正则表达式详解

原创

薛定谔的馋猫

修改于 2024-08-15 08:17:03

760

修改于 2024-08-15 08:17:03

一、字符相关

固定文本

匹配字符串中固定的文本

import re


text = "你好wade3maimi,我是你的fans，你是永远的wadegreast3"
data_list1 = re.findall("wade", text)
data_list2 = re.findall("你好", text)
print(data_list1)
print(data_list2)

输出：

['wade', 'wade']

['你好']

匹配字符

匹配字符串里a或b或c

import re


text = "你好wade3maimi,我是gfdbc你的fans，abcfgh你是永远的wadegreast3cb"
data_list = re.findall("[abc]", text)
print(data_list)

输出：

['a', 'a', 'b', 'c', 'a', 'a', 'b', 'c', 'a', 'a', 'c', 'b']

匹配qaw或qbw或qcw的字符

import re


text = "你好qcwmaimi,我是qbw你的fansqabcw，abcfgh你是qaw永远的wadegreast3cb"
data_list = re.findall("q[abc]w", text)
print(data_list)

输出：

['qcw', 'qbw', 'qaw']

字符范围a-z，0-9

import re


text = "tahhhuutywkatbhjklntctz"
data_list = re.findall("t[a-z]", text)
print(data_list)

输出：

['ta', 'ty', 'tb', 'tc', 'tz']

import re


text = "tahhhuutywkat79bhjklntctz"
data_list = re.findall("t[0-9]", text)
print(data_list)

输出：

['t7']

import re


text = "tahhhuutywkatbhjklntctz"
data_list = re.findall("t[0-9]", text)
print(data_list)

输出：

[]

\d 代表1个数字；+代表1个或n个；*代表0个或者n个；?代表0个或者1个；{n}代表固定n个；{n,}代表固定n+个(n个或n个以上)；{n,m}代表固定n=<个数<=m；

import re


text = "asd2wyt-yd3hj-jjd123"
data_list = re.findall("d\d", text)
print(data_list)

输出：

['d2', 'd3', 'd1']

import re


text = "rodt-yad3hdd9888j-jjd123"
data_list = re.findall("d\d+", text) # +,1个或n个
print(data_list)

输出：

['d3', 'd9888', 'd123']

import re


text = "rodt-yad3hdd9888j-jjd123"
data_list = re.findall("d\d*", text) # *,0个或n个
print(data_list)

输出：

['d', 'd3', 'd', 'd9888', 'd123']

import re


text = "rodt-yad3hdd9888j-jjd123"
data_list = re.findall("d\d?", text) # ?,0个或1个
print(data_list)

输出：

['d', 'd3', 'd', 'd9', 'd1']

import re


text = "rodt-yad3hdd9888j-jjd123"
data_list = re.findall("d\d{2}", text) # {n},固定n个
print(data_list)

输出：

['d98', 'd12']

import re


text = "rodt-yad3hdd9888j-jjd123"
data_list = re.findall("d\d{2,}", text) # {n,},固定n+个
print(data_list)

输出：

['d9888', 'd123']

import re


text = "rodt-yad32hdd9888j-jjd123-jjd123789"
data_list = re.findall("d\d{2,4}", text) # {n,m},固定[n,m]个
print(data_list)

输出：

['d32', 'd9888', 'd123', 'd1237']

import re


text = "rodt-yad32hdd9888j-jjd123-jjd123789"
data_list = re.findall("d+", text) # d出现1次或者n次
print(data_list)

输出：

['d', 'd', 'dd', 'd', 'd']

\w 字母、数字、下划线（汉字）；正则默认是贪婪匹配，如需改成非贪婪匹配则在正则后面加?；

import re


text = "韦德wade迈阿密 韦德3e 哈哈哈韦德maimie 韦德美国_e"
# 韦德开头，e结尾，中间是1个或n个字母、数字、下划线（汉字）；中间空格无法识别则分开提取
data_list = re.findall("韦德\w+e", text) 
print(data_list)

输出：

['韦德wade', '韦德3e', '韦德maimie', '韦德美国_e']

import re


text = "韦德wade迈阿密韦德3e哈哈哈韦德maimie韦德美国_e"
# 韦德开头，e结尾，中间是1个或n个字母、数字、下划线（汉字）；没有空格会尽可能多去匹配（默认贪婪匹配）
data_list = re.findall("韦德\w+e", text)
print(data_list)

输出：

['韦德wade迈阿密韦德3e哈哈哈韦德maimie韦德美国_e']

import re


text = "韦德wade迈阿密韦德3e哈哈哈韦德maimie韦德美国_e"
# 韦德开头，e结尾，中间是1个或n个字母、数字、下划线（汉字）；找到第一个匹配就不再继续（非贪婪匹配）
data_list = re.findall("韦德\w+?e", text)
print(data_list)

输出：

['韦德wade', '韦德3e', '韦德maimie', '韦德美国_e']

. 代表除换行符以外任意字符

import re


text = "rtyto-raoyuo-rboa"
data_list = re.findall("r.o", text) # .代表任意1个字符
print(data_list)

输出：

['rao', 'rbo']

import re


text = "rtyto-raoyuo-rboa"
data_list = re.findall("r.+o", text)  # .+代表1个或n个字符，默认贪婪匹配
print(data_list)

输出：

['rtyto-raoyuo-rbo']

import re


text = "rtyto-raoyuo-rboa"
data_list = re.findall("r.+?o", text)  # .+代表1个或n个字符，非贪婪匹配
print(data_list)

输出：

['rtyto', 'rao', 'rbo']

\s 代表任意空白字符

import re


text = "root admin add admin"
data_list = re.findall("a\w+\s\w+", text)  # \s代表1个空格
print(data_list)

输出：

['admin add']

import re


text = "root admin  fdd admin"
data_list = re.findall("a\w+\s\w+", text)  # \s代表1个空格，两个空格或者是tab则无法匹配
print(data_list)

输出：

[]

import re


text = "root admin  fdd admin"
data_list = re.findall("a\w+\s\s\w+", text)  # \s\s代表2个空格
print(data_list)

输出：

['admin fdd']

二、数量相关总结

*，0或n
+，1或n
?，0或n
{n}，固定n个
{n,}，n+个
{n,m}，n-m闭区间个

注意：默认贪婪匹配，非贪婪匹配数量+?

三、分组

提取数据区域

import re


text = "楼主手机13046788791，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
data_list = re.findall("130467\d{5}", text) #匹配130467开头，后面5位是数字的字符
print(data_list)

输出：

['13046788791', '13046787654']

import re


text = "楼主手机13046788791，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
data_list = re.findall("13046(7\d{5})", text) # 匹配后只截取（）部分字符
print(data_list)

输出：

['788791', '787654']

import re


text = "楼主手机13046788791，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
data_list = re.findall("(1\d{2})46(7\d{5})", text) # 匹配后将多个分组以元组形式保存列表
print(data_list)

输出：

[('130', '788791'), ('130', '787654')]

提取数据区域+或

import re


text = "楼主手机13046root，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
# 匹配13046(7\d{5})
# 匹配13046(r\w+t)
data_list = re.findall("13046(7\d{5}|r\w+t)", text) #将匹配结果截取7\d{5}或r\w+t部分
print(data_list)

输出：

['root', '787654']

四、练习题

提取身份证号

import re


text = "我的身份证号是360722199808073032，周杰伦的身份证号是45678919790921675X"
data_list = re.findall("\d{17}[\dX]", text) #匹配前面17位是数字，最后一位是数字或者X
print(data_list)

输出：

['360722199808073032', '45678919790921675X']

提取身份证中的出生年月

import re


text = "我的身份证号是360722199808073032，周杰伦的身份证号是45678919790921675X"
data_list = re.findall("\d{6}(\d{4})(\d{2})\d{5}[\dX]", text) # 将年份和月份分别提取出来
print(data_list)

输出：

[('1998', '08'), ('1979', '09')]

提取邮箱

import re


text = "楼主手机13046root，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.findall("\w+@\w+\.\w+", text)
print(data_list)

输出

['邮箱789987666@126.com', '邮箱是8976777@qq.com']

import re


text = "楼主手机13046root，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
# 带上re.ASCII后，\w就不包含中文
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.findall("\w+@\w+\.\w+", text, re.ASCII)
print(data_list)

输出：

['789987666@126.com', '8976777@qq.com']

import re


text = "楼主手机13046root，邮箱789987666@126.com;群主号码13046787654,邮箱是8976777@qq.com"
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.findall("[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\.[a-zA-Z0-9_-]+", text)
print(data_list)

输出：

['789987666@126.com', '8976777@qq.com']

五、re模块

re.findall，获取匹配成功的所有结果

import re


text = "换了斗地主，2B逗3B"
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.findall("\dB", text)
print(data_list)

输出：

['2B', '3B']

re.match，从开始进行匹配，开头未匹配成功就不再向后看，返回第一个对象

import re


text = "换了斗地主，2B逗3B"
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.match("\dB", text)
print(data_list)

输出：

None

import re


text = "2B逗3B"
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.match("\dB", text) # 返回<re.Match object; span=(0, 2), match='2B'>对象
print(data_list)
content = data_list.group() # 通过group接收对象
print(content)

输出

<re.Match object; span=(0, 2), match='2B'>

match拓展应用

import re


mobile = input("请输入手机号：")
mobile = mobile.strip() # 去除空格
# 1.校验手机号是否正确
result = re.match("^1[3-9]\d{9}$", mobile) # ^表示开头，$结尾，手机号非1开头或超出11位都会校验住
if result:
    print("格式正确")
else:
    print("格式错误")

re.search，浏览整个正则字符串去匹配，返回第一个对象

import re


text = "2B逗3B"
# .代表任意字符，如果特定提取.则用\.转义
data_list = re.search("\dB", text) # 返回<re.Match object; span=(0, 2), match='2B'>对象
print(data_list)
content = data_list.group() # 通过group接收对象
print(content)

输出：

<re.Match object; span=(0, 2), match='2B'>

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

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

python

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

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

python

登录后参与评论

0 条评论

热度