认识模块
什么是模块?
常见的场景:一个模块就是一个包含了python定义和声明的文件,文件名就是模块名字加上.py的后缀。
但其实import加载的模块分为四个通用类别:
1 使用python编写的代码(.py文件)
2 已被编译为共享库或DLL的C或C++扩展
3 包好一组模块的包
4 使用C编写并链接到python解释器的内置模块
为何要使用模块?
如果你退出python解释器然后重新进入,那么你之前定义的函数或者变量都将丢失,因此我们通常将程序写到文件中以便永久保存下来,需要时就通过python test.py方式去执行,此时test.py被称为脚本script。
随着程序的发展,功能越来越多,为了方便管理,我们通常将程序分成一个个的文件,这样做程序的结构更清晰,方便管理。这时我们不仅仅可以把这些文件当做脚本去执行,还可以把他们当做模块来导入到其他的模块中,实现了功能的重复利用
re模块
讲正题之前我们先来看一个例子:https://reg.jd.com/reg/person?ReturnUrl=https%3A//www.jd.com/
这是京东的注册页面,打开页面我们就看到这些要求输入个人信息的提示。
假如我们随意的在手机号码这一栏输入一个11111111111,它会提示我们格式有误。
这个功能是怎么实现的呢?
假如现在你用python写一段代码,类似:
phone_number = input('please input your phone number : ')
你怎么判断这个phone_number是合法的呢?
根据手机号码一共11位并且是只以13、14、15、18开头的数字这些特点,我们用python写了如下代码:
判断手机号是否合法
纯python代码实现
phone = input('请输入手机号').strip()
def valid_phone():
if len(phone) == 11:
# 1. 验证是不是纯数字
if phone.isdigit():
# 2. 验证手机是13 15 17 18 19
if phone.startswith('13')
or phone.startswith('15')
or phone.startswith('17')
or phone.startswith('18')
or phone.startswith('19'):
print('手机号输入正确')
else:
print('格式不正确')
else:
print('输入的字符必须全是数字')
else:
print('手机号必须输入11位')
逆向思路
phone = input('请输入手机号').strip()
def valid(phone):
if len(phone) != 11:
print('手机号尾数必须是11位')
return
if not phone.isdigit():
print('手机号必须是纯数字')
return
if not phone.startswith('13'):
print('手机号不正确')
return
'''代码走到这个位置,说明手机号格式一定是正确的'''
'''在这里写正常的逻辑代码'''
print('手机号输入正确')
valid(phone)
python结合正则实现
import re
phone_number = input('please input your phone number: ')
if re.match('^(13|14|15|18)[0-9]{9}$', phone_number):
print('是合法的手机号码')
else:
print('不是合法的手机号码')
最后一种方法的代码是不是非常简单。正则表达式不仅在python领域,在整个编程届都占有举足轻重的地位。
正则表达式和re模块
不管以后你是不是去做python开发,只要你是一个程序员就应该了解正则表达式的基本使用。如果未来你要在爬虫领域发展,你就更应该好好学习这方面的知识。
但是你要知道,re模块本质上和正则表达式没有一毛钱的关系。re模块和正则表达式的关系 类似于 time模块和时间的关系
你没有学习python之前,也不知道有一个time模块,但是你已经认识时间了 12:30就表示中午十二点半(这个时间可好,一般这会儿就该下课了)。
时间有自己的格式,年月日时分秒,12个月,365天......已经成为了一种规则。你也早就牢记于心了。time模块只不过是python提供给我们的可以方便我们操作时间的一个工具而已
正则表达式本身也和python没有什么关系,就是匹配字符串内容的一种规则。
官方定义:正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。
正则表达式
正则表达式它跟任何一门语言都没有关系,它是一门独立的语言!!!
正则表达式是利用一些特殊符号来筛选出我们想要的数据
一说规则我已经知道你很晕了,现在就让我们先来看一些实际的应用。在线测试工具 http://tool.chinaz.com/regex/
首先你要知道的是,谈到正则,就只和字符串相关了。在我给你提供的工具中,你输入的每一个字都是一个字符串。其次,如果在一个位置的一个值,不会出现什么变化,那么是不需要规则的。
比如你要用"1"去匹配"1",或者用"2"去匹配"2",直接就可以匹配上。这连python的字符串操作都可以轻松做到。那么在之后我们更多要考虑的是在同一个位置上可以出现的字符的范围。
字符组
字符组 : [字符组] 在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示 字符分为很多类,比如数字、字母、标点等等。 假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
'''字符组默认匹配方式是挨个挨个匹配'''
正则 | 待匹配字符 | 匹配结果 | 说明 |
---|---|---|---|
[0123456789] | 8 | True | 在一个字符组里枚举合法的所有字符,字符组里的任意一个字符和"待匹配字符"相同都视为可以匹配 |
---- | ---- | ---- | ---- |
[0123456789] | a | False | 由于字符组中没有"a"字符,所以不能匹配 |
---- | ---- | ---- | ---- |
[0-9] | 6 | True | |
---- | ---- | ---- | ---- |
[a-z] | s | True | |
---- | ---- | ---- | ---- |
[A-Z] | B | True | |
---- | ---- | ---- | ---- |
[0-9a-fA-F] | y | True | |
---- | ---- | ---- | ---- |
ps:字符组内所有的数据默认都是或的关系
特殊字符
'''特殊符号默认匹配方式是挨个挨个匹配'''
元字符 | 匹配内容 |
---|---|
. | 匹配除换行符以外的任意字符 |
---- | ---- |
\w | 匹配数字、字母、下划线 |
---- | ---- |
\W | 匹配非数字、非字母、非下划线 |
---- | ---- |
\d | 匹配数字 |
---- | ---- |
\D | 匹配非数字 |
---- | ---- |
\s | 匹配任意的空白符 |
---- | ---- |
\S | 匹配非空白符 |
---- | ---- |
\n | 匹配一个换行符 |
---- | ---- |
\t | 匹配一个制表符 |
---- | ---- |
\b | 匹配一个单词的结尾 |
---- | ---- |
^ | 匹配字符串的开头 |
---- | ---- |
$ | 匹配字符串的结尾 |
---- | ---- |
a | b |
---- | ---- |
() | 给正则表达式分组 不影响表达式的匹配功能 |
---- | ---- |
[] | 字符组 内部填写的内容默认都是或的关系 |
---- | ---- |
[^] | 取反操作 匹配除了字符组里面的其他所有字符 |
---- | ---- |
^、$两者组合使用可以非常精确的限制匹配的内容 | |
注意上尖号在中括号内和不在中括号意思完全不同 |
量词
- 量词不能单独使用
- 量词只会影响前面的一个字符 (ab+ 只会影响b)
- 量词一定配合表达式使用
|量词|用法说明|
| ---- | ---- |
*|匹配零次或多次,默认是多次(无穷次)
| ---- | ---- |
+|匹配一次或多次,默认是多次(无穷次)
| ---- | ---- |
?|匹配零次或一次,作为量词意义不大主要用于非贪婪匹配
| ---- | ---- |
{n}|重复n次
| ---- | ---- |
{n,}|重复n次或更多次,默认是多次(无穷次)
| ---- | ---- |
{n,m}|重复n到m次 ,默认是m次
| ---- | ---- |
. ^ $
正则 | 待匹配字符 | 匹配结果 | 说明 |
---|---|---|---|
海. | 海燕海娇海东 | 海燕海娇海东 | 匹配所有"海."的字符 |
---- | ---- | ---- | ---- |
^海. | 海燕海娇海东 | 海燕 | 只从开头匹配"海." |
---- | ---- | ---- | ---- |
海.$ | 海燕海娇海东 | 海东 | 只匹配结尾的"海.$" |
* + ?
正则 | 待匹配字符 | 匹配结果 | 说明 |
---|---|---|---|
李.? | 李杰和李莲英和李二棍子 | 李杰 | |
李莲 | |||
李二 | ?表示重复零次或一次,即只匹配"李"后面一个任意字符 | ||
---- | ---- | ---- | ---- |
李.* | 李杰和李莲英和李二棍子 | 李杰和李莲英和李二棍子 | *表示重复零次或多次,即匹配"李"后面0或多个任意字符 |
---- | ---- | ---- | ---- |
李.+ | 李杰和李莲英和李二棍子 | 李杰和李莲英和李二棍子 | +表示重复一次或多次,即只匹配"李"后面1个或多个任意字符 |
---- | ---- | ---- | ---- |
李. | 李杰和李莲英和李二棍子 | 李杰和 | |
李莲英 | |||
李二棍 | {1,2}匹配1到2次任意字符 | ||
---- | ---- | ---- | ---- |
注意:前面的*,+,?等都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配
正则 | 待匹配字符 | 匹配结果 | 说明 |
---|---|---|---|
李.*? | 李杰和李莲英和李二棍子 | 李 | |
李 | |||
李 | 惰性匹配 |
字符集[][^]
正则 | 待匹配字符 | 匹配结果 | 说明 |
---|---|---|---|
李[杰莲英二棍子]* | 李杰和李莲英和李二棍子 | 李杰 | |
李莲英 | |||
李二棍子 | 表示匹配"李"字后面[杰莲英二棍子]的字符任意次 | ||
---- | ---- | ---- | ---- |
李[^和]* | 李杰和李莲英和李二棍子 | 李杰 | |
李莲英 | |||
李二棍子 | 表示匹配一个不是"和"的字符任意次 | ||
---- | ---- | ---- | ---- |
[\d] | 456bdha3 | 456bdha3 4 | |
5 | |||
6 | |||
3 | 表示匹配任意一个数字,匹配到4个结果 | ||
---- | ---- | ---- | ---- |
[\d]+ | 456bdha3 | 456bdha3 456 | |
3 | 表示匹配任意个数字,匹配到2个结果 |
分组 ()与 或 |[^]
身份证号码是一个长度为15或18个字符的字符串,如果是15位则全部
标签:字符,常用,匹配,python,----,phone,模块 From: https://www.cnblogs.com/zjyao/p/17209194.html