python中的正則表達式,貪婪匹配與非貪婪匹配方式
正則表達式,貪婪匹配與非貪婪匹配
正則表達式前戲
以某app注冊頁面獲取手機號為例. 其有很多校驗規(guī)則: 國內手機號必須是11位,純數(shù)字,是常規(guī)的手機號開頭.
用python實現(xiàn)手機注冊校驗功能如下:
? # 1.獲取用戶的手機號
? phone_num = input('請輸入您的手機號>>>:').strip()
? # 2.先校驗是否是11位
? if len(phone_num) == 11:
? ? ? # 3.再校驗是否是純數(shù)字
? ? ? if phone_num.isdigit():
? ? ? ? ? # 4.校驗開頭是否合法(隨便寫幾個意思一下)
? ? ? ? ? if phone_num.startswith('13') or phone_num.startswith('15') or phone_num.startswith(
? ? ? ? ? ? ? ? ? '17') or phone_num.startswith('18'):
? ? ? ? ? ? ? print('是一個正常的手機號')
? ? ? ? ? else:
? ? ? ? ? ? ? print('手機號開頭不合法')
? ? ? else:
? ? ? ? ? print('手機號必須是純數(shù)字')
? else:
? ? ? print('手機號必須是11位')正則表達式為: 0?(13|14|15|17|18|19)[0-9]{9}
對比可看到代碼量銳減,一行就可以搞定. 由此可見,正則表達式就是利用一些'特殊符號'的組合去字符串中篩選出想要的數(shù)據(jù). 所以學習正則很大程度上就是在學習一些特殊符號的使用
"""
正則表達式是一門獨立的語言 專門用來匹配、校驗、篩查所需的數(shù)據(jù)
任何編程語言都可以使用 在python中如果想用就必須借助于內置模塊re
"""
正則表達式之字符組
單個字符組默認一次只匹配一個字符
- 字符組 : [字符組]
- 在同一個位置可能出現(xiàn)的各種字符組成了一個字符組,在正則表達式中用[]表示
- 字符分為很多類,比如數(shù)字、字母、標點等等。
- 假如你現(xiàn)在要求一個位置"只能出現(xiàn)一個數(shù)字",那么這個位置上的字符只能是0、1、2...9這10個數(shù)之一。
| 正則 | 待匹配字符 | 匹配結果 | 說明 |
| [0123456789] | 8 | True | 在一個字符組里枚舉合法的所有字符,字符組里的任意一個字符 和"待匹配字符"相同都視為可以匹配 |
| [0123456789] | a | False | 由于字符組中沒有"a"字符,所以不能匹配 |
| [0-9] | 7 | True | 也可以用-表示范圍,[0-9]就和[0123456789]是一個意思 |
| [a-z] | s | True | 同樣的如果要匹配所有的小寫字母,直接用[a-z]就可以表示 |
| [A-Z] | H | True | [A-Z]就表示所有的大寫字母 |
| [0-9a-fA-F] | z | True | 可以匹配數(shù)字,大小寫形式的a~f,用來驗證十六進制字符 |
字符
| 元字符 | 匹配內容 |
| . | 匹配除換行符以外的任意字符 |
| \w | 匹配字母或數(shù)字或下劃線 |
| \s | 匹配任意的空白符 |
| \d | 匹配數(shù)字 |
| \n | 匹配一個換行符 |
| \t | 匹配一個制表符 |
| \b | 匹配一個單詞的結尾 |
| ^ | 匹配字符串的開始 |
| $ | 匹配字符串的結尾 |
| \W | 匹配非字母或數(shù)字或下劃線 |
| \D | 匹配非數(shù)字 |
| \S | 匹配非空白符 |
| a|b | 匹配字符a或字符b |
| () | 匹配括號內的表達式,也表示一個組 |
| [...] | 匹配字符組中的字符 |
| [^...] | 匹配除了字符組中字符的所有字符 |
量詞
| 量詞 | 用法說明 |
| * | 重復零次或更多次 |
| + | 重復一次或更多次 |
| ? | 重復零次或一次 |
| {n} | 重復n次 |
| {n,} | 重復n次或更多次 |
| {n,m} | 重復n到m次 |
. ^ $
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| 海. | 海燕海嬌海東 | 海燕海嬌海東 | 匹配所有"海."的字符 |
| ^海. | 海燕海嬌海東 | 海燕 | 只從開頭匹配"海." |
| 海.$ | 海燕海嬌海東 | 海東 | 只匹配結尾的"海.$" |
* + ? { }
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| 李.? | 李杰和李蓮英和李二棍子 | 李杰 | ?表示重復零次或一次,即只匹配"李"后面一個任意字符 |
| 李.* | 李杰和李蓮英和李二棍子 | 李杰和李蓮英和李二棍子 | *表示重復零次或多次,即匹配"李"后面0或多個任意字符 |
| 李.+ | 李杰和李蓮英和李二棍子 | 李杰和李蓮英和李二棍子 | +表示重復一次或多次,即只匹配"李"后面1個或多個任意字符 |
| 李.{1,2} | 李杰和李蓮英和李二棍子 | 李杰和 | {1,2}匹配1到2次任意字符 |
注意:前面的*,+,?等都是貪婪匹配,也就是盡可能匹配,后面加?號使其變成惰性匹配
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| 李.*? | 李杰和李蓮英和李二棍子 | 李 李 李 | 惰性匹配 |
字符集[][^]
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| 李[杰蓮英二棍子]* | 李杰和李蓮英和李二棍子 | 李杰 | 表示匹配"李"字后面[杰蓮英二棍子]的字符任意次 |
| 李[^和]* | 李杰和李蓮英和李二棍子 | 李杰 | 表示匹配一個不是"和"的字符任意次 |
| [\d] | 456bdha3 | 4 | 表示匹配任意一個數(shù)字,匹配到4個結果 |
| [\d]+ | 456bdha3 | 456 | 表示匹配任意個數(shù)字,匹配到2個結果 |
分組 ()與 或 |[^]
身份證號碼是一個長度為15或18個字符的字符串,如果是15位則全部由數(shù)字組成,首位不能為0;如果是18位,則前17位全部是數(shù)字,末位可能是數(shù)字或x,下面我們嘗試用正則來表示:
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| ^[1-9]\d{13,16}[0-9x]$ | 110101198001017032 | 110101198001017032 | 表示可以匹配一個正確的身份證號 |
| ^[1-9]\d{13,16}[0-9x]$ | 1101011980010170 | 1101011980010170 | 表示也可以匹配這串數(shù)字,但這并不是一個正確的身份證號碼,它是一個16位的數(shù)字 |
| ^[1-9]\d{14}(\d{2}[0-9x])?$ | 1101011980010170 | False | 現(xiàn)在不會匹配錯誤的身份證號了 ()表示分組,將\d{2}[0-9x]分成一組,就可以整體約束他們出現(xiàn)的次數(shù)為0-1次 |
| ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ | 110105199812067023 | 110105199812067023 | 表示先匹配[1-9]\d{16}[0-9x]如果沒有匹配上就匹配[1-9]\d{14} |
轉義符 \
在正則表達式中,有很多有特殊意義的是元字符,比如\n和\s等,如果要在正則中匹配正常的"\n"而不是"換行符"就需要對"\"進行轉義,變成'\\'。
在python中,無論是正則表達式,還是待匹配的內容,都是以字符串的形式出現(xiàn)的,在字符串中\(zhòng)也有特殊的含義,本身還需要轉義。所以如果匹配一次"\n",字符串中要寫成'\\n',那么正則里就要寫成"\\\\n",這樣就太麻煩了。這個時候我們就用到了r'\n'這個概念,此時的正則是r'\\n'就可以了。
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| \n | \n | False | 因為在正則表達式中\(zhòng)是有特殊意義的字符,所以要匹配\n本身,用表達式\n無法匹配 |
| \\n | \n | True | 轉義\之后變成\\,即可匹配 |
| "\\\\n" | '\\n' | True | 如果在python中,字符串中的'\'也需要轉義,所以每一個字符串'\'又需要轉義一次 |
| r'\\n' | r'\n' | True | 在字符串之前加r,讓整個字符串不轉義 |
貪婪匹配
貪婪匹配:在滿足匹配時,匹配盡可能長的字符串,默認情況下,采用貪婪匹配
| 正則 | 待匹配字符 | 匹配 結果 | 說明 |
| <.*> | <script>...<script> | <script>...<script> | 默認為貪婪匹配模式,會匹配盡量長的字符串 |
| <.*?> | r'\d' | <script> | 加上?為將貪婪匹配模式轉為非貪婪匹配模式,會匹配盡量短的字符串 |
*?重復任意次,但盡可能少重復+?重復1次或更多次,但盡可能少重復??重復0次或1次,但盡可能少重復{n,m}?重復n到m次,但盡可能少重復{n,}?重復n次以上,但盡可能少重復
.*?的用法
.是任意字符*是取 0 至 無限長度?是非貪婪模式。- 何在一起就是 取盡量少的任意字符,一般不會這么單獨寫,他大多用在:
.*?x- 就是取前面任意長度的字符,直到一個x出現(xiàn)
re模塊下的常用方法
import re
res = re.findall('i','yietong tim lily')
print(res) # ['i', 'i', 'i'] 結果是一個列表
#
res = re.search('i','yietong tim lily')
print(res) # <_sre.SRE_Match object; span=(1, 2), match='i'>
# 查找到一個符合條件的就結束.沒有就返回none
print(res.group()) # i 沒有就無法group調用,直接報錯
res = re.match('y','yietong tim lily')
print(res) # <_sre.SRE_Match object; span=(0, 1), match='y'>
# 從字符串的開頭匹配 如果沒有則直接返回None 類似于給正則自動加了^ 如果符合也只獲取一個就結束
print(res.group()) # y 沒有就無法group調用,直接報錯
res = re.finditer('i','yietong tim lily')
print(res) # <callable_iterator object at 0x00000211ECF3D2B0> 結果是一個迭代器,為了節(jié)省空間
print([i.group() for i in res]) # ['i', 'i', 'i'] 可以進行for循環(huán)取值
obj = re.compile('\d+') # 提前寫好,后續(xù)需要經常使用的正則
print(re.findall(obj,'asfrrrrgrdf23564')) # ['23564']
print(re.findall(obj,'1234wferbvccrcbf')) # ['1234']findall 優(yōu)先級查詢及取消方法
res = re.findall('a(b)c','abcabcabc')
print(res) # ['b', 'b', 'b']
# 取消優(yōu)先查詢方法 ?:
res = re.findall('a(?:b)c','abcabcabc')
print(res) # ['abc', 'abc', 'abc']
給分組起別名方法
res = re.findall('(a)(b)(c)','abcabcabc')
print(res) # [('a', 'b', 'c'), ('a', 'b', 'c'), ('a', 'b', 'c')]
# 分組起別名方法: ?P
res = re.findall('(?P<aaa>a)(b)(c)','abcabcabc')
print(res) # [('a', 'b', 'c'), ('a', 'b', 'c'), ('a', 'b', 'c')]
print(res.group('aaa')) # 報錯split的優(yōu)先級查詢
ret=re.split("\d+","eva3jason4yuan")
print(ret) #結果 : ['eva', 'jason', 'yuan']
ret=re.split("(\d+)","eva3jason4yuan")
print(ret) #結果 : ['eva', '3', 'jason', '4', 'yuan']
#在匹配部分加上()之后所切出的結果是不同的,
#沒有()的沒有保留所匹配的項,但是有()的卻能夠保留了匹配的項,
#這個在某些需要保留匹配部分的使用過程是非常重要的。總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python中判斷subprocess調起的shell命令是否結束
這篇文章主要介紹了Python中判斷subprocess調起的shell命令是否結束的方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
Python和OpenCV庫實現(xiàn)識別人物出現(xiàn)并鎖定
本文主要介紹了Python和OpenCV庫實現(xiàn)識別人物出現(xiàn)并鎖定,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-04-04
Python之sklearn數(shù)據(jù)預處理中fit(),transform()與fit_transform()的區(qū)別
這篇文章主要介紹了Python之sklearn數(shù)據(jù)預處理中fit(),transform()與fit_transform()的區(qū)別及說明,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-02-02

