正则表达式

  • 用来保证数字规范，它是数据表达式的一种规则，多种语言通用
  • 可以用来查找对应规则下的数据
  • 可以用来判断用户提供数据是否规范

如何使用正则表达式匹配数据

import re

result = re.match(正则表达式，要匹配的字符串)
# 如果上一步匹配的话，可用group提取
result.group()

小demo感受下正则表达式能做什么

import re

re.match(r"hello",hello world)
# 如果有返回值，则匹配成功
re.match("[hH]ello",hello world)
# 匹配大小写h开头

正则表达式匹配单个字符

匹配单个数字

import re

# \d等价于任意一位数字0-9
ret = re.match(r"速度与激情\d"，"速度与激情2")

# 用group提取数据
ret.group()

# 如果缩小这个一位数字的范围1-8
#  ret = re.match(r"速度与激情[1,2,3,4,5,6,7,8]"，"速度与激情9")
ret = re.match(r"速度与激情[1-8]"，"速度与激情9")

# 用group提取数据
ret.group()

# 如果这个数字是不连续的
ret = re.match(r"速度与激情[3-57-8]","速度与激情6")

# 注意：[]里面可以有数字和字母

 小实例：判断变量名是否非法

\w匹配词、\s匹配空白、.匹配任意字符

from re import match

# \w 匹配大小写字母和下划线，及其它形式语言中文，所以涉猎太广，慎用

ret = match(r"速度与激情\w","速度与激情_")
ret.group()

# \s表示空白字符包括：空格，tab键
#\D 表示非数字
#\S表示非空白
#\W表示非单词

正则表达式匹配多个字符

  • \d\d匹配两位数字，一位数字不符合要求
  • \d{1，2}表示一个d或者两个d，也就是一位数字或者两位数字。如：请输入手机号\d{11}
  • \d{5，8}表示数字个数5~8个
  • ？表示？问号前一个的内容可有可无
  • re.match(r"\d{3,4}-?\d{7,8}“，010-12345678*
  • *表示零个一个多个,.表示任意字符，除了换行符，.* 表示除了换行符的任意字符
  • +表示一个多个字符不可为空
from re import match

def main():
    names = ["_name","abe0","Carry"，"0abdv"]
    for i in names:
        # *表示前文中间部分可以有一个或多个
        # 注意此时age!明明不符合也通过了，因为match此时只匹配开头，如果开头通过，结尾就不管了
        # ret = match(r"[a-zA-Z_][a-zA-Z0-9_]*",name)
        # 加上$表示一直匹配到结尾
        ret = match(r"^[a-zA-Z_][a-zA-Z0-9_]*$",name)
        # ^表示从开头开始匹配
     
        if ret：
            print("基本符合变量名的规则" %ret.group())
        else：
            print("变量名%s一定非法" % name)


if__name__ =="__main__":
    main()

 

from re import match

def main():
    email = input("请输入邮箱地址"）
    # 注意.表示任意字符，需要转义，需要转义的还有？*等等
    ret = match(r"^[a-zA-Z0-9_]{4,20}@163\.com$",email)
    if ret：
       print("%s是163邮箱" %ret.group())
    else：
        print("%s非163邮箱地址" % name)


if__name__ =="__main__":
    main()

re模块的分组功能用小括号

|在正则表达式中表示或者

ret = match(r"^[a-zA-Z0-9_]{4,20}@(126|163|qq)\.com$",email)

在正则表达式匹配成功的情况下，小括号里的内容可以单独提取，用group(序号)

ret = match(r"^([a-zA-Z0-9_]{4,20})@(126|163|qq)\.com$",email).group(1)

ret = match(r"^([a-zA-Z0-9_]{4,20})@(126|163|qq)\.com$",email).group(2)

分组还有一个应用,比如匹配html标签时，如下第一种写法可能匹配了不成对的标签，第二种才是正确的

re.match(<\w*>.*</\w*>,html_str)
re.match((<\w*>).*</\1>,html_str)

当分组很多时，可以给分组起一个别名 (?P<name>)(?P=name)

re.match((?P<p1><\w*>).*</（?P=p1）>,html_str)