学习python 正则表达式——与你同行！

天穹的雄鹰 2021-04-22

展开全文

正则表达式定义

又称为规则表达式，是一个特殊的字符序列，利用事先定义好的一些特定字符以及它们的组合组成一个'规则’，检查一个字符串是否与这种规则匹配来实现对字符的检索、过滤、匹配、替换。正则表达式需要用到re模块，该模块不是独立的第三方库，不需要单独安装，但是使用时必须预先导入。re模块提供了正则表达式操作所需的所有功能。

努力路上与你同行！

- - 正则表达式定义
1. `.`:表示除换行符以外的任意一个字符；`\S`: 表示除空白符以外的任意一个字符
2. `[]`:指定字符集
3. `^`:匹配行首，匹配以^后面的字符开头的字符串
4. `$`:匹配行尾，匹配以$之前的字符结束的字符串
5. `\`:反斜杠后面可以加不同的字符以表示不同的特殊意义
6. `*`：匹配位于*之前的字符或子模式的0次或多次出现
7. `+`：匹配位于+之前的字符或子模式的1次或多次出现
8. `？`：匹配位于？之前的0个或1个字符
9.`{m,n}`：表示至少有m个重复，至多有n个重复。m和n均为十进制数。
例题

https://blog.csdn.net/hanhanwanghaha宝藏女孩的成长日记欢迎您的关注！
欢迎关注微信公众号：宝藏女孩的成长日记
让这个可爱的宝藏女孩在努力的道路上与你一起同行！
如有转载，请注明出处（如不注明，盗者必究）

元字符：在构建正则表达式时，有些特殊字符和自身并不匹配，而是用来表明应和一些特殊的东西匹配，或者会影响重复次数，这些特殊字符称为元字符。

注: re模块中的findall方法以列表的形式返回所有能匹配的子串，如果没有找到匹配的，则返回空列表。

常用的元字符。

1. `.`:表示除换行符以外的任意一个字符；`\S`: 表示除空白符以外的任意一个字符

import re
s = 'Hello,i am a college student.My name is Wang Tiantian.h\nb'
print(s)
print(re.findall(r'a',s))      #使用re.findall()方法返回所有能够匹配出的子串
print(re.findall(r'n..',s))
print(re.findall(r'm\S',s))

运行结果:
在这里插入图片描述

2. `[]`:指定字符集

（1）常用来指定一个字符集，如[abc],[a-z],[0-9]；
（2）元字符在中括号中不起作用，如[akm\S]、[m.]中的元字符都不起作用；
（3）中括号内的'^{’表示补集，匹配不在区间范围内的字符，如[}3]表示除3以外的任意字符。

import re
s = 'x5x2x0x13xx1x4xxyz'
print(re.findall(r'x[0-9]',s))
print(re.findall(r'x[0-9]x',s))
print(re.findall(r'x[0-9][0-9]x',s))
print(re.findall(r'x[^3]',s))
1
2
3
4
5
6
1
2
3
4
5
6

运行结果:

在这里插入图片描述

3. `^`:匹配行首，匹配以^后面的字符开头的字符串

import re
s = 'how world How are you How many students'
print(re.findall(r'^h[o].',s))

运行结果：
在这里插入图片描述

4. `$`:匹配行尾，匹配以$之前的字符结束的字符串

import re
s = 'hello,I am wang! so I love you'
print(re.findall(r'you$',s))
print(re.findall(r'hello$',s))

b = 'sdma jdksmi djskjd masdmw'
# $在[]中作为普通字符
print(re.findall(r'm[aiw$]',b))
# 匹配ma,mi,mw结尾的字符串
print(re.findall(r'm[aiw]$',b))
# 匹配ma,mi,mw,m$结尾的字符串
print(re.findall(r'm[aiw$]$',b))
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12

运行结果：
在这里插入图片描述

5. `\`:反斜杠后面可以加不同的字符以表示不同的特殊意义

（1）\b匹配单词头或单词尾；
（2）\B与\b相反，匹配非单词头或单词尾；
（3）\d匹配任何十进制数；相当于[0-9]；
（4）\D与\d相反，匹配任何非数字字符，相当于[^0-9]；
（5）\s匹配任何空白字符，相当于[\t\n\r\f\v]；
（6）\S与\s相反，匹配任何非空白字符，相当于[^\t\n\r\f\v]；
（7）\w匹配任何字母、数字或下画线字符，相当于[a-zA-Z0-9_]；
（8）\W与\w相反，匹配任何非字母、数字和下画线字符，相当于[^a-zA-Z0-9_]；
（9）也可以用于取消所有的元字符：\、[；
（10）这些特殊字符都可以包含在[]中。如：[\s,.]将匹配任何空白字符、',“或”.'。

import re
s = '0x12x3x567x8x49y'
print(re.findall(r'[0-9]',s))
print(re.findall(r'\d',s))
# 匹配字母x或者数字
print(re.findall(r'x\d',s))
print(re.findall(r'[x\d]',s))

运行结果：

在这里插入图片描述

6. ``：匹配位于之前的字符或子模式的0次或多次出现

import re
s = 'a ab abb abbbbb abbbbbxa'
re.findall(r'ab*',s) 
1
2
3
1
2
3

运行结果：
在这里插入图片描述

7. `+`：匹配位于+之前的字符或子模式的1次或多次出现

import re
s = 'a ab abb abbbbb abbbbbxa'
print(re.findall(r'ab*',s))
print(re.findall(r'ab+',s))

运行结果：
在这里插入图片描述

8. `？`：匹配位于？之前的0个或1个字符

当“?”紧随其他限定符（*、+、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。

import re
s = 'a ab abb abbbbb abbbbbxa'
print(re.findall(r'ab+',s))     #+符号后没有问号：默认的贪心模式（尽可能长）
print(re.findall(r'ab+?',s))    #+符号跟问号：非贪心模式（尽可能短）
1
2
3
4
1
2
3
4

运行结果：
在这里插入图片描述

9.`{m,n}`：表示至少有m个重复，至多有n个重复。m和n均为十进制数。

忽略m表示0个重复，忽略n表示无穷多个重复。
{0,}等同于*；{1,}等同于'+'；{0,1}与'?'相同，但是最好使用后者。

import re
s = 'a b baaaabaacccaa '
print(re.findall(r'a{1,3}',s))
print(re.findall(r'a+',s))
print(re.findall(r'a{1,}',s))
print(re.findall(r'a{,3}',s))
print(re.findall(r'a{3}',s))
s = '021 - 33507yyz,021 - 33507865,010 - 12345678,021 - 123456789'
print(re.findall(r'021 - \d{8}',s))
# \b匹配字符串的头和尾
print(re.findall(r'\b021 - \d{8}\b',s))

运行结果：

在这里插入图片描述

例题

例一

随机产生10个长度为1-25之间，由字母、数字、下划线、'.’、'#’、'%’特殊字符组成的字符串构成列表，
找出列表中符合下列要求的字符串：长度为5～20，必须以字母开头，可带数字、下划线、'.’。

import string
import random
import re
List1 = []
 #生成包含大小写字母、数字和其他指定字符的字符串
x = string.ascii_letters+string.digits+'_.#%'
#生成列表List1
for i in range(10):
    #生成字符作为元素，个数为1~25随机数之间的字符列表y
    y = [random.choice(x) for i in range(random.randint(1,25))]
    #用join方法将y中的元素合并成字符串，并将其加入列表List1中
    List1.append(''.join(y))
#输出列表List1
print('生成的列表为：')
for s in List1:
    print(s)
print()

# 查找符合要求的字符串：
#(1)总长度为5~20
#(2)以字母开头（1个字符）：^[a-zA-Z]{1}
#(3)可带数字、下划线、'.'，至尾部共4~19个：[a-zA-Z0-9._]{4,19}$
#构建正则表达式
r = r'^[a-zA-Z]{1}[a-zA-Z0-9._]{4,19}$'
print('满足要求的字符串是：')
for i in List1:
    if re.findall(r,i):
        print(i)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

运行结果:
在这里插入图片描述

例二

编写程序，生成一个包含十个不重复的取自a～z（随机生成）的小写字母的列表，将原列表中'abcdefg’字母字符按位置顺序分别替换为'1234567’数字字符，即a替换为1，b替换为2，以此类推。先输出原列表和新列表，再采用字符串格式化方式逐个输出新列表中的元素。

# coding=utf-8

'''
编写程序，生成一个包含十个不重复的取自a～z（随机生成）的小写字母的列表，
将原列表中'abcdefg’字母字符按位置顺序分别替换为'1234567’数字字符，即a替换为1，b替换为2，
以此类推。先输出原列表和新列表，再采用字符串格式化方式逐个输出新列表中的元素。
'''

import random

list1 = []
i = 0
while i < 10:
    c = chr(random.randint(ord('a'), ord('z')))
    if c not in list1:
        i += 1
        list1.append(c)
print('原列表：', list1)
s1 = ','.join(list1)

#通过maketrans和translate函数实现字符的替换
t = ''.maketrans('abcdefg', '1234567')
s2 = s1.translate(t)
list2 = s2.split(',')
print('新列表', list2)
print('逐个输出新列表中的元素：')
for i in list2:
    print('%s' % i, end='')

运行结果：
在这里插入图片描述

例三

生成15个包括10个字符的随机密码，密码中的字符只能是大小写字母、数字和特殊字符“@”、“$”、“#”、“&”、“_”、“~”构成。

# coding=utf-8

'''
生成15个包括10个字符的随机密码，
密码中的字符只能是大小写字母、
数字和特殊字符“@”、“$”、“#”、“&”、“_”、“~”构成。
'''

import string
import random

password1 = string.ascii_letters + string.digits + '@$#&_~'
for i in range(15):
    print('随机密码' + str(i + 1) + ':', end=' ')
    password2 = ''.join([random.choice(password1) for i in range(10)])
    print(password2, end=' ')
    print()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

在这里插入图片描述

https://blog.csdn.net/hanhanwanghaha宝藏女孩的成长日记欢迎您的关注！
欢迎关注微信公众号：宝藏女孩的成长日记
让这个可爱的宝藏女孩在努力的道路上与你一起同行！
如有转载，请注明出处（如不注明，盗者必究）

例四

# coding=utf-8

'''
给定列表x=['13915556234', '13025621456', '15325645124', '15202362459']，
检查列表中的元素是否为移动手机号码，这里移动手机号码的规则是：手机号码共11位数字；
以13开头，后面跟4、5、6、7、8、9中的某一个；或者以15开头，后面跟0、1、2、8、9中的某一个。
'''

import re

x = ['13915556234', '13025621456', '15325645124', '15202362459']

zz = r'^(13[4-9]\d{8})|(15[01289\d{8}])$'
print('打印所有号码：', x)

print('其中，为移动手机号码的为：')
for i in x:
    if re.findall(zz, i):
        print(i)