圖|一張顧巷

文|一張顧巷

門徑初窺

//正則：交個(gè)朋友?//鴿 ?了大家好久的正則，今天終于來啦~~朋友：誰是正則啊？那就由正則本人來一個(gè)官方的自我介紹。(旁白)正則：俺大名，正則表達(dá)式；洋名，Regular Expression。是一個(gè)根據(jù)「特定語法結(jié)構(gòu)編寫」的正經(jīng)字符串。朋友：那你有啥本領(lǐng)呀？正則：字符串的檢索、替換及匹配驗(yàn)證都離不開我~朋友：耍個(gè)瞧瞧噻。正則：嗐，說來就來，您瞧好，咱先來個(gè)簡單的，從下述字符串中提取手機(jī)號碼兔子小白將寫了13451817705的字條悄咪咪藏好朋友：要怎么提取？遍歷字符串一個(gè)個(gè)字符判斷？正則：duck不必，只需下述一串字符串："(?朋友：正則：交個(gè)朋友?//在線小工具分享//隨手打開一個(gè)在線正則測試工具，復(fù)制粘貼：https://tool.oschina.net/regex/

點(diǎn)擊測試匹配后，可以看到手機(jī)號碼已被提取出來了，強(qiáng)大如斯，看不懂上述表達(dá)式？沒關(guān)系，往下看Python中正則的詳細(xì)用法。

明其所以

//re模塊//Python中內(nèi)置re模塊用來處理正則表達(dá)式，上述在線測試的例子可以寫成Python代碼：import?rereg_string =?'兔子小白將寫了13451817705的字條悄咪咪藏好'reg =?'(?result = re.search(reg, reg_string)print(result)# 輸出：# <_sre.sre_match object span="(7," match="13451817705">上述用到的search()函數(shù)是re模塊提供的正則匹配函數(shù)，一一介紹下re模塊提供的幾個(gè)常用函數(shù)~//常用函數(shù)//

• 匹配

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

嘗試從字符串的開頭進(jìn)行匹配，匹配成功返回匹配對象，否則返回Nonere.search(pattern, string, flags=0)掃描整個(gè)字符串，返回第一個(gè)匹配對象，否則返回None

• 檢索與替換

re.findall(pattern, string, flags=0)

掃描整個(gè)字符串，匹配所有能匹配的對象，以列表形式返回

re.finditer(pattern, string, flags=0)

同findall，匹配所有能匹配的對象，但是是以迭代器形式返回

re.sub(pattern, repl, string, count=0, flags=0)

將匹配的字符串替換為其他字符串，count為替換的最大次數(shù)，默認(rèn)為0，替換所有

re.split(pattern, string, maxsplit=0, flags=0)

將匹配的字符串進(jìn)行分割，返回列表，maxsplit為分割的最大次數(shù)，默認(rèn)為0，分割所有

• 編譯Pattern對象

對于多次用的正則表達(dá)式，可調(diào)用compile()函數(shù)將正則表達(dá)式編譯成Pattern對象，調(diào)用時(shí)直接Pattern對象.xxx即可，以此提高復(fù)用性

• flags修飾符

在調(diào)用這些常用函數(shù)時(shí)，可傳入flags參數(shù)(標(biāo)志位修飾符)，來控制匹配模式，有下表這些可供選擇，如果想同時(shí)選擇多個(gè)使用運(yùn)算符"|"進(jìn)行連接，比如：re.I|re.M

修飾符	描述
re.I	IGNORECASE?→ 忽略大小寫
re.M	MULTILINE?→ 多行匹配，影響^和$
re.S	DOTALL?→ 使.匹配包括換行在內(nèi)的所有字符
re.X	VERBOSE?→ 忽略空白和注釋，并允許使用'#'來引導(dǎo)一個(gè)注釋
re.U	UNICODE?→ 根據(jù)Unicode字符集解析字符，影響\w、\W、\b和\B
re.L	LOCALE?→ 做本地化識別(locale-aware)匹配

正則語法詳解

//'r'知多少//用于告知編譯器這個(gè)string是raw string(原始字符串)，不要轉(zhuǎn)義反斜杠，比如r'\n'是兩個(gè)字符：反斜杠+n，而不是換行！//轉(zhuǎn)義少不了//當(dāng)遇到用于正則匹配模式的特殊字符時(shí)，在前面加反斜線轉(zhuǎn)義一下即可，比如\.，\(，\)等。

//字符規(guī)則//

??字符? ?	作用
.	匹配任意一個(gè)字符(除\n外)
[...]	匹配[]中列舉的字符
[^...]	匹配不在[]中列舉的字符
\d	匹配數(shù)字，0-9
\D	匹配非數(shù)字
\s	匹配空白，即空白與tab縮進(jìn)
\S	匹配非空白
\w	匹配字母數(shù)字或下劃線，a-z，A-Z，0-9，_
\W	匹配非字母數(shù)字或下劃線
-	匹配范圍，如a-f

//邊界規(guī)則//

字符	作用
^	行開始
$	行結(jié)束
\b	單詞邊界，即單詞和空格間的位置，如'er\b'可匹配'never'中的'er'，但不能匹配'verb'中的'er'
\B	匹配非單詞邊界
\A	匹配字符串開頭
\Z	匹配字符串結(jié)尾，如果有換行，只匹配到換行前的結(jié)束字符串
\z	匹配字符串結(jié)尾，如果有換行，會連換行符也匹配

//分組//

有時(shí)我們需要的可能是匹配字符串中的一部分內(nèi)容，可以進(jìn)行分組，使用括號()包裹，比如：從匹配的字符串中提取出區(qū)號和本地號碼 → ^(\d{3})-(\d{3,8})$，具體規(guī)則如下表所示：

字符	作用
l	匹配左右任意一個(gè)表達(dá)式
(re)	匹配括號內(nèi)的表達(dá)式，也表示一個(gè)組
(?:re)	同上，但不表示一個(gè)組

具體完整語法如下所述：

• (?=re)→前向肯定斷言，僅當(dāng)子表達(dá)式在此位置的右側(cè)匹配時(shí)才繼續(xù)匹配，如：ok(?=fu) ,與以fu結(jié)尾的ok實(shí)例匹配。

• (?!re)→前向否定斷言，僅當(dāng)子表達(dá)式不在此位置的右側(cè)匹配時(shí)才繼續(xù)匹配，如：(?!fu) 與不以fu結(jié)尾的實(shí)例匹配，所以與okfu不匹配。

• (?<=re)→后向肯定斷言，僅當(dāng)子表達(dá)式在此位置的左側(cè)匹配時(shí)才繼續(xù)匹配，如：(?=ok)fu 與跟在ok后的fu實(shí)例匹配。

• (?不以ok開頭的實(shí)例匹配，所以與okfu不匹配。

re中的group()函數(shù)也可以獲取帶每個(gè)匹配的分組內(nèi)容：

import rereg_pattern = re.match(r'^(\d{4})-(\d{3,8})$', '0756-1234567')print(reg_pattern.group())print(reg_pattern.group(0))print(reg_pattern.group(1))print(reg_pattern.group(2))# 輸出：# 0756-1234567# 0756-1234567# 0756# 1234567此外，還有四個(gè)常用函數(shù)：

• groups()：從group(1)開始往后的所有值，返回一個(gè)元組

• start()：返回匹配的開始位置

• end()：返回匹配的結(jié)束位置

• span()：返回一個(gè)元組，表示匹配位置(開始，結(jié)束)

//貪婪匹配和非貪婪匹配//

正則匹配默認(rèn)是貪婪匹配，即匹配盡可能多的字符。若需要匹配符合表達(dá)式盡可能少的字符串，則可以合理使用” ？“,采用非貪婪匹配。

import rere.match(r'^(\d+)(0*)$','12345000').groups()#?原意是想得到('12345', '000')這樣的結(jié)果的，但輸出的卻是：('12345000', '')#?由于貪婪匹配，直接把后面的0都給匹配了，結(jié)果0*只能匹配空字符串了，# 若果想盡可能少的匹配，可在\d+后加上一個(gè)問號?，采用非貪婪匹配re.match(r'^(\d+?)(0*)$','12345000').groups()# 輸出結(jié)果：('12345', '000')

//常用正則收錄//

參考https://juejin.cn/post/6844904182835757064# 火車車次[GCDZTSPKXLY1-9]\d{1,4}# 手機(jī)機(jī)身碼(IMEI)\d{15,17}# 必須帶端口號的網(wǎng)址(或ip)((ht|f)tps?:\/\/)?[\w-]+(\.[\w-]+)+:\d{1,5}\/?# 統(tǒng)一社會信用代碼[0-9A-HJ-NPQRTUWXY]{2}\d{6}[0-9A-HJ-NPQRTUWXY]{10}# 子網(wǎng)掩碼 (?:\d{1,2}|1\d\d|2[0-4]\d|25[0-5])(?:\.(?:\d{1,2}|1\d\d|2[0-4]\d|25[0-5])){3}# 網(wǎng)址(url,支持端口和"?+參數(shù)"和"#+參數(shù))((ht|f)tps?://)?[\w-]+(\.[\w-]+)+([\w.,@?^=%&:/~+#-]*[\w@?^=%&/~+#-])?# 24小時(shí)制時(shí)間(HH:mm:ss)(?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d# 12小時(shí)制時(shí)間(hh:mm:ss)(?:1[0-2]|0?[1-9]):[0-5]\d:[0-5]\d# date(日期)\d{4}(-)(1[0-2]|0?\d)\1([0-2]\d|\d|30|31)# email(郵箱)(([^<>()\[\]\\.,;:\s@"]+(\.[^<>()\[\]\\.,;:\s@"]+)*)|(".+"))@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\])|(([a-zA-Z\-0-9]+\.)+[a-zA-Z]{2,}))# 匹配連續(xù)重復(fù)的字符(.)\1+# 銀行卡號(10到30位, 覆蓋對公/私賬戶, 參考微信支付)[1-9]\d{9,29}# 手機(jī)號(mobile phone)中國(嚴(yán)謹(jǐn)), 根據(jù)工信部2019年最新公布的手機(jī)號段(?:(?:\+|00)86)?1(?:(?:3[\d])|(?:4[5-7|9])|(?:5[0-3|5-9])|(?:6[5-7])|(?:7[0-8])|(?:8[\d])|(?:9[1|8|9]))\d{8}

雖遲但到，希望對你們有幫助，比心心~

總結(jié)

以上是生活随笔為你收集整理的正则不以什么开头_python基础 | 正则扫盲的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。