前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
文章/答案/技术大牛
发布
首页
学习
活动
专区
圈层
工具
返回腾讯云官网
社区首页 >专栏 >正则表达式1.正则表达式概述2.re模块操作3.表示字符4.re模块的高级用法5.贪婪和非贪婪

正则表达式1.正则表达式概述2.re模块操作3.表示字符4.re模块的高级用法5.贪婪和非贪婪

作者头像
Python攻城狮
发布于 2018-08-23 03:34:25
发布于 2018-08-23 03:34:25
2K00
代码可运行
举报
文章被收录于专栏：Python攻城狮Python攻城狮
运行总次数：0
代码可运行
关联问题
换一批

1.正则表达式概述

  • 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。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。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
  • Regular Expression的“Regular”一般被译为“正则”、“正规”、“常规”。此处的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则的表达式”之意。
  • Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先使用re.compile()函数，将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作。

2.re模块操作

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

1.re模块的使用过程

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#coding=utf-8

    # 导入re模块
    import re

    # 使用match方法进行匹配操作
    result = re.match(正则表达式,要匹配的字符串)

    # 如果上一步匹配到数据的话，可以使用group方法来提取数据
    result.group()

re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。 匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。

2.re模块示例

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#coding=utf-8

import re
result = re.match("taobao","taobao.com")
result.group()

运行结果：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
'taobao'
  • re.match() 能够匹配出以xxx开头的字符串

3.表示字符

**匹配中文字符的正则表达式： ** [\u4e00-\u9fa5]

单字符匹配

匹配分组

表示边界

表示数量

正则表达式中的特殊用法

使用分组的同时，会有一些特殊的使用方式如下：

表达式

描述

(?:expression)

作为正则表达式的一部分，但是匹配结果丢弃

(?=expression)

匹配expression表达式前面的字符，如 "How are you doing" ,正则"(?<txt>.+(?=ing))" 这里取ing前所有的字符，并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为"How are you do"

(?<=expression)

匹配expression表达式后面的字符，如 "How are you doing" 正则"(?<txt>(?<=How).+)" 这里取"How"之后所有的字符，并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为" are you doing";

(?!expression)

匹配字符串后面不是expression表达式字符，如 "123abc" 正则 "\d{3}(?!\d)"匹配3位数字后非数字的结果

(?<!expression)

匹配字符串前面不是expression表达式字符，如 "abc123 " 正则 (?<![0-9])123" 匹配"123"前面是非数字的结果也可写成"(?!<\d)123"

举例：（直接在Python3.5中演示）

表示字符
  • . 匹配任意1个字符(除了\n) [ ]匹配[ ]中列举的字符 \匹配数字，即0-9
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match(".","a")
<_sre.SRE_Match object; span=(0, 1), match='a'>

re.match(".","abc")
<_sre.SRE_Match object; span=(0, 1), match='a'>

re.match("h","hello Python")
<_sre.SRE_Match object; span=(0, 1), match='h'>

re.match("[hH]","Hello Python")
<_sre.SRE_Match object; span=(0, 1), match='H'>

re.match("[0123456789]","7Hello Python")
<_sre.SRE_Match object; span=(0, 1), match='7'>

re.match("[0-9]","7Hello Python")
<_sre.SRE_Match object; span=(0, 1), match='7'>

re.match("嫦娥2号","嫦娥2号发射成功")
<_sre.SRE_Match object; span=(0, 4), match='嫦娥2号'>

re.match("嫦娥\d号","嫦娥2号发射成功")
<_sre.SRE_Match object; span=(0, 4), match='嫦娥2号'>
  • \w 匹配单词字符，即a-z、A-Z、0-9、_和各国语言
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match('\w','abc')
<_sre.SRE_Match object; span=(0, 1), match='a'>

re.match('[\u4e00-\u9fa5]','人生苦短，我用python')
<_sre.SRE_Match object; span=(0, 1), match='人'>

re.match('\w','人生苦短，我用python')
<_sre.SRE_Match object; span=(0, 1), match='人'>

re.match('\w','人生苦短，我用python',re.ASCII)
None

注意： \w 如果只是想匹配字母数字下划线，可以加上re.ASCII

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match(r"c:\\a","c:\\a\\b\\c")
<_sre.SRE_Match object; span=(0, 4), match='c:\\a'>

ret = re.match(r"c:\\a","c:\\a\\b\\c").group()
print(ret)
c:\a

说明:

  • Python中字符串前面加上 r 表示原生字符串，
  • 与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
  • Python里的原生字符串很好地解决了这个问题，有了原始字符串，我们也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。
表示数量
  • * 匹配前一个字符出现0次或者无限次，即可有可无 + 匹配前一个字符出现1次或者无限次，即至少有1次
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match("[A-Z][a-z]*","Mm")
<_sre.SRE_Match object; span=(0, 2), match='Mm'>

re.match("[A-Z][a-z]*","Aabcdef")
<_sre.SRE_Match object; span=(0, 7), match='Aabcdef'>

re.match("[a-zA-Z_]+[\w_]*","name1")
<_sre.SRE_Match object; span=(0, 5), match='name1'>

re.match("[a-zA-Z_]+[\w_]*","_name")
<_sre.SRE_Match object; span=(0, 5), match='_name'>

re.match("[a-zA-Z_]+[\w_]*","2_name")
None
  • ? 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 {m} 匹配前一个字符出现m次 {m,}匹配前一个字符至少出现m次 {m,n} 匹配前一个字符出现在m-n次范围都可以
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match("[1-9]?[0-9]","7")
<_sre.SRE_Match object; span=(0, 1), match='7'>

re.match("[1-9]?[0-9]","33")
<_sre.SRE_Match object; span=(0, 2), match='33'>

re.match("[1-9]?[0-9]","09")
<_sre.SRE_Match object; span=(0, 1), match='0'>

re.match("[a-zA-Z0-9_]{6}","12a3g45678")
<_sre.SRE_Match object; span=(0, 6), match='12a3g4'>

re.match("[a-zA-Z0-9_]{6,}","12a3g45678")
<_sre.SRE_Match object; span=(0, 10), match='12a3g45678'>


re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
<_sre.SRE_Match object; span=(0, 18), match='1ad12f23s34455ff66'>
表示边界
  • $ 匹配字符串结尾
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match("[\w]{4,20}@163\.com", "ererBai@163.com")
<_sre.SRE_Match object; span=(0, 15), match='ererBai@163.com'>

#结尾仍不符合要求，但却没过滤掉
re.match("[\w]{4,20}@163\.com", "erBai@163.comheihei")
<_sre.SRE_Match object; span=(0, 13), match='erBai@163.com'>

# 通过$来确定末尾
re.match("[\w]{4,20}@163\.com$", "ererBai@163.comheihei")
None
  • \b 匹配一个单词的边界
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match(r".*\bver\b", "ho ver abc")
<_sre.SRE_Match object; span=(0, 6), match='ho ver'>

#报错
re.match(r".*\bver\b", "ho verabc").group()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

#报错
re.match(r".*\bver\b", "hover abc").group()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
  • \B 匹配非单词边界
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match(r".*\Bver\B", "hoverabc")
<_sre.SRE_Match object; span=(0, 5), match='hover'>

re.match(r".*\Bver\B", "ho verabc")
None

re.match(r".*\Bver\B", "hover abc")
None

re.match(r".*\Bver\B", "ho ver abc")
None
匹配分组
  • | 匹配左右任意一个表达式
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#匹配出0-100之间的数字
re.match("[1-9]?\d","8")
<_sre.SRE_Match object; span=(0, 1), match='8'>

#得到的结果是0，不符合我们的需求
re.match("[1-9]?\d","08")
<_sre.SRE_Match object; span=(0, 1), match='0'>
#所以我们应该加$
re.match("[1-9]?\d$","08")
None

re.match("[1-9]?\d$|100","8")
<_sre.SRE_Match object; span=(0, 1), match='8'>

re.match("[1-9]?\d$|100","100")
<_sre.SRE_Match object; span=(0, 3), match='100'>

re.match("[1-9]?\d$|100","78")
<_sre.SRE_Match object; span=(0, 2), match='78'>
  • ( ) 将括号中字符作为一个分组
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#匹配出163、126、qq邮箱之间的数字
re.match("\w{4,20}@163\.com", "ererBai@163.com")
<_sre.SRE_Match object; span=(0, 12), match='ererBai@163.com'>

re.match("\w{4,20}@(163|126|qq)\.com", "ererBai@qq.com")
<_sre.SRE_Match object; span=(0, 11), match='ererBai@qq.com'>

re.match("\w{4,20}@(163|126|qq)\.com", "ererBai@126.com")
<_sre.SRE_Match object; span=(0, 12), match='ererBai@126.com'>

e.match("\w{4,20}@(163|126|qq)\.com", "ererBai@gmail.com")
None
  • \num 引用分组num匹配到的字符串
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
# 能够完成对正确的字符串的匹配
re.match("<[a-zA-Z]*>\w*</[a-zA-Z]*>", "<html>hh</html>")
<_sre.SRE_Match object; span=(0, 15), match='<html>hh</html>'>

# 如果遇到非正常的html格式字符串，匹配出错
re.match("<[a-zA-Z]*>\w*</[a-zA-Z]*>", "<html>hh</htmlbalabala>")
<_sre.SRE_Match object; span=(0, 23), match='<html>hh</htmlbalabala>'>

# 通过引用分组中匹配到的数据即可，但是要注意是元字符串，即类似 r""这种格式
re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
<_sre.SRE_Match object; span=(0, 15), match='<html>hh</html>'>

# 因为2对<>中的数据不一致，所以没有匹配出来
 re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</htmlbalabala>")
None
  • \number 引用分组num匹配到的字符串
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#匹配出<html><h1>taobao.com</h1></html>
re.match(r"<(\w*)><(\w*)>.*</\2></\1>", "<html><h1>taobao.com</h1></html>")
<_sre.SRE_Match object; span=(0, 36), match='<html><h1>taobao.com</h1></html>'>

re.match(r"<(\w*)><(\w*)>.*</\2></\1>", "<html><h1>taobao.com</h2></html>")
None
  • (?P<name>) (?P=name) 引用别名为name分组分配到的字符串
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#匹配出<html><h1>taobao.com</h1></html>
re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>taobao.com</h1></html>")
<_sre.SRE_Match object; span=(0, 32), match='<html><h1>taobao.com</h1></html>'>

re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>taobao.com</h2></html>")
None
注意：(?P<name>)和(?P=name)中的字母p大写
附：常用表达式
  • 校验数字的表达式
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
1 数字：^[0-9]*$ 

2 n位的数字：^\d{n}$

3 至少n位的数字：^\d{n,}$ 

4 m-n位的数字：^\d{m,n}$ 

5 零和非零开头的数字：^(0|[1-9][0-9]*)$ 

6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$ 

7 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$ 

8 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$ 

9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$

10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$

12 非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$

13 非负整数：^\d+$ 或 ^[1-9]\d*|0$

14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$

15 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

16 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

17 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

18 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$

19 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
  • 校验字符的表达式
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
1 汉字：^[\u4e00-\u9fa5]{0,}$ 

2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$ 

3 长度为3-20的所有字符：^.{3,20}$ 

4 由26个英文字母组成的字符串：^[A-Za-z]+$ 

5 由26个大写英文字母组成的字符串：^[A-Z]+$ 

6 由26个小写英文字母组成的字符串：^[a-z]+$ 

7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$ 

8 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$ 

9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$

10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

11 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+

12 禁止输入含有~的字符：[^~\x22]+
  • 特殊需求表达式
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$ 

2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.? 

3 InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ 

4 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$ 

5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$  

6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7} 

7 身份证号(15位、18位数字)：^\d{15}|\d{18}$ 

8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$ 

9 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

11 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$

12 日期格式：^\d{4}-\d{1,2}-\d{1,2}

13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$

14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

15 钱的输入格式：

 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$

 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$

 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$

 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$

 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$

 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$

 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$

 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

- 备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里

16 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

17 中文字符的正则表达式：[\u4e00-\u9fa5]

18 双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))

19 空白行的正则表达式：\n\s*\r (可以用来删除空白行)

20 HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)

21 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)

22 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

23 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字) 33 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用) 34 IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))

4.re模块的高级用法

1.search

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.search(r"\d+", "阅读次数为 9999")
<_sre.SRE_Match object; span=(6, 10), match='9999'>

2.findall

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#统计出python、c、c++相应文章阅读的次数
re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
['9999', '7890', '12345']

3.sub将匹配到的数据进行替换

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#方法一
re.sub(r"\d+", '998', "python = 997")
'python = 998'

#方法二
def add(temp):
    strNum = temp.group()
    num = int(strNum) + 1
    return str(num)

re.sub(r"\d+", add, "python = 997")
'python = 998'

例子

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#从下面的字符串中取出文本
<div>
        <p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p> <br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p> <br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

        </div>

解决方法：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
s='''<div>
        <p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p> <br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p> <br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

        </div>'''
re.sub(r'</?\w*>|\n|\s','',s)
'岗位职责：完成推荐算法、数据统计、接口、后台等服务器端相关工作必备要求：良好的自我驱动力和职业素养，工作积极主动、结果导向 技术要求：1、一年以上Python开发经验，掌握面向对象分析和设计，了解设计模式2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架3、掌握关系数据库开发设计，掌握SQL，熟练使用MySQL/PostgreSQL中的一种4、掌握NoSQL、MQ，熟练使用对应技术解决方案5、熟悉Javascript/CSS/HTML5，JQuery、React、Vue.js 加分项：大数据，数理统计，机器学习，sklearn，高性能，大并发。'

4.split

根据匹配进行切割字符串，并返回一个列表

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.split(r":| ","info:xiaoZhang 33          shandong")
['info', 'xiaoZhang', '33', '', '', '', '', '', '', '', '', '', 'shandong']

re.split(r":|  *","info:xiaoZhang 33          shandong")
['info', 'xiaoZhang', '33', 'shandong']

5.贪婪和非贪婪

正则表达式匹配的两种模式：贪婪模式、懒惰模式

贪婪模式：从目标字符串的两头开始搜索，一次尽可能多的匹配符合条件的字符串，但是有可能会匹配到不需要的内容，正则表达式中的元字符、量词、范围等都模式是贪婪匹配模式，使用的时候一定要注意分析结果， 懒惰模式：从目标字符串按照顺序从头到位进行检索匹配，尽可能的检索到最小范围的匹配结果，语法结构是在贪婪模式的表达式后面加上一个符号?即可，

Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符； 非贪婪则相反，总是尝试匹配尽可能少的字符。 在"*", "?" , "+" , "{m,n}" 后面加上？，使贪婪变成非贪婪。

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
re.match(r"erbai(\d+)","erbai521888").group(1)
'521888'

re.match(r"erbai(\d+?)","erbai521888").group(1)
'5'

re.match(r"(\d+)(.*)", "5211314erbai").groups()
('5211314', 'erbai')

re.match(r"(\d+?)(.*)", "5211314erbai").groups()
('5', '211314erbai')

练习

  • (一)
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
有一批网址：
http://www.interoem.com/messageinfo.asp?id=35
http://3995503.com/class/class09/news_show.asp?id=14
http://lib.wzmc.edu.cn/news/onews.asp?id=769
http://www.zy-ls.com/alfx.asp?newsid=377&id=6
http://www.fincm.com/newslist.asp?id=415
需要 正则后为：
http://www.interoem.com/
http://3995503.com/
http://lib.wzmc.edu.cn/
http://www.zy-ls.com/
http://www.fincm.com/

表达式：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#单个修改的表达式有以下几种参考方案
re.match(r'http.+\.[a-z]{2,3}/',str)
re.match(r'http://.*?/',str)
re.sub(r'(http://.*?/).*',lambda x:x.group(1),str)
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#整块都修改
import re
f = open('url.txt','w')

s = '''http://www.interoem.com/messageinfo.asp?id=35
http://3995503.com/class/class09/news_show.asp?id=14
http://lib.wzmc.edu.cn/news/onews.asp?id=769
http://www.zy-ls.com/alfx.asp?newsid=377&id=6
http://www.fincm.com/newslist.asp?id=415'''

f.write(s)
f = open('url.txt','r')

def main():
    for line in f:
        ret = re.match(r'http://.+\.[a-z]{2,3}/', line)
        print(ret.group())
    f.close()


if __name__ == '__main__':
    main()

结果：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
http://www.interoem.com/
http://3995503.com/
http://lib.wzmc.edu.cn/
http://www.zy-ls.com/
http://www.fincm.com/
  • (二)
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
现在有一句英文如下：
hello world ha ha
需求查找所有的单词

表达式：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#我写了两种，当然方法是多种的
re.split(r' +','hello world ha ha')
['hello', 'world', 'ha', 'ha']

re.findall(r' \b\w+\b',’ hello world ha ha’)
['hello', 'world', 'ha', 'ha']

2017.8.9回顾

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
1.正则表达式（Regular Expression）：查询和匹配字符串的规则

2.正则表达式表示数据
普通字符： 元数据，可以用于匹配指定的字符
r = “a”：用于在目标字符串中匹配小写字母a元字符
r = “.”：用于匹配任意一个字符
r = “\”：转移字符~用于将一个普通的字符，转义成一个有意义的字符
r = “\d”：表示一个0~9之间的整数
r = “\D”：表示一个非数字字符
r = “\w”：表示任意一个0~9或者字母或者下划线的字符
r = “\W”：表示任意一个特殊字符
r = “\s”：表示匹配一个空白字符
r = “\S”：表示匹配一个非空白字符
r = “^”：匹配字符串的开头位置
r = “$”：匹配字符串的结束位置
r = “\d*”：表示前面匹配的字符出现了0次或者多次
r = “\d?”：表示前面匹配的字符出现了0次或者1次
r =”\d+”：表示前面匹配的字符出现了1次或者多次

#范围匹配
分组匹配方式：将多个匹配字符当成一个完整的匹配公式
(abc)：用于在目标字符串中查询abc同时出现的地方 
选择匹配方式：将指定的多个字符，选择其中一个进行匹配
[abc]：用于在目标字符串中，查询a或者b或者c出现的地方
[0-9]：用于匹配一个0~9之间的数字->等价于\d
[a-z]：用于匹配一个a-z之间的字母
[A-Z]：用于匹配一个A-Z之间的字母
[a-zA-Z]：用于匹配一个字母【大小写均可】
[a-zA-Z0-9_]：用于匹配一个非特殊字符，等价于\w

#范围匹配
\d{m, n}：匹配到的字符出现了至少m次，最多n次
\d{,20}：匹配一个数字最多出现20次
\d{8,}：匹配一个数字，最少出现8次
\d{8,16}：匹配一个数字，最少出现8次，最多出现16次

#正则表达式在python中的使用
正则表达式，在python中，主要用到了一个re模块
compile()：编译正则表达式
pattern = re.compile(“^\d{2,}$”)
pattern = r‘^\d{2,}$’

pattern.match(str,begin,end)：从指定的字符串str第一个字符查询匹配的字符

pattern.search(str, begin, end):从指定的字符串中直接进行查询，查询到的第一个结果作为匹配结果

pattern.findall(str)：从指定的字符串中，查询符合匹配规则的字符，将所有符合的字符存放在一个列表中

pattern.finditer(str)：从指定的字符串中，查询符合匹配规则的字符保存在一个可以迭代的对象中

pattern.sub():替换
pattern.split():拆分
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2017.06.16 ，如有侵权请联系 cloudcommunity@tencent.com 删除
其他

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

其他
评论
登录后参与评论
暂无评论
登录 后参与评论
推荐阅读
正则表达式（二）
正则表达式编程算法regexjavascript
正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。
胡齐
2020/02/14
7080
Python学习笔记(十一)·正则表达式
编程算法python打包正则表达式
字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
公爵
2022/09/28
4370
python——正则表达式(re模块)详解
正则表达式html编程算法python
在Python中需要通过正则表达式对字符串进⾏匹配的时候，可以使⽤⼀个python自带的模块，名字为re。
全栈程序员站长
2022/08/29
7310
第一章：正则表达式
正则表达式编程算法python打包
　　正则表达式是由一堆字符和特殊符号组成的字符串。它可以为我们提供高级的文本搜索，匹配，替换功能。当然，正则表达式也不是python独有的一种模式，而是凌驾于语言之上的一种跨平台的通用标准。当我们学会了正则表达式之后，将会能够更加容易的处理我们的文本和数据。让我们开始正则之旅吧。
py3study
2020/01/20
1.2K0
Python面试题之Python正则表达式re模块
python正则表达式
正则表达式，是一门相对通用的语言。简单说就是：用一系列的规则语法，去匹配，查找，替换等操作字符串，以达到对应的目的；此套规则，就是所谓的正则表达式。各个语言都有各自正则表达式的内置模块，包括Linux系统中sed、awk也都是使用正则表达式。当然Python中也有对正则表达式的支持，对应的就是Python内置的re模块。
Jetpropelledsnake21
2019/02/15
1.7K0
python中的正则表达式（re模块）
编程算法正则表达式
正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。
测试开发社区
2019/09/20
8240
正则表达式Python_js正则表达式实例
正则表达式https网络安全爬虫
正则表达式 英文名称叫 Regular Expression简称RegEx，是用来匹配字符的一种工具，它常被用在网页爬虫，文稿整理，数据筛选等方面，最常用的就是用在网页爬虫，数据抓取。
全栈程序员站长
2022/11/09
7.2K0
正则表达式Python_js正则表达式实例
15 Python 基础： 程序猿必懂知识之正则表达式
正则表达式编程算法python
字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
野原测试开发
2019/07/24
9220
15 Python 基础： 程序猿必懂知识之正则表达式
python re模块
其他
正则表达式(可以称为REs，regex，regex pattens)是一个小巧的，高度专业化的编程语言，它内嵌于python开发语言中，可通过re模块使用。正则表达式的pattern可以被编译成一系列的字节码，然后用C编写的引擎执行。
py3study
2018/08/02
5630
正则表达式很难吗？其实也就那样！
编程算法正则表达式
Hello，元宵节过了，这个年也算是过完了，接下来就得看我们2019年的奋斗了，2019年JAP君会一直陪着大家一起学习！今天我们来学习一下号称最难学的正则表达式，正则表达式在我们写爬虫的时候确实是一个很好的帮手，因为有一些网站的数据可能并不是那么的规整或者数据太多，我们只需要部分数据的时候，此时我们就可以通过一些表达式来进行提取，正则表达式就是其中一种进行数据筛选的表达式。
Python进击者
2019/09/17
9640
正则表达式很难吗？其实也就那样！
【自然语言处理】NLP入门（七）：1、正则表达式与Python中的实现（7）：常用正则表达式、re模块：findall、match、search、split、sub、compile
自然语言处理python正则表达式match入门
【自然语言处理】NLP入门（一）：1、正则表达式与Python中的实现（1）：字符串构造、字符串截取
Qomolangma
2024/07/30
1440
【自然语言处理】NLP入门（七）：1、正则表达式与Python中的实现（7）：常用正则表达式、re模块：findall、match、search、split、sub、compile
Python中的正则表达式
正则表达式编程算法python
句点(.)符号匹配除了换行符\n以外的任何字符。无论字母、数字、空格(不包括\n换行符)、可打印字符、不可打印字符，使用.都可以匹配。
py3study
2020/01/03
2.5K0
python re模块 正则表达式
python
正则表达式对字符串的逻辑操作，主要是对字符串的一种过滤，用“元字符” 与“普通字符”组成一个字符串规则对已知的字符串或文本过滤出自己想要的字符串
py3study
2020/01/19
7010
正则表达式
编程算法正则表达式
强烈建议：正则一律加上r字符（不加可能有问题，加上r肯定没有问题（分组里面不加r会出现问题））
小闫同学啊
2019/07/18
2.6K0
Python 正则表达式 re 模块
regexjavascript正则表达式python编程算法
compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。
为为为什么
2022/08/06
4780
python正则表达式和re模块
正则表达式编程算法html5
通俗理解：按照一定的规则，从某个字符串中匹配出想要的数据。这个规则就是正则表达式。
用户2200417
2022/02/27
5830
笔记·正则表达式和re库
正则表达式笔记对象语法字符串
提示：本页面转载内容过多，所使用的参考资料全部放在最后一章中 本页面的内容不会获得任何收益，同样本页面的内容也不会发送到任何第三方平台中，White_mu收集此页面的内容仅仅是便于自己学习，如果这触碰了您的利益，请您联系我们：WhitemuTeam@outlook.com
Moemu
2023/05/04
1K0
Python RE 正则表达式模块
编程算法regex正则表达式javascript
匹配任意一个字符(.) 默认匹配除\n之外的任意一个字符,若指定flag=DOTALL则匹配包括换行在内的字符.
王瑞MVP
2022/12/28
8030
Python 正则表达模块详解
编程算法regex正则表达式javascript
正则表达式(Regluar Expressions)又称规则表达式,这个概念最初是由Unix中的工具软件(如sed 和 grep)普及开的,正则表达式在代码中常简写为RES,它本质上是一个小巧的、高度专用的编程语言,许多程序设计语言都支持通过正则表达式进行字符串操作,通俗的来讲,正则就是用一些具有特殊含义的符号组合到一起来描述字符或者字符串的方法,正则模块内嵌在Python中,并通过re模块实现,正则表达式模式被编译成一系列的字节码,然后由用C编写的匹配引擎执行.
王瑞MVP
2022/12/28
1.1K0
Python正则表达式
python正则表达式
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 None
忆想不到的晖
2021/04/04
8430
Python正则表达式
推荐阅读
编辑精选文章
万字详解高可用架构设计Go 开发者必备：Protocol Buffers 入门指南10分钟带你彻底搞懂分布式链路跟踪
相关讨论
5.以下关于SRAM（静态随机存储器）和DRAM（动态随机存储器）的叙述中，正确的是（5）？1.云服务mysql双机热备是买一台就可以实现吗？另外，配置后期可以扩展吗？tarfile模块问题？
相关课程
云开发微搭低代码平台-一人构建企业级应用实战训练营AI绘画-StableDiffusion图像生成数字化IT从业者知识体系
正则表达式（二）
7080
Python学习笔记(十一)·正则表达式
4370
python——正则表达式(re模块)详解
7310
第一章：正则表达式
1.2K0
Python面试题之Python正则表达式re模块
1.7K0
python中的正则表达式（re模块）
8240
正则表达式Python_js正则表达式实例
7.2K0
15 Python 基础： 程序猿必懂知识之正则表达式
9220
python re模块
5630
正则表达式很难吗？其实也就那样！
9640
【自然语言处理】NLP入门（七）：1、正则表达式与Python中的实现（7）：常用正则表达式、re模块：findall、match、search、split、sub、compile
1440
Python中的正则表达式
2.5K0
python re模块 正则表达式
7010
正则表达式
2.6K0
Python 正则表达式 re 模块
4780
python正则表达式和re模块
5830
笔记·正则表达式和re库
1K0
Python RE 正则表达式模块
8030
Python 正则表达模块详解
1.1K0
Python正则表达式
8430
相关推荐
正则表达式（二）
更多 >
Python攻城狮0
LV.1
Python工程师
文章
130
获赞
338
专栏
1
目录
  • 1.正则表达式概述
  • 2.re模块操作
    • 1.re模块的使用过程
    • 2.re模块示例
  • 3.表示字符
    • 正则表达式中的特殊用法
  • 4.re模块的高级用法
    • 1.search
    • 2.findall
    • 3.sub将匹配到的数据进行替换
    • 例子
    • 4.split
  • 5.贪婪和非贪婪
    • 练习
    • 2017.8.9回顾
加入讨论
的问答专区 >
不惑
1产品KOL擅长5个领域
相关课程
一站式学习中心 >
云开发微搭低代码平台-一人构建企业级应用实战训练营
1810人在学
腾讯云微搭低代码
云开发
AI绘画-StableDiffusion图像生成
1667人在学
大模型图像创作引擎
高性能应用服务
数字化IT从业者知识体系
365人在学
CODING DevOps
软件开发
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2025 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论
2
查看详情【社区公告】 技术创作特训营有奖征文