python 如何使用正则表达式（十六）

你的名字 2023-10-05 20:56 1阅读 0赞

**python中，如何使用正则表达式？**  
（1）原生模块： re模块（与python解释器直接绑定的，不需要另行下载pip）  
（2）被提取的数据文本，他们都是string字符串类型

**作用：**  
1） 爬虫- 提取数据，只是辅助作用，jsonpath,xpath。  
2） 后端- 路由的设置url,检验用户的，规范匹配。

**注意：正则表达式不属于python,是一个跨语言的。**

#### **import re** ####

#### re.match(pattern, string, flags=0) ####

![20210302145630667.png][]

说明：第一个参数：正则表达式，第二个参数：提取的字符串, 最终返回匹配的结果对象

#### re.match(r'正则表达式(字符串)','要提取的字符串') ####

result=re.match(r'hello','hello,mike')
    print(result)
    print(result.group())  # group()方法用来提取匹配成功之后的部分
    #如果匹配成功，那么就返回 : <re.Match object; span=(0, 5), match='hello'>
    
    # result=re.match(r'hello3','hello,mike')
    # print(result)
    #如果匹配不成功，那么就返回 : None

![20210302150001129.png][]

#### （一） 匹配单个字符 ####

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70][]

#（1） \d  只能是任意一位数字
    #只能匹配1-5的数字哦！，其他就不符合要求!
    # result=re.match(r'熊出没\d','熊出没6')
    # print(result)
    # print(result.group())
    
    #（2） [] 匹配[]中列举的单个字符
    # result=re.match(r'熊出没[1-5]','熊出没6')
    # print(result)
    # print(result.group())
    
    #大写 ABCDE [A-E]
    #小写 abcde [a-e]
    # result=re.match(r'熊出没[a-e]','熊出没e')
    # print(result)
    # print(result.group())
    
    # 注册一个用户名 大写字母 小写字母 数字 下划线
    #[A-Za-z0-9_] 等同于> \w
    # result=re.match(r'熊出没\w','熊出没A_')
    # print(result)
    # print(result.group())
    
    # \s  匹配空白, 即 空格 和 tab 键
    # result=re.match(r'熊出没\w\s','熊出没V ')
    # print(result)
    # print(result.group())
    
    # (重点) . 匹配任意1个字符(除了\n之外换行)  .*?
    result=re.match(r'熊出没.','熊出没V $')
    print(result)
    print(result.group())

#### （二） 匹配多个字符 ####

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 1][]

#熊出没中的数字匹配1位或2位数字
    # result=re.match(r'熊出没\d{1,2}','熊出没15')
    # print(result)
    # print(result.group())
    
    #手机号码11位数字
    # result=re.match(r'\d{11}','1389632456')  #10位数字，匹配不成功
    # result=re.match(r'\d{11}','138963245612')  #12位数字，匹配成功，有问题？ 没有判断结尾,,,提前匹配结束...
    # print(result)
    # print(result.group())
    
    '''
    重点:
    {1,9} 代表他前面那个字符可以出现1-9位   数量
    {11}   代表他前面那个字符可以出现11位   数量
    '''
    
    #电话号码=>区号-座机号（注意：-可有可无）使用？
    #比如： 010-98765432  or  01098765432
    # result=re.match(r'010-?\d{8}','010-98765432')
    # result=re.match(r'010-?\d{8}','01098765432')
    # result=re.match(r'\d{3,4}-?\d{8}','0571-98765432')
    # print(result)
    # print(result.group())
    
    #如果是多个--，那么就使用*
    # result=re.match(r'\d{3,4}-*\d{8}','0571--98765432')
    # print(result)
    # print(result.group())
    
    
    #.无法匹配换行符哦
    hello='''hello,mike
    hello,john
    hello,chinese
    '''
    # result = re.match(r'.*',hello)
    # .匹配任务字符 *无数次 >>>  re.S 这个参数 可以匹配到换行符
    result = re.match(r'.*',hello,re.S)
    print(result)
    print(result.group())
    
    
    
    # result=re.match(r'.*','''0571-
    #                 98765432''',re.S)
    # print(result)
    # print(result.group())
    
    #如果使用+，那么-至少出现1次哦！
    result=re.match(r'\d{3,4}-+\d{8}','057198765432')
    print(result)
    print(result.group())
    
    # 这些数字必须有,,不确定数量 >>> 以为着没有数字的话,  是需要匹配不成功
    # result = re.match(r'www.baidu.com/\d+', 'www.baidu.com/98765432')

#### （三） 匹配开头结尾 ####

![20210302151206832.png][]

# ^熊,必须以熊字开头哦！
    # 没$ 必须以没字开头哦！
    # result=re.match(r'^熊出没$','熊出没')
    # print(result)
    # print(result.group())
    
    #昵称：
    # 1.必须是由字母,数字,下划线组成
    # 2.不能以数字开头
    while True:
        name =input('输入昵称：')
        #有且至少有一个开头，[a-zA-Z_0-9]可以没有，也可以有多位 * +?
        # result = re.match(r'[a-zA-Z_][a-zA-Z_0-9]*',name)
    
        #（2）注意，必须要加上结尾符号哦！$
        result = re.match(r'[a-zA-Z_][a-zA-Z_0-9]*$',name)
        # print(result)
        if result:
            print(f'{name} 符合规范的！')
            # print(result.group())
        else:
            print(f'{name} 必须是由字母,数字,下划线组成.不能以数字开头!')
    
    #注意：match默认匹配开头,没有匹配结尾
    # 输入昵称：my#a
    # my#a 符合规范的！
    # my

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 2][]

#### （三） 匹配分组 ####

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 3][]

案例1：验证QQ邮箱是否符合？123456@qq.com
           1)数字必须在5到12位
           2)q大小不区分

import re
    while True:
        email =input('please input the email:')
        # 此时的.代表不是点本身,而是单个字符的匹配
        result =re.match(r'\d{5,12}@[qQ]{2}.com$',email)
        #   此时的\.代表是点本身
        # result =re.match(r'\d{5,12}@[qQ]{2}\.com$',email)
        if result:
            print(f'{email}正确！显示：{result.group()}')
        else :
            print(f'{email}有误！')

![20210303141951690.png][]

#### 说明： ####

. * ? [] \ 等等这些 在正则表达式里面有特殊作用的字符，
    注意：
      仅仅代表自己本身， 前面加上一个反斜杠\; 那么就使用\* ==>*   \.==>.

案例2：除了验证QQ邮箱还可以网易邮箱呢? 选其中一个哦

(1) \[qQ\]\{2\}|163 >> 选其中一个

(2) 范围的描述 >>进行分组() (\[qQ\]\{2\}|163),选取的范围

while True:
        email =input('please input the email:')
        # 此时的.代表不是点本身,而是单个字符的匹配
        result =re.match(r'\w{4,12}@([qQ]{2}|163)\.com$',email)
        if result:
            # print(f'{email}正确！显示：{result.group()}') #group()没有参数时，提取满足正则表达式所有的数据
            print(f'{email}正确！显示：{result.group(1)}')  #group()有参数时,  提取()第一个分组的数据
        else :
            print(f'{email}有误！')

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 4][]

说明：提取关键字 QQ or 163 
         正则表达式（）>分组，可以提取特殊数据

[20210302145630667.png]: https://img-blog.csdnimg.cn/20210302145630667.png
[20210302150001129.png]: https://img-blog.csdnimg.cn/20210302150001129.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20210302150324556.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210302150809399.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4,size_16,color_FFFFFF,t_70
[20210302151206832.png]: https://img-blog.csdnimg.cn/20210302151206832.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20210302151336277.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20210303141631453.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4,size_16,color_FFFFFF,t_70
[20210303141951690.png]: https://img-blog.csdnimg.cn/20210303141951690.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20210303142528456.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hseDIwMDgwODA4,size_16,color_FFFFFF,t_70