在Python中需要通過正則表達式對字符串進匹配的時候，可以使個python自帶的模塊，名字為re。
正則表達式的大致匹配過程是：
1.依次拿出表達式和文本中的字符比較，
2.如果每一個字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。
3.如果表達式中有量詞或邊界，這個過程會稍微有一些不同。
r：Python 中字符串的前導 r 代表原始字符串標識符，該字符串中的特殊符號不會被轉義，適用於正則表達式中繁雜的特殊符號表示。 因此 r" " 表示包含 '' 和 'n' 兩個字符的字符串，而 " " 則表示只包含一個換行符的字符串。
print("
") # 輸出
print(r"
") #輸出
re模塊的使用：import re
語法：re.match(pattern, string, flags=0)
pattern
匹配的正則表達式
string
要匹配的字符串
flags
標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。
嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。匹配成功re.match方法返回一個匹配的對象。
如果上步匹配到數據的話，可以使group法來提取數據。以使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式。
group()用來提出分組截獲的字符串**，**（）用來分組，group() 同group（0）就是匹配正則表達式整體結果，group(1) 列出第一個括號匹配部分，group(2) 列出第二個括號匹配部分，group(3) 列出第三個括號匹配部分。沒有匹配成功的，re.search()返回None。
舉例：
>>> import re
>>> result = re.match("itcast","itcast.cn")
>>> result.group()
'itcast'
從string頭開始匹配pattern完全可以匹配，pattern匹配結束，同時匹配終止，後面的.cn不再匹配，返回匹配成功的信息。
字符
功能
位置
.
匹配任意1個字符（除了 ）
[ ]
匹配[ ]中列舉的字符
d
匹配數字，即0-9
可以寫在字符集[…]中
D
匹配數字，即不是數字
可以寫在字符集[…]中
s
匹配空，即空格，tab鍵
可以寫在字符集[…]中
S
匹配空字符
可以寫在字符集[…]中
w
匹配單詞字符，即a-z、A-Z、0-9、_
可以寫在字符集[…]中
W
匹配單詞字符
可以寫在字符集[…]中
w
w 匹配單詞字符，即a-z、A-Z、0-9、_
W
匹配單詞字符
[…]字符集，對應的位置可以是字符集中任意字符。字符集中的字符可以逐個列出，也可以給出范圍，比如[abc]和[a-c]，第一個字符如果是表示取反。所有特殊字符（比如"]“”-“”“）在字符集中都失去原來的含義，如要使用可把”]“”-“放在第一個字符，”^"放在非第一個字符。
舉例：
import re
ret = re.match(".","M")
print(ret.group())
ret = re.match("t.o","too")
print(ret.group())
ret = re.match("t.o","two")
print(ret.group())
# 如果hello的?字符?寫，那麼正則表達式需要?寫的h
ret = re.match("h","hello Python")
print(ret.group())
# 如果hello的?字符?寫，那麼正則表達式需要?寫的H
ret = re.match("H","Hello Python")
print(ret.group())
# ??寫h都可以的情況
ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())
ret = re.match("[hH]ello Python","Hello Python")
print(ret.group())
# 匹配0到9的多種寫法
ret = re.match("[0123456789]Hello Python","7Hello Python")
print(ret.group())
ret = re.match("[0-9]Hello Python","7Hello Python")
print(ret.group())
# 匹配0到3和5-9
ret = re.match("[0-35-9]Hello Python","7Hello Python")
print(ret.group())
ret = re.match("[0-35-9]Hello Python","4Hello Python")
#print(ret.group())
ret = re.match("嫦娥d號","嫦娥1號發射成功")
print(ret.group())
ret = re.match("嫦娥d號","嫦娥2號發射成功")
print(ret.group())
結果：
M
too
two
h
H
h
H
Hello Python
7Hello Python
7Hello Python
7Hello Python
嫦娥1號
嫦娥2號
字符
功能
位置
表達式實例
完整匹配的字符串
*
匹配前個字符出現0次或者限次，即可有可
用在字符或(…)之後
abc*
abccc
匹配前個字符出現1次或者限次，即少有1次
用在字符或(…)之後
abc+
abccc
匹配前個字符出現1次或者0次，即要麼有1次，要麼沒有
用在字符或(…)之後
abc
ab,abc
{m}
匹配前個字符出現m次
用在字符或(…)之後
ab{2}c
abbc
{m,n}
匹配前個字符出現從m到n次，若省略m，則匹配0到n次，若省略n，則匹配m到無限次
用在字符或(…)之後
ab{1,2}c
abc,abbc
舉例：
import re
#：匹配出，?個字符串第?個字?為?寫字符，後?都是?寫字?並且這些?寫字?可有可?
ret = re.match("[A-Z][a-z]*","M")
print(ret.group())
ret = re.match("[A-Z][a-z]*","MnnM")
print(ret.group())
ret = re.match("[A-Z][a-z]*","Aabcdef")
print(ret.group())
#匹配出，變量名是否有效
names = ["name1", "_name", "2_name", "__name__"]
for name in names:
ret = re.match("[a-zA-Z_]+[w]*",name)
if ret:
print("變量名 %s 符合要求" % ret.group())
else:
print("變量名 %s ?法" % name)
#匹配出，0到99之間的數字
ret = re.match("[1-9]?[0-9]","7")
print(ret.group())
ret = re.match("[1-9]?d","33")
print(ret.group())
# 這個結果並不是想要的，利?$才能解決
ret = re.match("[1-9]?d","09")
print(ret.group())
ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
print(ret.group())
#匹配出，8到20位的密碼，可以是??寫英?字?、數字、下劃線
ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
print(ret.group())
結果：
M
Mnn
Aabcdef
變量名 name1 符合要求
變量名 _name 符合要求
變量名 2_name 法
變量名 __name__ 符合要求
7
33
0
12a3g4
1ad12f23s34455ff66
字符
功能
^
匹配字符串開頭
$
匹配字符串結尾
舉例：匹配163.com的郵箱地址
import re
email_list = ["[email protected]", "[email protected]", "[email protected]"]
for email in email_list:
ret = re.match("[w]{4,20}@163.com$", email)
if ret:
print("%s 是符合規定的郵件地址,匹配後的結果是:%s" % (email, ret.group()))
else:
print("%s 不符合要求" % email)
結果：
[email protected] 是符合規定的郵件地址,匹配後的結果是:[email protected]
[email protected] 不符合要求
[email protected] 不符合要求
字符
功能
|
匹配左右任意個表達式
(ab)
將括號中字符作為個分組
um
引分組num匹配到的字符串
(P)
分組起別名，匹配到的子串組在外部是通過定義的 name 來獲取的
(P=name)
引別名為name分組匹配到的字符串
舉例：|
#匹配出0-100之間的數字
import re
ret = re.match("[1-9]?d$|100","8")
print(ret.group()) # 8
ret = re.match("[1-9]?d$|100","78")
print(ret.group()) # 78
ret = re.match("[1-9]?d$|100","08")
# print(ret.group()) # 不是0-100之間
ret = re.match("[1-9]?d$|100","100")
print(ret.group()) # 100
舉例：()
#需求：匹配出163、126、qq郵箱
ret = re.match("w{4,20}@163.com", "[email protected]")
print(ret.group()) # [email protected]
ret = re.match("w{4,20}@(163|126|qq).com", "[email protected]")
print(ret.group()) # [email protected]
ret = re.match("w{4,20}@(163|126|qq).com", "[email protected]")
print(ret.group()) # [email protected]
ret = re.match("w{4,20}@(163|126|qq).com", "[email protected]")
if ret:
print(ret.group())
else:
print("不是163、126、qq郵箱") # 不是163、126、qq郵箱
#不是以4、7結尾的?機號碼(11位)
tels = ["13100001234", "18912344321", "10086", "18800007777"]
for tel in tels:
ret = re.match("1d{9}[0-35-68-9]", tel)
if ret:
print(ret.group())
else:
print("%s 不是想要的?機號" % tel)
#提取區號和電話號碼
ret = re.match("([^-]*)-(d+)","010-12345678")
print(ret.group())
print(ret.group(1))
print(ret.group(2))
舉例： umber
匹配數字代表的組合。每個括號是一個組合，組合從1開始編號。比如 (.+) 匹配 'the the' 或者 '55 55', 但不會匹配 'thethe' (注意組合後面的空格)。這個特殊序列只能用於匹配前面99個組合。如果 number 的第一個數位是0， 或者 number 是三個八進制數，它將不會被看作是一個組合，而是八進制的數字值。在 '[' 和 ']' 字符集合內，任何數字轉義都被看作是字符。
例子1：匹配出 <html>hh</html>
,…,9，匹配第n個分組的內容。如例子所示，指匹配第一個分組的內容。
import re
# 正確的理解思路：如果在第?對<>中是什麼，按理說在後?的那對<>中就應該是什麼。通過引?分組中匹配到的數據即可，但是要注意是元字符串，即類似 r""這種格式。
ret = re.match(r"<([a-zA-Z]*)>w*</>", "<html>hh</html>")
# 因為2對<>中的數據不?致，所以沒有匹配出來
test_label = ["<html>hh</html>","<html>hh</htmlbalabala>"]
for label in test_label:
ret = re.match(r"<([a-zA-Z]*)>w*</>", label)
if ret:
print("%s 這是一對正確的標簽" % ret.group())
else:
print("%s 這是?對不正確的標簽" % label)
結果：
hh 這是一對正確的標簽 hh 這是對不正確的標簽例子2：匹配出
import re
labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"]
for label in labels:
ret = re.match(r"<(w*)><(w*)>.*</></>", label)
if ret:
print("%s 是符合要求的標簽" % ret.group())
else:
print("%s 不符合要求" % label)
結果：
舉例：(P) (P=name)
一個用於標記，一個用於在同一個正則表達式中復用
import re
ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h1></html>")
ret.group()
ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h2></html>")
#ret.group()
compile 函數用於編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數使用。
prog = re.compile(pattern)
result = prog.match(string)
等價於
result = re.match(pattern, string)
舉例：
>>>import re
>>> pattern = re.compile(r'd+')
m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開始匹配，正好匹配
>>> print m # 返回一個 Match 對象
<_sre.SRE_Match object at 0x10a42aac0>
>>> m.group(0) # 可省略 0
'12'
>>> m.start(0) # 可省略 0
3
>>> m.end(0) # 可省略 0
5
>>> m.span(0) # 可省略 0
(3, 5)
在上面，當匹配成功時返回一個 Match 對象，其中：
group([group1, …]) 方法用於獲得一個或多個分組匹配的字符串，當要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；start([group]) 方法用於獲取分組匹配的子串在整個字符串中的起始位置（子串第一個字符的索引），參數默認值為 0；end([group]) 方法用於獲取分組匹配的子串在整個字符串中的結束位置（子串最後一個字符的索引+1），參數默認值為 0；span([group]) 方法返回 (start(group), end(group))re.search 掃描整個字符串並返回第一個成功的匹配，如果沒有匹配，就返回一個 None。
re.match與re.search的區別：re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配
舉例：
import re
ret = re.search(r"d+", "閱讀次數為9999")
print(ret.group())
結果：
9999
在字符串中找到正則表達式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。注意**：** match 和 search 是匹配一次 findall 匹配所有。
舉例：
import re
ret = re.findall(r"d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)
結果：
[‘9999’, ‘7890’, ‘12345’]
和 findall 類似，在字符串中找到正則表達式所匹配的所有子串，並把它們作為一個迭代器返回。
import re
it = re.finditer(r"d+", "12a32bc43jf3")
for match in it:
print(match.group())
結果：
12
32
43
3
sub是substitute的所寫，表示替換，將匹配到的數據進替換。
語法：re.sub(pattern, repl, string, count=0, flags=0)
參數
描述
pattern
必選，表示正則中的模式字符串
repl
必選，就是replacement，要替換的字符串，也可為一個函數
string
必選，被替換的那個string字符串
count
可選參數，count 是要替換的最大次數，必須是非負整數。如果省略這個參數或設為 0，所有的匹配都會被替換
flag
可選參數，標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。
舉例：將匹配到的閱讀次數加1
方法一：
import re
ret = re.sub(r"d+", '998', "python = 997")
print(ret)
結果：python = 998
方法二：
import re
def add(temp):
#int（）參數必須是字符串，類似字節的對象或數字，而不是“re.Match”
strNum = temp.group()
num = int(strNum) + 1
return str(num)
ret = re.sub(r"d+", add, "python = 997")
print(ret)
ret = re.sub(r"d+", add, "python = 99")
print(ret)
結果;
python = 998
python = 100
行為與sub()相同，但是返回一個元組 (字符串, 替換次數)。
re.subn(pattern, repl, string[, count])
返回：(sub(repl, string[, count]), 替換次數)
import re
pattern = re.compile(r'(w+) (w+)')
s = 'i say, hello world!'
print(re.subn(pattern, r' ', s))
def func(m):
return m.group(1).title() + ' ' + m.group(2).title()
print(re.subn(pattern, func, s))
### output ###
# ('say i, world hello!', 2)
# ('I Say, Hello World!', 2)
根據匹配進切割字符串，並返回個列表。
re.``split(pattern, string, maxsplit=0, flags=0)
參數
描述
pattern
匹配的正則表達式
string
要匹配的字符串
maxsplit
分隔次數，maxsplit=1 分隔一次，默認為 0，不限制次數
舉例：
import re
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)
結果：[‘info’, ‘xiaoZhang’, ‘33’, ‘shandong’]
Python數量詞默認是貪婪的（在少數語也可能是默認貪婪），總是嘗試匹配盡可能多的字符；貪婪則相反，總是嘗試匹配盡可能少的字符。
例如：正則表達式”ab*”如果用於查找”abbbc”，將找到”abbb”。而如果使用非貪婪的數量詞”ab*”，將找到”a”。
注：我們一般使用非貪婪模式來提取。
在"*“,”“,”+“,”{m,n}"後加上？，使貪婪變成貪婪。
舉例1：
import re
s="This is a number 234-235-22-423"
#正則表達式模式中使?到通配字，那它在從左到右的順序求值時，會盡量“抓取”滿?匹配最?字符串，在我們上?的例???，“.+”會從字符串的啟始處抓取滿?模式的最?字符，其中包括我們想得到的第?個整型字段的中的?部分，“d+”只需?位字符就可以匹配，所以它匹配了數字“4”，?“.+”則匹配了從字符串起始到這個第?位數字4之前的所有字符
r=re.match(".+(d+-d+-d+-d+)",s)
print(r.group(1))
#?貪婪操作符“？”，這個操作符可以?在"*","+","?"的後?，要求正則匹配的越少越好
r=re.match(".+?(d+-d+-d+-d+)",s)
print(r.group(1))
結果：
4-235-22-423
234-235-22-423
舉例2：
>>> re.match(r"aa(d+)","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(d+?)","aa2343ddd").group(1)
'2'
>>> re.match(r"aa(d+)ddd","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(d+?)ddd","aa2343ddd").group(1)
'2343'
舉例3：提取圖片地址
import re
test_str="<img data-original=https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg>"
ret = re.search(r"https://.*?.jpg", test_str)
print(ret.group())
結果：https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg
與大多數編程語言相同，正則表達式裡使用””作為轉義字符，這就可能造成反斜槓困擾。假如你需要匹配文本中的字符””，那麼使用編程語言表示的正則表達式裡將需要4個反斜槓”\\”：前兩個和後兩個分別用於在編程語言裡轉義成反斜槓，轉換成兩個反斜槓後再在正則表達式裡轉義成一個反斜槓。Python裡的原生字符串很好地解決了這個問題，Python中字符串前加上 r 表示原字符串。
import re
mm = "c:\a\b\c"
print(mm)#c:ac
ret = re.match("c:\\",mm).group()
print(ret)#c:
ret = re.match(“c:\a”,mm).group()
print(ret)#c:a
ret = re.match(r"c:\a",mm).group()
print(ret)#c:a
ret = re.match(r"c:a",mm).group()
print(ret)#AttributeError: ‘NoneType’ object has no attribute ‘group’
先自我介紹一下，小編13年上師交大畢業，曾經在小公司待過，去過華為OPPO等大廠，18年進入阿裡，直到現在。深知大多數初中級java工程師，想要升技能，往往是需要自己摸索成長或是報班學習，但對於培訓機構動則近萬元的學費，著實壓力不小。自己不成體系的自學效率很低又漫長，而且容易碰到天花板技術停止不前。因此我收集了一份《java開發全套學習資料》送給大家，初衷也很簡單，就是希望幫助到想自學又不知道該從何學起的朋友，同時減輕大家的負擔。添加下方名片，即可獲取全套學習資料哦
