Python基础学习之正则表达式（完整版）

淩亂°似流年 2022-12-10 07:11 156阅读 0赞

# Python基础学习之正则表达式 #

### 文章目录 ###

*  Python基础学习之正则表达式
 *   *  1. python 中的正则匹配步骤
     *  2. 常用的匹配模式
     *   *   *  2.1 利用括号进行分组；
             *  2.2 使用管道符（|）匹配多个分组； | 相当于或运算；但只返回第一个匹配到的值；
             *  2.3 使用问号 （？） 实现可选匹配
             *  2.4 用星号（\*） 匹配零次，一次或者多次
             *  2.5 使用加号（+）匹配 一次 或者 多次；
             *  2.6 使用花括号 \{\} 匹配指定次数；
             *  2.7 贪心匹配 & 非贪心匹配
     *  3. Findall() 方法
     *  4. 字符匹配
     *   *   *  4.1 字符分类
             *  4.2 建立自己的字符分类
             *  4.3 插入字符和美元字符
             *  4.4 通配字符
             *  4.5 点星（.\*）符号
     *  5. 第二参数 re.I
     *  6. 正则表达式命名分组

## 1. python 中的正则匹配步骤 ##

1.  用import re 导入正则表达式模块；
2.  用re.compile() 创建一个regex对象，最好使用原始字符串；即在字符串前加r；
3.  向regex对象的search() 中传入想查找的字符串。返回值为一个Match对象；
4.  调用Match对象的group() 方法，返回实际匹配文本字符串；

> 例子：寻找电话号码

import re
    
    phoneNumRegex = re.compile(r'\d{3}-\d{3}-\d{4}')
    mo = phoneNumRegex.search('My phone number is 333-333-2222.')
    print('Number is :' + mo.group())    # 输出：333-333-2222

## 2. 常用的匹配模式 ##

#### 2.1 利用括号进行分组； ####

import re
    
    phoneNumRegex = re.compile(r'(\d{3})-(\d{3}-\d{4})')  # 使用括号，第一个括号内是第一组，第二个括号内是第二组；
    mo = phoneNumRegex.search('My phone number is 333-333-2222.')
    print('Number is :' + mo.group(0))   # 返回整个匹配文本；输出：Number is :333-333-2222
    print('Number is :' + mo.group())  # group()中传入0，或者不传入，则返回整个匹配文本
    print('Area Number is :' + mo.group(1))  # group()中传入1，返回第一个括号内的匹配值；输出：Area Number is :333
    print('Phone Number is :' + mo.group(2))  # group()中传入2，返回第一个括号内的匹配值；输出：Phone Number is :333-2222
    print(mo.groups())  # 使用gourps() 一次返回所有括号内的匹配结果；输出：('333', '333-2222')
    areaNum, ThoneNum = mo.groups()  # 多重赋值技巧
    print(areaNum, ThoneNum)   # 输出：333 333-2222
    
    phoneNumRegex = re.compile(r'($\d{3}$)-(\d{3}-\d{4})')  # 当匹配值中有括号时，使用 \( 和 \） 进行转义；
    mo = phoneNumRegex.search('My phone number is (333)-333-2222.')
    print('Number is :' + mo.group())  # 输出：Number is :(333)-333-2222

#### 2.2 使用管道符（|）匹配多个分组； | 相当于或运算；但只返回第一个匹配到的值； ####

import re
    HeroRegex=re.compile(r'batman|superman')   # 匹配 batman 或者 superman；
    mo1=HeroRegex.search('batman and superman!')
    print(mo1.group())    # 输出管道符中第一个匹配项；输出：batman
    mo2=HeroRegex.search('superman and batman!')
    print(mo2.group())    # 输出管道符中第一个匹配项；输出：superman

#### 2.3 使用问号 （？） 实现可选匹配 ####

使用 ？ 表明？前面的分组是可选的，即匹配？前面的分组 零次 或者 一次，举例如下：

import re
    BatRegex=re.compile(r'bat(wo)?man')
    mo1=BatRegex.search('batman and batwoman')
    print(mo1.group())
    mo2=BatRegex.search('batwoman and batman')
    print(mo2.group())

#### 2.4 用星号（\*） 匹配零次，一次或者多次 ####

使用 \* 可以匹配 \* 前面的分组零次，一次或者多次，举例如下：

import re
    BatRegex=re.compile(r'bat(wo)*man')
    mo1=BatRegex.search('batman and batwoman')
    print(mo1.group())
    mo2=BatRegex.search('batwoman and batman')
    print(mo2.group())
    mo3=BatRegex.search('batwowowowowowoman and batman')
    print(mo3.group())

#### 2.5 使用加号（+）匹配 一次 或者 多次； ####

使用加号 + 匹配+前面的分组 一次或者多次，若一次都没有出现，则匹配结果为None；

import re
    BatRegex=re.compile(r'bat(wo)+man')
    mo1=BatRegex.search('batman and batwoman')
    print(mo1.group())
    mo2=BatRegex.search('batman')
    print(mo2==None)   # 返回 True

#### 2.6 使用花括号 \{\} 匹配指定次数； ####

使用花括号\{\}， \{3\}前面的分组重复3次；\{3，5\} 前面的分组重复 3-5次；\{3，\}前面的分组3到无限大次；

import re
    BatRegex=re.compile(r'bat(wo){3}man')
    mo1=BatRegex.search('batman and batman')
    print(mo1==None)
    mo2=BatRegex.search('batwowowoman')
    print(mo2.group())

#### 2.7 贪心匹配 & 非贪心匹配 ####

当\{3，5\}，即匹配三次，四次，五次 都可以，那么 Python会匹配尽量多的次数，例如， Batwowowowowoman, 使用 BatRegex=re.compile(r’(wo)\{3,5\}’)，那么Python会自动匹配最多的次数，即wowowowowo, 那么如何可以匹配少的次数呢；我们使用问好（？），即BatRegex=re.compile(r’(wo)\{3,5\}?’) ，则返回wowowo;

import re
    BatRegex=re.compile(r'(wo){3,5}')
    mo1=BatRegex.search('batman and batwowowowowoman')
    print(mo1.group())
    BatRegex2=re.compile(r'(wo){3,5}?')
    mo2=BatRegex2.search('batman and batwowowowowoman')
    print(mo2.group())

## 3. Findall() 方法 ##

Regex 的另一个方法是findall()，可以返回一组字符串，包含所有满足条件的匹配项；

正则表达式没有分组，则返回一个字符串列表；

正则表达式有分组，返回元组的列表，每个元组表示一个匹配；

import re
    phoneNumRegex=re.compile(r'\d\d\d-\d\d\d\d-\d\d\d\d')
    print(phoneNumRegex.findall('kai:199-1982-1222; Pi:178-1982-1223'))   #返回 ['199-1982-1222', '178-1982-1223']
    phoneNumRegex2=re.compile(r'(\d\d\d)-(\d\d\d\d-\d\d\d\d)')
    print(phoneNumRegex2.findall('kai:199-1982-1222; Pi:178-1982-1223'))   #返回 [('199', '1982-1222'), ('178', '1982-1223')]

## 4. 字符匹配 ##

#### 4.1 字符分类 ####

''' \d 表示 0-9 的任何数字 \D 表示除了0-9 的任何字符 \w 表示任何字母，数字或者下划线字符 \w 表示除了 字母，数字 或者下划线 的字符 \s 表示 空格 制表符或者换行 \S 表示除 空格，制表符，换行之外的字符 '''

#### 4.2 建立自己的字符分类 ####

使用上述字符分类大广泛的话，可以自定义字符分类，方法是使用 \[\]，比如要匹配元音字母，使用\[aeiouAEIOU\]，还可以使用 \[0-5\] 表示0到5的数字；并且 \[\] 中不需要使用\\来取反义； 在\[\]最开始使用^ ,表示除 \[\] 中之外的字符；例如: \[^AEIOUaeiou\] ; 表示除 \[aeiouAEIOU\] 之外的字符；

#### 4.3 插入字符和美元字符 ####

可以在正则表达式开始的地方使用插入符号（^），表明匹配必须发生在被查找文本开始处。类似的 正则表达式最后使用 $， 表示文本结束；

举例： r’\\d+$’ 表示 从开始到结束都是数字的字符串。

import re
    phoneNumRegex=re.compile(r'^\d+$')
    print(phoneNumRegex.findall('1234567 345')==[]) # 无论是哪里有非数字的字符，都会返回[]；
    print(phoneNumRegex.findall('1234455'))

#### 4.4 通配字符 ####

正则表达式中，. （句号）代表通配符， 匹配除了换行外的所有字符（只匹配一个字符）；使用真正的. 需要使用转义（.）；  
通过传入 re.DOTALL 作为re.compile() 的第二个参数，可以使. 匹配所有字符，包括换行符；

import re
    noNewLineRegex=re.compile('.*')
    newLineRegex=re.compile('.*',re.DOTALL)
    mo=noNewLineRegex.search('So ,god bless American.\n God do not bless American.')
    mo1=newLineRegex.search('So ,god bless American.\n God do not bless American.')
    print("----")
    print(mo.group())
    print("----")
    print(mo1.group())

#### 4.5 点星（.\*）符号 ####

使用 .\* 代表任意字符；

import re
    nameRegex=re.compile(r'first name:(.*) last name:(.*)')
    mo=nameRegex.search('first name:zhang last name: Kai')
    print(mo.group())   # 返回：first name:zhang, last name: Kai

贪心模式 & 非贪心模式（使用？）

import re
    nonGreedyRegex=re.compile(r'<.*?>')   # 非贪心模式
    GreedyRegex=re.compile(r'<.*>')   # 贪心模式
    mo=nonGreedyRegex.search('<first name:zhang> last name: Kai>')
    mo2=GreedyRegex.search('<first name:zhang> last name: Kai>')
    print(mo.group())   # 返回：<first name:zhang>
    print(mo2.group())    #返回：<first name:zhang> last name: Kai>

## 5. 第二参数 re.I ##

RE.compile()的第二参数；

## 6. 正则表达式命名分组 ##

命名方式： ？P<名称>  
举例：(?P\\d\{4\}) 匹配一个四位数字，名字为year;