定义
在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。
简而言之:正则表达式就是记录文本规则的代码。
特点:
操作字符串
1.更快的方式操作字符串;(表单校验,数据匹配...)
2.普通字符串操作无法做到的,或者很难做的正则很容易搞定!!!
使用场景:
1.表单校验
2.api 里面也需要正则
3.[\u4e00-\u9fa5] 中文匹配 Unicode 编码中文匹配
正则表达式代码体验
# Python 解释器为我们提供了一个使用正则的模块,这个模块叫做re(regex)
import re
if __name__ == '__main__':
# 1.match():匹配 -> object
# group():通过匹配后,可以使用group()获取内容
obj = re.match(r"jovelin", "jovelin")
print(obj.group()) # -> jovelin
# 2.如果被匹配的内容多余正则;(只返回开头匹配的部分)
obj = re.match(r"jovelin", "jovelin.cn")
print(obj.group()) # -> jovelin
# 3.如果开头部分,没有匹配的内容; 那么返回None
obj = re.match(r"jovelin", "www.jovelin.cn")
print(obj) # -> None
print(None, type(None)) # -> None
常用的元字符
语法
说明
.
匹配除换行符(\n)以外的任意字符
[]
匹配 [ ] 中列举的字符
\w | \W
匹配字母或数字或下划线或汉字 | 反义
\s | \S
匹配任意的空白符 | 非空白
\d | \D
匹配数字 [0-9] | 非数字
\b | \B
匹配单词的开始或结束 | 反义
^
匹配字符串的开始
$
匹配字符串的结束
代码演示:
# . 匹配任意1个字符(除了 \n)
print(re.match(r'a.b', 'a\nb')) # -> None
# - 在 [] 里代表范围
print(re.match(r'a[a-c]c', 'abc').group()) # -> abc
# 在 [] 里面也想使用 - 那么需要 \ 转义
print(re.match(r'a[a\-c]c', 'a-c').group()) # -> a-c
# \b用法 与 ^ $ 相似,不过 \b 只匹配单词,\B 只匹配非单词
print(re.match(r"\b\w+\b", "0_9_a_z_A_Z汉字").group()) # -> 0_9_a_z_A_Z
print(re.match(r"\B\W+\B", "!@#$%^&*").group()) # -> !@#$%^&*
# ^ 匹配字符串开头
# $ 匹配字符串结尾
print(re.match(r'[\w\W]*$', '0_9_a_z_A_Z汉字!@#$%^&* \n\t').group()) # -> 0_9_a_z_A_Z汉字!@#$%^&*
# 注意: ^ 如果出现在 [] 中,代表的是取反! (想要使用 ^,可以转义 \)
print(re.match(r'^[\^]$', '^').group()) # -> ^
print(re.match(r'^[^^]$', '^')) # -> None
print(re.match(r'^[^47]$', '47')) # -> 47
常用的限定符(量词)
语法
说明
备注
*
重复零次或更多次
>=0
+
重复一次或更多次
>=1
?
重复零次或一次
0|1
{n}
重复n次
==n
{n,}
重复n次或更多次
>=n
{n,m}
重复n到m次
n<=X<=m
代码演示:
# * 匹配前一个字符出现0次或者无限次,即可有可无 (>=0)
print(re.match(r'a*b', 'b').group()) # -> b
# + 匹配前一个字符出现1次或者无限次,即至少有1次 (>=1)
print(re.match(r'a+b', 'b')) # -> None,必须要 1 个 a
# {n} 匹配前一个字符出现n次 == n (== n)
print(re.match(r'a{2}b', 'ab')) # -> None,必须要 2 个 a
# {n,m} 匹配前一个字符出现: n次<= 前一个字符 <=m次 (n<=X<=m)
print(re.match(r'a{2,5}b', 'ab')) # -> None,a 的次数必须是 2<=a<=5
案例:
1.校验手机号
import re
def isMobileNumber(tel):
"""
校验手机号是否正确
"""
if re.match(r"^[1-][34578-]\d{9}$", tel) is None:
return False
else:
return True
print(isMobileNumber("18819950820"))
2.校验邮箱
import re
"""
邮箱名称部分为: [a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){0,4}
域名部分: [a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+
连起来 ^[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){1,2}$
"""
def isEmail(email):
"""校验邮箱是否正确"""
if re.match(r"^[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+){1,2}$", email) is None:
return False
else:
return True
print(isEmail("jovelin@163.com"))
print(isEmail("jovelin.dev@gmail.com"))
print(isEmail("jovelin@163.com.cn"))
print(isEmail("jovelin.dev@gmail.com.cn"))
分组
用小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了,你也可以对子表达式进行其它一些操作。
语法
说明
(abc)
将括号中字符作为一个分组
|
匹配左右任意一个表达式
\num
引用分组num匹配到的字符串
(?P)
分组起别名
(?P=name)
引用别名为name分组匹配到的字符串
代码演示:
# (abc) 将括号中字符作为一个分组
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group())
# 一个括号就是一个分组; group():参数代表分组的编号;写 0 或者不写时,获取全部;
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group())
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group(0))
print(re.match(r'(aaa)bbb(ccc)', 'aaabbbccc').group(1))
# | 匹配左右任意一个表达式(和 [] 相似)
print(re.match(r'aaa(xxx|yyy|zzz)bbb', 'aaaxxxbbb').group())
# \num 引用分组 num 匹配到的字符串
# 前后保证一致,要使用到分组!
print(re.match(r'^\w+\1>$', 'nihao').group())
print(re.match(r'^\w+\2>\1>$', '
# (?P正则) 分组起别名
# (?P=name) 引用别名为name分组匹配到的字符串
print(re.match(r'^\w+)>\w+)>\w+(?P=re2)>(?P=re1)>$', '
正则高级 API(4个)
语法
说明
search()
搜索字符串中符合正则表达式的内容 -> 只返回第一个
findall()
搜索字符串中符合正则表达式的内容 -> 返回一个列表
sub()
替换字符串中符合正则的内容 -> 替换后的字符串
split()
按照指定正则切割字符串 -> 返回列表
代码演示:
import re
# 1.search()
print(re.search(r"\d+", "aaa111bbb222ccc333ddd").group())
# 2.findall()
print(re.findall(r"\d+", "aaa111bbb222ccc333ddd"))
# 3.sub()
print(re.sub(r"\d+", "***", "aaa111bbb222ccc333ddd"))
# sub(正则, 替换成***, 被操作的字符串, 替换次数)
print(re.sub(r"\d+", "***", "aaa111bbb222ccc333ddd", 2))
# 4.split()
print(re.split(r"\d+", "aaa111bbb222ccc333ddd eee"))
print(re.split(r"\d+|\s", "aaa111bbb222ccc333ddd eee"))
r 的作用
让程序把正则直接当做正则看;(不是从字符串开始解释)
# c:\aaa\bbb\ccc
print('c:\aaa\bbb\ccc')
print('c:\\aaa\\bbb\\ccc')
# 问题:在字符串中写 \ 时会转义,需要写成 \\
# 不写 r 时 \\\\ -> \\
print(re.match('c:\\\\aaa\\\\bbb\\\\ccc', 'c:\\aaa\\bbb\\ccc').group())
# 写 r 时 \\ -> \\
print(re.match(r'c:\\aaa\\bbb\\ccc', 'c:\\aaa\\bbb\\ccc').group())
贪婪/非贪婪
贪婪:(量词在自己的范围内,取最多...)
非贪婪:(量词在自己的范围内,取最少... )
非贪婪用法:量词后面加?
print('贪婪', re.match(r'a+', 'aaa').group()) # -> aaa
# 量词后面加?
print('非贪婪', re.match(r'a+?', 'aaa').group()) # -> a
print('贪婪', re.match(r'a{1,2}', 'aaa').group()) # -> aa
# 量词后面加?
print('非贪婪', re.match(r'a{1,3}?', 'aaa').group()) # -> a