python学习06

1. 正则表达式基础

1）行定位符

^ 表示行开始，$ 表示行的结尾

例子：

^tm 匹配tm equal Tomorrow Moon
tm$ 匹配Tomorrow Moon equal tm

2）元字符

3）限定符

4）字符类：再方括号中列出，如[aiou]

5）排除字符，如[^a-zA-Z]，方括号中使用^表示排除的意思

6）选择字符

例子：匹配身份证的表达式：(^\d{15}$)|(^\d{18}$)|((^\d{17})(\d|x|X))

匹配15位数字，或者18位数字，或者 17位数字和最后一位，最后一位可以是数字或x或X

7）转义字符

例子：匹配类似127.0.0.1格式的IP地址

[1-9]{1,3}\.[0-9]{0,3}\.[0-9]{0,3}\.[0-9]{1,3}

8）分组

使用小括号可以分组，如：(\.[0-9]{1,3}){3}

2. 使用re表达式实现正则表达式匹配

re模块在使用前，应先导入：import re

a. 匹配字符串：match()方法、search()方法、findall()等方法

match()方法，语法格式：re.match(pattern,string,[flags])

pattern：模式字符串

string：要匹配的字符串

flags：可选参数，表示标志位，控制匹配方式，如是否区分字母大小写

例子：

import re
pattern = r'mr_\w+'
string = 'MR_SHOP mr_shop'
match = re.match(pattern, string, re.I)
print(match)
print('匹配值的起始位置：', match.start())
print('匹配值的结束位置：', match.end())
print('匹配位置的元组：', match.span())
print('要匹配的字符：', match.string)
print('匹配数据：', match.group())
string = '项目名称MR_SHOP mr_shop'
match = re.match(pattern, string, re.I)
print(match)

输出结果：

<re.Match object; span=(0, 7), match='MR_SHOP'>
匹配值的起始位置： 0
匹配值的结束位置： 7
匹配位置的元组： (0, 7)
要匹配的字符： MR_SHOP mr_shop
匹配数据： MR_SHOP
None

获取匹配值的起始位置使用Match对象的start()方法，获取匹配值的结束位置使用end()方法，通过span()方法返回位置的元组，通过string属性可以获取要匹配的字符串

search()：在整个字符串搜索第一个匹配的值，匹配成功，返回Match对象，否则None

语法格式：re.search(pattern, string, [flags])

例子：

import re
pattern = r'mr_\w+'
string = 'MR_SHOP mr_shop'
match = re.search(pattern, string, re.I)
print(match)
string = '项目名称MR_SHOP mr_shop'
match = re.search(pattern, string, re.I)
print(match)

输出结果：

<re.Match object; span=(0, 7), match='MR_SHOP'>
<re.Match object; span=(4, 11), match='MR_SHOP'>

findall()：在整个字符串中搜索所有符合正则表达式的字符串，并以 列表的形式返回。匹配成功，返回列表，否则返回空列表。

语法格式：re.findall(pattern, string, [flags])

例子：

import re
pattern = r'mr_\w+'
string = 'MR_SHOP mr_shop'
match = re.findall(pattern, string, re.I)
print(match)
string = '项目名称MR_SHOP mr_shop'
match = re.findall(pattern, string, re.I)
print(match)

输出结果：

['MR_SHOP', 'mr_shop']
['MR_SHOP', 'mr_shop']

b. 替换字符串：sub()方法

语法格式：re.sub(pattern, repl, string, count, flags)

例子：

import re
pattern = r'1[34578]\d{9}'
string = '中奖号码： 84978981 联系电话： [phone]'
result = re.sub(pattern, '1XXXXXXXXXX', string)
print(result)

输出结果：

中奖号码： 84978981 联系电话： 1XXXXXXXXXX

c. 分割字符串：split()方法

语法格式：re.split(pattern, string, [maxsplit], [flags])

例子：

import re
pattern = r'[?|&]'
url = 'http://www./login.jsp?username='mr'&pwd='mrsoft''
result = re.split(pattern, url)
print(result)

输出结果：

['http://www./login.jsp', 'username='mr'', 'pwd='mrsoft'']