柚子快報邀請碼778899分享：正則表達式(知識總結(jié)篇)

http://yzkb.51969.com/

本篇文章主要是針對初學者，對正則表達式的理解、作用和應用

正則表達式?

一、?正則表達式的概述二、?正則表達式的語法和使用三、 ?正則表達式的常用操作符四、?re庫主要功能函數(shù)

一、?正則表達式的概述

通用的字符串表達框架簡潔表達一組字符串的表達式針對字符串表達“簡潔”和“特征”思想的工具判斷某字符串的特征歸屬

正則表達式在文本處理中十分常用

表達式文本類型的特征（病毒、入侵等）同時查找或替換一組字符串匹配字符串的全部或部分

二、?正則表達式的語法和使用

語法： 正則表達式語法由字符和操作符構(gòu)成

P(Y|YT|YTH|YTHO)?N

使用 編譯：將符合正則表達式語法的字符串轉(zhuǎn)換成正則表達式特征。

三、 ?正則表達式的常用操作符

操作符說明實例.表示任何單個字符[ ]字符集，對單個字符給出取值范圍[abc]表示a、b、c，[a-z]表示a到z單個字符[ ^ ]非字符集，對單個字符給出排除范圍[^abc]表示非a或b或c的單個字符*前一個字符0次或無限次擴展abc*表示ab、abc、abcc、abcc等+前一個字符1次或無限次擴展abc+表示abc、abcc、abccc等?前一個字符0次或1次擴展abc？表示av、abc|左右表達式任意一個abc|def表示abc、def{m}擴展前一個字符m次ab{2}c表示abbc{m,n}擴展前一個字符m至n次(含n)ab{1，2}c表示abc、abbc^匹配字符串開頭^abc表示abc且在一個字符串的開頭$匹配字符串結(jié)尾abc$表示abc且在一個字符串的結(jié)尾()分組標記，內(nèi)部只能使用|操作符(abc)表示abc，(abc|def)表示abc、def\d數(shù)字，等價于[0-9]\w單詞字符，等價于[A-Za-z0-9]

四、?re庫主要功能函數(shù)

函數(shù)說明re.search(pattern, string)在一個字符串中搜索匹配正則表達式的第一個位置，返回match對象re.match(pattern, string)從一個字符串的開始位置起匹配正則表達式，返回match對象re.findall(pattern, string)搜索字符串，以列表類型返回全部能匹配的子串re.split(pattern, string)將一個字符串按照正則表達式匹配結(jié)果進行分割，返回列表類型re.finditer(pattern, string)搜索字符串，返回一個匹配結(jié)果的迭代類型，每個迭代元素是match對象re.sub(pattern, string)在一個字符串中替換所有匹配正則表達式的字串，返回替換后的字符串re.compile(pattern[, flags])re.escape(string)

re模塊中常用函數(shù)的簡單介紹：

語法：

re.函數(shù)(pattern, string，flags=0)

pattern：正則表達式的字符串或原生字符串表示string：待匹配字符串flags：正則表達式使用時的控制標記

re.search(pattern, string，flags=0): 在字符串中搜索匹配正則表達式pattern的第一個位置，返回一個匹配對象，如果沒有找到匹配的，則返回None。 import re

match = re.search(r'\d+', 'hello 123 world')

if match:

print('找到匹配:', match.group())

else:

print('未找到匹配')

re.match(pattern, string，flags=0): 從字符串的起始位置匹配正則表達式pattern，如果起始位置沒有匹配到，則返回None。注意這與search()不同，search()會掃描整個字符串以查找匹配項。 match = re.match(r'\d+', '123 hello world')

if match:

print('找到匹配:', match.group())

else:

print('未找到匹配')

re.findall(pattern, string): 返回字符串中所有與正則表達式pattern相匹配的所有非重疊匹配項的列表。如果未找到匹配項，則返回空列表。 matches = re.findall(r'\b\w+\b', 'Hello World! This is a test.')

print(matches)

# 輸出：['Hello', 'World', 'This', 'is', 'a', 'test']

re.sub(pattern, repl, string, count=0, flags): 將字符串中所有與正則表達式pattern匹配的部分替換為repl，并返回修改后的字符串。count參數(shù)可以指定替換的最大次數(shù)，默認為0，表示替換所有匹配項。 result = re.sub(r'\d+', 'NUMBER', 'hello 123 world 456')

print(result)

# 輸出：'hello NUMBER world NUMBER'

re.compile(pattern[, flags]): 編譯正則表達式字符串為一個正則表達式對象，這樣可以提高使用相同模式進行多次匹配的效率。 pattern = re.compile(r'\d+')

match = pattern.match('123 hello')

if match:

print('找到匹配:', match.group())

re.escape(string): 轉(zhuǎn)義字符串中的特殊字符，使得它們在正則表達式中作為字面值字符對待。 pattern = re.compile(re.escape('[') + r'\d+' + re.escape(']'))

match = pattern.search('[123]')

if match:

print('找到匹配:', match.group())

re.split(pattern,string,maxsplit=0,flags=0): 將一個字符串按照正則表達式匹配進行分割返回列表類型

maxsplit：最大分割數(shù)，剩余部分作為最后一個元素輸出 import re

result1=re.split(r'[1-9]\d{5}','BIT100081 TSU100084')

print(result1)

result2=re.split(r'[1-9]\d{5}','BIT100081 TSU100084',maxsplit=1)

print(result2)

re.finditer(pattern, string): 搜索字符串，返回一個匹配結(jié)果的迭代類型，每個迭代元素是，match對象 import re

for m in re.finditer(r'[1-9]\d{5}','BIT100081 TSU100084'):

if m:

print(m.group(0))

拓展:

re庫的另一種等價用法：

# 第一種 函數(shù)式用法：一次性操作

rst=re.search(r'[1-9]\d{5}','BIT 100081')

# 第二種 面對對象用法：編譯后的多次操作

pat=ree.compile(r'[1-9]\d{5}')

rst=pat.search('BIT 100081')

match對象介紹 Match對象一次匹配的結(jié)果，包含匹配的很多信息 import re

match=re.search(r'[1-9]\d{5}','BIT 100081')

if match:

print(match.group(0))

print(type(match))

match對象的屬性：

屬性說明.string待匹配的文本.re匹配時使用的patter對象（正則表達式）.pos正則表達式搜索文本的開始位置.endpos正則表達式搜索文本的結(jié)束位置match對象的方法：

方法說明.group(0)獲得匹配的字符串.start()匹配字符串在原始字符串的開始位置.end()匹配字符串在原始字符串的結(jié)束位置.span()返回(.start(),.end())import re

match=re.search(r'[1-9]\d{5}','BIT100081 TSU100084')

print(match.string)

print(match.re)

print(match.pos)

print(match.endpos)

print(match.group(0))

print(match.start())

print(match.end())

print(match.span())

貪婪匹配 Re默認采用貪婪匹配，即輸出匹配最長的字串 import re

match=re.search(r'PY.*N','PYANBNCNDN')

print(match.group(0))

最小匹配：如何輸出最短的子串呢？ import re

match=re.search(r'PY.*?N','PYANBNCNDN')

print(match.group(0))

最小匹配操作符

操作符說明*？前一個字符0次或無限次擴展，最小匹配+？前一個字符1次或無限次擴展，最小匹配？？前一個字符0次或1次擴展，最小匹配{m，n}？擴展前一個字符m至n次（含n），最小匹配 典型例子： 在Python中，可以使用re模塊（正則表達式模塊）來匹配IP地址。一個基本的IPv4地址由四個0到255之間的數(shù)字組成，每部分之間用點(“.”)分隔。下面是一個簡單的例子，展示了如何編寫一個正則表達式來匹配這樣的IP地址：

import re

def is_valid_ip(ip):

# 定義IP地址的正則表達式

ip_pattern = re.compile(r'^((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$')

# 使用正則表達式匹配IP地址

if ip_pattern.match(ip):

return True

else:

return False

if __name__ == '__main__':

# 測試函數(shù)

ips = ["192.168.1.1", "255.255.255.255", "123.456.789.0", "1.2.3"]

for ip in ips:

print(f"{ip}: {is_valid_ip(ip)}")

這段代碼首先導入了re模塊，并定義了一個函數(shù)is_valid_ip，該函數(shù)使用一個正則表達式來檢查輸入的字符串是否符合IPv4地址的格式。正則表達式的詳細解釋如下：

^：表示字符串的開始。((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}：這部分匹配前三部分的數(shù)字，每部分數(shù)字范圍是0到255，后面跟著一個點(“.”)。其中，

25[0-5] 匹配從250到255的數(shù)字，2[0-4][0-9] 匹配從200到249的數(shù)字，[01]?[0-9][0-9]? 匹配0到199的數(shù)字，包括前導零的情況。\. 表示匹配點字符本身（因為點在正則表達式中有特殊含義，所以需要用反斜杠轉(zhuǎn)義）。 (25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$：這部分匹配第四部分的數(shù)字，后面跟上字符串的結(jié)束標志$。

經(jīng)典正則表達式實例：

表達式解釋^ [A - Za-z]+$由26個字母組成的字符串^ [A-Za-Z0-9]+$由26個字母和數(shù)字組成的字符串^- ? \d+$整數(shù)形式的字符串^ [0-9] * [1-9] [0-9] * $正整數(shù)形式的字符串[1-9] \d{5}中國境內(nèi)郵政編碼，6位[\u4e00-\u9fa5]匹配中文字符\d{3}-d{8}|\d{4}-\d{7}國內(nèi)電話號碼，010-68913536

柚子快報邀請碼778899分享：正則表達式(知識總結(jié)篇)

http://yzkb.51969.com/

精彩內(nèi)容