串_python学习笔记|字符串与正则表达式
总结一些字符串常用操作以及正则表达式相关字符串基本操作获取字符串长度 len(text) 字符串分割 word = text.split(" ") len(word) # 单词 ...
Python基础学习笔记之（一）
Python基础学习笔记之(一) zouxy09@qq.com http://blog.csdn.net/zouxy09 前段时间参加微软的windows Azure云计算的一个小培训,其中Pytho ...

python 正则表达式（Regular Expression）基础学习笔记

python 正则表达式（Regular Expression）

参考：

python 正则表达式（Regular Expression）基础学习笔记相关推荐

最新文章

热门文章