python正則表達(dá)式對字符串的查找匹配

更新時間：2022年09月29日 10:54:50 作者：愛打羽毛球的小怪獸

正則表達(dá)式是一種文本模式,包括普通字符(例如,a 到 z 之間的字母)和特殊字符(稱為“元字符”),下面這篇文章主要給大家介紹了關(guān)于python正則表達(dá)式對字符串的查找匹配的相關(guān)資料,需要的朋友可以參考下

常用的RegEx基礎(chǔ)語法

語法	說明
\d	匹配一個數(shù)字字符
\D	匹配一個非數(shù)字字符
\s	匹配任何不可見字符（空格、制表符、換行符等）
\S	匹配任何可見字符
\w	匹配任何單詞字符
\W	匹配任何非單詞字符
.	匹配所有字符
^	從字符串開頭開始匹配，比如^\d表示以一個數(shù)字字符開頭
$	從字符串末尾開始匹配，比如\d$表示以一個數(shù)字字符結(jié)尾
*	匹配前一個字符任意次
+	匹配前一個字符一次或多次
?	匹配前一個字符零次或一次
{m}	匹配前一個字符m次
{m,n}	匹配前一個字符最少m次最多n次
\	轉(zhuǎn)義字符
[]	比如[a-z]表示匹配從a到z之間的所有字符串
\|	或，比如A\|B表示匹配A或B
()	精確匹配括號中指定的模式

常用的RegEx函數(shù)

函數(shù)	說明
search	從字符串中進(jìn)行搜索，成功則返回匹配目標(biāo)，失敗則返回None
match	從字符串開頭進(jìn)行匹配，成功則返回匹配目標(biāo)，失敗則返回None
fullmatch	匹配整個字符串
split	根據(jù)模式分割字符串
findall	查找字符串中所有非重疊匹配
finditer	類似于findall，但返回Python迭代器
sub	用提供的字符串替代匹配模式

以下為部分示例：

對于split函數(shù)，我們在對字符串進(jìn)行分割的時候可以直接調(diào)用split方法，再次不再進(jìn)行

>>> import re#導(dǎo)入包
>>> a='xiaoming:wo jiao xiaoming,wo de dianhua shi +86-666666'
>>> print(re.search(pattern='\d+\W\d+',string=a))
<re.Match object; span=(45, 54), match='86-666666'>#此處輸出的時一個match對象
 
>>> mp=re.search(pattern='\d+\W\d+',string=a)#查找電話號碼
>>> print(mp.group())#使用group方法獲取于指定模式相匹配的字符串
86-666666
>>> print(mp.start())#獲取第一個匹配字符串的索引
45
>>> print(mp.end())#獲取匹配字符串的
54
>>> print(mp.span())#獲取索引范圍
(45, 54)
 
>>> print(re.findall(pattern='\w+',string=a))
['xiaoming', 'wo', 'jiao', 'xiaoming', 'wo', 'de', 'dianhua', 'shi', '86', '666666']
 
>>> m_sub=re.sub(pattern='\w+:',string=a,repl='xiaohong:')#模式替代，使用repl傳入的字符串替代匹配到的第一個字符串
>>> print(m_sub)
xiaohong:wo jiao xiaoming,wo de dianhua shi +86-6666
 
#編譯模式
>>> p=re.compile('\d{6}')#預(yù)先設(shè)定好匹配的模式
>>> m1=p.search(a)#對預(yù)先設(shè)定好的模式調(diào)用查找
>>> print(m1.group())獲取查找到的字符串
666666

不區(qū)分大小寫匹配字符

#! /usr/bin/python3
import re
rebocop = re.compile(r'rebocop', re.I)
match = rebocop.search('ReboCop is part man, part machine, all cop.').group()
print(match)

管理復(fù)雜的正則表達(dá)式

如果您需要匹配的文本模式很簡單，則正則表達(dá)式很好。但是匹配復(fù)雜的文本模式可能需要冗長，復(fù)雜的正則表達(dá)式。您可以通過告訴　re.compile() 函數(shù)來緩解這種情況忽略正則表達(dá)式字符串中的空格和注釋?？梢酝ㄟ^將變量 re.VERBOSE 作為傳遞來啟用此“詳細(xì)模式” re.compile（）的第二個參數(shù)。

#! /usr/bin/python3
import re

phoneRegex = re.compile(r'''(
    (\d{3}|\(\d{3}\))?   # area code
    (\s|-|\.)?           # separator
    \d{3}                # first 3 digits
    (\s|-|\.)            # separator
    \d{4}                # last 4 digits
    (\s*(ext|x|ext.)\s*\d{2,5})?   #extension
    )''', re.VERBOSE)

請注意前一個示例如何使用三引號語法（’’’）創(chuàng)建一個多行字符串，以便您可以將正則表達(dá)式定義分布在多行上，使其更加清晰。正則表達(dá)式字符串中的注釋規(guī)則與常規(guī)Python代碼：＃符號及其后的所有內(nèi)容線被忽略。此外，正則表達(dá)式的多行字符串內(nèi)的額外空格不被視為要匹配的文本模式的一部分。這使您可以組織正則表達(dá)式，以便更容易閱讀。

從粘貼板的文字中提取郵箱和手機(jī)號碼

#! /usr/bin/python3
# phoneAndEmail.py - Finds phone numbers and email address on the chipboard.

import pyperclip, re

americaPhoneRegex = re.compile(r'''(
    (\d{3}|\(\d{3}\))?   # area code
    (\s|-|\.)?           # separator
    (\d{3})              # first 3 digits
    (\s|-|\.)            # separator
    (\d{4})              # last 4 digits
    (\s*(ext|x|ext.)\s*(\d{2,5}))?   # extension
    )''', re.VERBOSE)    

chinesePhoneRegex = re.compile(r'1\d{10}')

emailPhoneRegex   = re.compile(r'''(
        [a-zA-Z0-9._%+-]+      # username
        @                      # @ symbol
        [a-zA-Z0-9.-]+         # domain name
        (\.[a-zA-Z]{2,4})      # dot-something
        )''', re.VERBOSE)


# Find matches in clipboard text.
text = str(pyperclip.paste())
matches = []
for groups in americaPhoneRegex.findall(text):
    phoneNum = '-'.join([groups[1], groups[3], groups[5]])
    if groups[8] != '':
        phoneNum += ' x' + groups[8]
    matches.append(phoneNum)

for groups in emailPhoneRegex.findall(text):
    matches.append(groups[0])

for groups in chinesePhoneRegex.findall(text):
    matches.append(groups[0])

# copy results the clipboard. 
if len(matches) > 0:
    pyperclip.copy('\n'.join(matches))
    print('Copied to clipboard:')
    print('\n'.join(matches))
else:
    print('No phone numbers or email addresses found.')