python re模块详解,python正则表达式re.match

2022-07-29 14:35:13 分类：python 阅读()

　　python re模块详解,python正则表达式re.match

　　这篇文章带给你一些关于python的知识，主要是关于正则表达式中的re模块。下面就来看看吧，希望对你有帮助。

　　推荐：python视频教程

　　当需要通过python中的正则表达式匹配字符串时，可以使用Python拥有的名为re的模块。

　　正则表达式的近似匹配过程是：

　　1.把表情拿出来依次对比课文中的人物，

　　2.如果每个字符都能匹配，则匹配成功；一旦有不成功的字符，匹配失败。

　　3.如果表达式中有量词或边界，过程会略有不同。

　　r:r:Python中一个字符串的前导r表示原始字符串标识符,并且这个字符串中的特殊符号不会被转义，所以适用于正则表达式中复杂的特殊符号表示。因此，rn 表示包含两个字符 和 n 的字符串，而 n 表示只包含一个换行符的字符串。

　　打印( \n) #输出n

　　Print(rn) # output 使用nre模块：导入re

　　00-1010语法：re.match (pattern，string，flags=0)

　　模式的匹配正则表达式字符串是要匹配的字符串标志位，用于控制正则表达式的匹配方式，如区分大小写、多行匹配等。

　　re.I无视案件。re.L表示特殊字符集w，W，b，s， S取决于当前环境。re.Ms多线模式re.S是。以及包括换行符(。不包括换行符)re.U表示特殊字符集w，W，b，d，s， S依赖于Unicode字符属性数据库re.X.为了增加可读性，它忽略#后面的空格和注释，并尝试从字符串的开头匹配一个模式。如果一开始匹配不成功，match()返回none。匹配成功。re.match方法返回一个匹配的对象。

　　如果前面的步骤与数据匹配，可以使用group方法提取数据。使用group(num)或groups()匹配对象函数获取匹配表达式。

　　Group()用于提出分组截取的字符串，()，group()和group(0)是匹配正则表达式的整体结果。组(1)列出第一括号匹配部分，组(2)列出第二括号匹配部分，组(3)列出第三括号匹配部分。没有成功的匹配，re.search()返回None。

　　示例：

　　进口re

　　result=re.match(itcast ， itcast.cn )

　　result.group()

　　‘it cast’从字符串头开始完全匹配模式，模式匹配结束，匹配同时结束，下面。cn不再匹配，返回匹配成功的信息。

　　00-1010字符功能位置。

　　e="color:#000000;">匹配任意1个字符（除了n）
[ ]匹配[ ]中列举的字符
d匹配数字，即0-9可以写在字符集[...]中D匹配⾮数字，即不是数字可以写在字符集[...]中s匹配空⽩，即空格，tab键可以写在字符集[...]中S匹配⾮空⽩字符可以写在字符集[...]中w匹配单词字符，即a-z、A-Z、0-9、_可以写在字符集[...]中W匹配⾮单词字符可以写在字符集[...]中ww 匹配单词字符，即a-z、A-Z、0-9、_
W匹配⾮单词字符
[...]字符集，对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，比如[abc]和[a-c]，第一个字符如果是^表示取反。所有特殊字符（比如"]""-""^"）在字符集中都失去原来的含义，如要使用可把"]""-"放在第一个字符，"^"放在非第一个字符。

　　举例：

　　

import re
　　ret = re.match(".","M")
　　print(ret.group())
　　ret = re.match("t.o","too")
　　print(ret.group())
　　ret = re.match("t.o","two")
　　print(ret.group())
　　# 如果hello的⾸字符⼩写，那么正则表达式需要⼩写的h
　　ret = re.match("h","hello Python")
　　print(ret.group())
　　# 如果hello的⾸字符⼤写，那么正则表达式需要⼤写的H
　　ret = re.match("H","Hello Python")
　　print(ret.group())
　　# ⼤⼩写h都可以的情况
　　ret = re.match("[hH]","hello Python")
　　print(ret.group())
　　ret = re.match("[hH]","Hello Python")
　　print(ret.group())
　　ret = re.match("[hH]ello Python","Hello Python")
　　print(ret.group())
　　# 匹配0到9的多种写法
　　ret = re.match("[0123456789]Hello Python","7Hello Python")
　　print(ret.group())
　　ret = re.match("[0-9]Hello Python","7Hello Python")
　　print(ret.group())
　　# 匹配0到3和5-9
　　ret = re.match("[0-35-9]Hello Python","7Hello Python")
　　print(ret.group())
　　ret = re.match("[0-35-9]Hello Python","4Hello Python")
　　#print(ret.group())
　　ret = re.match("嫦娥d号","嫦娥1号发射成功")
　　print(ret.group())
　　ret = re.match("嫦娥d号","嫦娥2号发射成功")
　　print(ret.group())
结果：

　　M
too
two
h
H
h
H
Hello Python
7Hello Python
7Hello Python
7Hello Python
嫦娥1号
嫦娥2号

　　

匹配多个字符

字符功能位置表达式实例完整匹配的字符串*匹配前⼀个字符出现0次或者⽆限次，即可有可⽆用在字符或(...)之后abc*abccc+匹配前⼀个字符出现1次或者⽆限次，即⾄少有1次用在字符或(...)之后abc+abccc?匹配前⼀个字符出现1次或者0次，即要么有1次，要么没有用在字符或(...)之后abc?ab,abc{m}匹配前⼀个字符出现m次用在字符或(...)之后ab{2}cabbc{m,n}匹配前⼀个字符出现从m到n次，若省略m，则匹配0到n次，若省略n，则匹配m到无限次用在字符或(...)之后ab{1,2}cabc,abbc举例：

　　

import re
　　#：匹配出，⼀个字符串第⼀个字⺟为⼤写字符，后⾯都是⼩写字⺟并且这些⼩写字⺟可有可⽆
　　ret = re.match("[A-Z][a-z]*","M")
　　print(ret.group())
　　ret = re.match("[A-Z][a-z]*","MnnM")
　　print(ret.group())
　　ret = re.match("[A-Z][a-z]*","Aabcdef")
　　print(ret.group())
　　#匹配出，变量名是否有效
　　names = ["name1", "_name", "2_name", "__name__"]
　　for name in names:
　　 ret = re.match("[a-zA-Z_]+[w]*",name)
　　 if ret:
　　 print("变量名 %s 符合要求" % ret.group())
　　 else:
　　 print("变量名 %s ⾮法" % name)
　　#匹配出，0到99之间的数字
　　ret = re.match("[1-9]?[0-9]","7")
　　print(ret.group())
　　ret = re.match("[1-9]?d","33")
　　print(ret.group())
　　# 这个结果并不是想要的，利⽤$才能解决
　　ret = re.match("[1-9]?d","09")
　　print(ret.group())
　　ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
　　print(ret.group())
　　#匹配出，8到20位的密码，可以是⼤⼩写英⽂字⺟、数字、下划线
　　ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
　　print(ret.group())
结果：
M
Mnn
Aabcdef
变量名 name1 符合要求
变量名 _name 符合要求
变量名 2_name ⾮法
变量名 __name__ 符合要求
7
33
0
12a3g4
1ad12f23s34455ff66

　　

匹配开头结尾

字符功能^匹配字符串开头$匹配字符串结尾举例：匹配163.com的邮箱地址

　　

import re
　　email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"]
　　for email in email_list:
　　 ret = re.match("[w]{4,20}@163.com$", email)
　　 if ret:
　　 print("%s 是符合规定的邮件地址,匹配后的结果是:%s" % (email, ret.group()))
　　 else:
　　 print("%s 不符合要求" % email)
结果：

　　xiaoWang@163.com 是符合规定的邮件地址,匹配后的结果是:xiaoWang@163.com
xiaoWang@163.comheihei 不符合要求
.com.xiaowang@qq.com 不符合要求

　　

匹配分组

字符功能匹配左右任意⼀个表达式(ab)将括号中字符作为⼀个分组num引⽤分组num匹配到的字符串(?P<name>)分组起别名，匹配到的子串组在外部是通过定义的 name 来获取的(?P=name)引⽤别名为name分组匹配到的字符串举例：

　　

#匹配出0-100之间的数字
　　import re
　　ret = re.match("[1-9]?d$100","8")
　　print(ret.group()) # 8
　　ret = re.match("[1-9]?d$100","78")
　　print(ret.group()) # 78
　　ret = re.match("[1-9]?d$100","08")
　　# print(ret.group()) # 不是0-100之间
　　ret = re.match("[1-9]?d$100","100")
　　print(ret.group()) # 100
举例：()

　　

#需求：匹配出163、126、qq邮箱
　　ret = re.match("w{4,20}@163.com", "test@163.com")
　　print(ret.group()) # test@163.com
　　ret = re.match("w{4,20}@(163126qq).com", "test@126.com")
　　print(ret.group()) # test@126.com
　　ret = re.match("w{4,20}@(163126qq).com", "test@qq.com")
　　print(ret.group()) # test@qq.com
　　ret = re.match("w{4,20}@(163126qq).com", "test@gmail.com")
　　if ret:
　　 print(ret.group())
　　else:
　　 print("不是163、126、qq邮箱") # 不是163、126、qq邮箱
　　#不是以4、7结尾的⼿机号码(11位)
　　tels = ["13100001234", "18912344321", "10086", "18800007777"]
　　for tel in tels:
　　 ret = re.match("1d{9}[0-35-68-9]", tel)
　　 if ret:
　　 print(ret.group())
　　 else:
　　 print("%s 不是想要的⼿机号" % tel)
　　#提取区号和电话号码
　　ret = re.match("([^-]*)-(d+)","010-12345678")
　　print(ret.group())
　　print(ret.group(1))
　　print(ret.group(2))
举例：number

　　匹配数字代表的组合。每个括号是一个组合，组合从1开始编号。比如 (.+) 1 匹配 'the the' 或者 '55 55', 但不会匹配 'thethe' (注意组合后面的空格)。这个特殊序列只能用于匹配前面99个组合。如果 number 的第一个数位是0， 或者 number 是三个八进制数，它将不会被看作是一个组合，而是八进制的数字值。在 '[' 和 ']' 字符集合内，任何数字转义都被看作是字符。

　　

例子1：匹配出 <html>hh</html>
1,...,9，匹配第n个分组的内容。如例子所示，指匹配第一个分组的内容。

　　

import re
　　# 正确的理解思路：如果在第⼀对<>中是什么，按理说在后⾯的那对<>中就应该是什么。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。
　　ret = re.match(r"<([a-zA-Z]*)>w*</1>", "<html>hh</html>")
　　# 因为2对<>中的数据不⼀致，所以没有匹配出来
　　test_label = ["<html>hh</html>","<html>hh</htmlbalabala>"]
　　for label in test_label:
　　 ret = re.match(r"<([a-zA-Z]*)>w*</1>", label)
　　 if ret:
　　 print("%s 这是一对正确的标签" % ret.group())
　　 else:
　　 print("%s 这是⼀对不正确的标签" % label)
结果：

　　<html>hh</html> 这是一对正确的标签
<html>hh</htmlbalabala> 这是⼀对不正确的标签

　　 例子2：匹配出 <html><h1>www.itcast.cn</h1></html>

　　

import re
　　labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"]
　　for label in labels:
　　 ret = re.match(r"<(w*)><(w*)>.*</2></1>", label)
　　 if ret:
　　 print("%s 是符合要求的标签" % ret.group())
　　 else:
　　 print("%s 不符合要求" % label)
结果：

　　<html><h1>www.itcast.cn</h1></html> 是符合要求的标签
<html><h1>www.itcast.cn</h2></html> 不符合要求

　　举例：(?P<name>) (?P=name)

　　一个用于标记，一个用于在同一个正则表达式中复用

　　

import re
　　ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h1></html>")
　　ret.group()
　　ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h2></html>")
　　#ret.group()

re.compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

　　

prog = re.compile(pattern)
　　result = prog.match(string)
等价于

　　

result = re.match(pattern, string)
举例：

　　

>>>import re
　　>>> pattern = re.compile(r'd+') 
　　m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配，正好匹配
　　>>> print m # 返回一个 Match 对象
　　<_sre.SRE_Match object at 0x10a42aac0>
　　>>> m.group(0) # 可省略 0
　　'12'
　　>>> m.start(0) # 可省略 0
　　3
　　>>> m.end(0) # 可省略 0
　　5
　　>>> m.span(0) # 可省略 0
　　(3, 5)
在上面，当匹配成功时返回一个 Match 对象，其中：

　　

  • group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
  • start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
  • end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
  • span([group]) 方法返回 (start(group), end(group))

re.search函数

re.search 扫描整个字符串并返回第一个成功的匹配，如果没有匹配，就返回一个 None。

　　re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配

　　举例：

　　

import re
　　ret = re.search(r"d+", "阅读次数为9999")
　　print(ret.group())
结果：

　　9999

　　

re.findall函数

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。注意： match 和 search 是匹配一次 findall 匹配所有。

　　举例：

　　

import re
　　ret = re.findall(r"d+", "python = 9999, c = 7890, c++ = 12345")
　　print(ret)
结果：

　　['9999', '7890', '12345']

　　

re.finditer函数

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

　　

import re
　　it = re.finditer(r"d+", "12a32bc43jf3")
　　for match in it:
　　 print(match.group())
结果：

　　12
32
43
3

　　

re.sub函数

sub是substitute的所写，表示替换，将匹配到的数据进⾏替换。

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

　　参数描述pattern必选，表示正则中的模式字符串repl必选，就是replacement，要替换的字符串，也可为一个函数string必选，被替换的那个string字符串count可选参数，count 是要替换的最大次数，必须是非负整数。如果省略这个参数或设为 0，所有的匹配都会被替换flag可选参数，标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。举例：将匹配到的阅读次数加1

　　方法一：

　　

import re
　　ret = re.sub(r"d+", '998', "python = 997")
　　print(ret)
结果：python = 998

　　方法二：

　　

import re
　　def add(temp):
　　 #int（）参数必须是字符串，类似字节的对象或数字，而不是“re.Match”
　　 strNum = temp.group()
　　 num = int(strNum) + 1
　　 return str(num)
　　ret = re.sub(r"d+", add, "python = 997")
　　print(ret)
　　ret = re.sub(r"d+", add, "python = 99")
　　print(ret)
结果;

　　python = 998
python = 100

　　

re.subn函数

行为与sub()相同，但是返回一个元组 (字符串, 替换次数)。

　　re.subn(pattern, repl, string[, count])

　　返回：(sub(repl, string[, count]), 替换次数)

　　

import re
　　pattern = re.compile(r'(w+) (w+)')
　　s = 'i say, hello world!'
　　print(re.subn(pattern, r'2 1', s))
　　def func(m):
　　 return m.group(1).title() + ' ' + m.group(2).title()
　　print(re.subn(pattern, func, s))
　　### output ###
　　# ('say i, world hello!', 2)
　　# ('I Say, Hello World!', 2)

re.split函数

根据匹配进⾏切割字符串，并返回⼀个列表。

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

　　参数描述pattern匹配的正则表达式string要匹配的字符串maxsplit分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数举例：

　　

import re
　　ret = re.split(r": ","info:xiaoZhang 33 shandong")
　　print(ret)
结果：['info', 'xiaoZhang', '33', 'shandong']

　　

python贪婪和⾮贪婪

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。

　　例如：正则表达式”ab*”如果用于查找”abbbc”，将找到”abbb”。而如果使用非贪婪的数量词”ab*?”，将找到”a”。

　　注：我们一般使用非贪婪模式来提取。

　　在"*","?","+","{m,n}"后⾯加上？，使贪婪变成⾮贪婪。

　　举例1：

　　

import re
　　s="This is a number 234-235-22-423"
　　#正则表达式模式中使⽤到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满⾜匹配最⻓字符串，在我们上⾯的例⼦⾥⾯，“.+”会从字符串的启始处抓取满⾜模式的最⻓字符，其中包括我们想得到的第⼀个整型字段的中的⼤部分，“d+”只需⼀位字符就可以匹配，所以它匹配了数字“4”，⽽“.+”则匹配了从字符串起始到这个第⼀位数字4之前的所有字符
　　r=re.match(".+(d+-d+-d+-d+)",s)
　　print(r.group(1))
　　#⾮贪婪操作符“？”，这个操作符可以⽤在"*","+","?"的后⾯，要求正则匹配的越少越好
　　r=re.match(".+?(d+-d+-d+-d+)",s)
　　print(r.group(1))
结果：

　　4-235-22-423
234-235-22-423

　　举例2：

　　

>>> re.match(r"aa(d+)","aa2343ddd").group(1)
　　'2343'
　　>>> re.match(r"aa(d+?)","aa2343ddd").group(1)
　　'2'
　　>>> re.match(r"aa(d+)ddd","aa2343ddd").group(1)
　　'2343'
　　>>> re.match(r"aa(d+?)ddd","aa2343ddd").group(1)
　　'2343'
举例3：提取图片地址

　　

import re
　　test_str="<img src=https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg>"
　　ret = re.search(r"https://.*?.jpg", test_str)
　　print(ret.group())
结果：https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg

　　

r的作⽤

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，Python中字符串前⾯加上 r 表示原⽣字符串。

　　

import re
　　mm = "c:\a\b\c"
　　print(mm)#c:abc
　　ret      

	  

	  
	  
	  
	  
	  
        
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。
标签：

相关文章阅读

  • python查找文件指定内容,python正则匹配文件内容
  • python查找文件指定内容,python正则匹配文件内容,python 文件查找及内容匹配方法
  • python re匹配规则,py正则表达式re应用举例,python正则-re的用法详解
  • ,,python正则表达式最详解
  • Python正则匹配数字,python正则表达式匹配整数
  • 正则匹配整数或者浮点数,python正则表达式匹配浮点数
  • python正则表达式菜鸟教程,python正则表达式re.match
  • Python3 正则表达式,python正则表达式sub替换字符串
  • python正则表达式匹配换行符,python正则表达式匹配换行
  • python正则 非贪婪,正则表达式中表达非贪婪匹配
  • python 正则 替换,python正则化替换
  • python 字符串正则替换,python正则表达式匹配任意字符
  • python正则表达式匹配开头与结尾,菜鸟教程 python 正则表达式
  • python精确匹配字符串,python正则查找所有匹配的字符串
  • python正则表达式提取字符串,python 正则表达式元字符
    • 留言与评论（共有 条评论）
       
    验证码：