首页 > 其他分享 >正则re

正则re

时间:2024-03-10 21:46:30浏览次数:28  
标签:匹配 lst re 正则 print strvar findall

正则表达式

它是约束字符串匹配某种形式的规则

正则表达式有什么用?

1.检测某个字符串是否符合规则.比如:判断手机号,身份证号是否合法
2.提取网页字符串中想要的数据.比如:爬虫中,提取网站天气,信息,股票代码,星座运势等具体关键字

在线测试工具 http://tool.chinaz.com/regex/

import re
"""lst = re.findall(正则表达式,字符串)"""

正则表达式的种类

正则表达式由一些 [普通字符] 和一些 [元字符] 组成:

(1)普通字符包括大小写字母和数字
(2)元字符具有特殊含义,大体种类分为如下:
1.预定义字符集,字符组
2.量词
3.边界符
4.分组

预定义字符集

预定义字符集 匹配内容
. 匹配任意字符,除了换行符\n
\d 匹配数字
\D 匹配非数字
\w 匹配字母或数字或下划线 (正则函数中,支持中文的匹配)
\W 匹配非字母或数字或下划线
\s 匹配任意的空白符
\S 匹配任意非空白符
\n 匹配一个换行符
\t 匹配一个制表符
[] 匹配中括号内列举的字符
# 匹配数字
strvar = "sdjfklj234&*(&1"
lst = re.findall("\d",strvar)
print(lst)  #out ['2', '3', '4', '1']

# 匹配非数字
strvar = "YWERsdf78_&"
lst = re.findall("\D",strvar)
print(lst) #out ['Y', 'W', 'E', 'R', 's', 'd', 'f', '_', '&']
# \w 匹配字母或数字或下划线     (正则函数中,支持中文的匹配)
strvar = "sadf234_^&*%$^$%你好"
lst = re.findall("\w",strvar)
print(lst) #out ['s', 'a', 'd', 'f', '2', '3', '4', '_', '你', '好']

# \W 匹配非字母或数字或下划线
strvar = "sadf234_^&*%$^$%你好"
lst = re.findall("\W",strvar)
print(lst) #out ['^', '&', '*', '%', '$', '^', '$', '%']
# \s 匹配任意的空白符 ( " "  \t  \n \r )
strvar = " 		 \r "
lst = re.findall("\s",strvar)
print(lst) #[' ', '\t', '\t', ' ', '\r', ' ']

# \S 匹配任意非空白符
strvar = " 		 \r  123_*("
lst = re.findall("\S",strvar)
print(lst) # out ['1', '2', '3', '_', '*', '(']
# \n 匹配一个换行符
strvar = """
今天国庆假期结束了,兄弟们满载	而归,玩的	很困,尽	快调	整.
"""
lst = re.findall(r"\n",strvar)
print(lst)    # ['\n', '\n']
strvar = """
今天国庆假期结束了,兄弟们满载	而归,玩的	很困,尽	快调	整.
"""
# \t 匹配一个制表符
lst = re.findall(r"\t",strvar)
print(lst) # out 4 \t
字符组格式 说明 [默认必须从字符组中选一个]
[...] 匹配字符组中的字符
[^...] 匹配除了字符组内所有内容,之外的所有字符
字符组内容 待匹配字符 匹配结果 说明
[0123456789] 8 True 字符组里枚举的各种字符,必须满足一个,否则返回假,不匹配
[abcdefg] 9 False 由于字符组中没有"9"字符,所以不匹配
[0-9] 7 True 可用 - 表示范围,[0-9] 和 [0123456789]是一个意思
[a-z] s True [a-z]匹配所有的小写字母
[A-Z] B True [A-Z]就表示所有的大写字母
[0-9a-fA-F] e True 可以匹配数字,大小写形式的a-f. 该正则可验证十六进制
print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb

print(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b  a2b a3b
# 优化写法 0123456789  => 0-9
print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) # a1b  a2b a3b

print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb
# 优化写法 abcdefg => a-g  表达所有的小写字母 a-z
print(re.findall('a[a-g]b','a1b a2b a3b acb ayb adb')) # acb adb

print(re.findall('a[ABCDEFG]b','a1b a2b a3b  aAb aDb aYb')) # aAb aDb
# 优化写法 ABCDEFG => A-G  表达所有的大写字母 A-Z
print(re.findall('a[A-G]b','a1b a2b a3b  aAb aDb aYb')) # aAb aDb
print(re.findall('a[A-Z]b','a1b a2b a3b  aAb aDb aYb')) # aAb aDb aYb

# 注意点: 不能直接写A-z  中间ascii编码中包含了特殊的符号
print(re.findall('a[A-z]b','a1b a2b a3b acb ayb adb a[b'))

# 匹配所有的字母和数字
print(re.findall('a[a-zA-Z0-9]b','a1b a2b a3b acb ayb adb a[b'))
# out ['a1b', 'a2b', 'a3b', 'acb', 'ayb', 'adb']


print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b'))  #aab aAb aWb aqb a1b
print(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b

# ^ 在字符组开头的位置出现代表 除了...的意思
print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) #a%b a&b

# 匹配^-\等特殊字符时 ,需要前面加上\进行转义
strvar = "a^c a-c a\c"
lst = re.findall(r"a[\^\-\\]c",strvar)
print(lst)  # ['a^c', 'a-c', 'a\\c'] 非隐式转义 
print(lst[-1])    # a\c 转义了 


# 注意点:为了防止转义,在正则表达式中或者要匹配的字符串中,无脑加r实现匹配
strvar = r"a\b"
lst = re.findall(r"a\\b",strvar)
print(lst[0])

量词

量词 用法说明
? 重复0次或1次
+ 重复1次或多次 (至少1次)
* 重复0次或多次 (任意次)
重复n次
重复n次或更多次 (至少n次)
重复n到m次
.* .+ 贪婪模式匹配 最深度原则
.*? .+? 非贪婪模式匹配
import re
'''1) ? 匹配0个或者1个a '''
print(re.findall('a?b','abbzab abb aab'))   #  ab b  ab ab b ab

'''2) + 匹配1个或者多个a '''
print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab

'''3) * 匹配0个或者多个a '''
print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b 

'''4) {m,n} 匹配m个至n个a '''
# 1 <= a <= 3 
print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) #aaab ab aab ab aab
# {2}  代表必须匹配2个a
print(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) # aab aab aab
# {2,} 代表至少匹配2个a
print(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab

贪婪算法和非贪婪算法

"""
	匹配符+量词
"""
strvar = "刘能和刘老根和刘罗锅111子222子"

"""
        .只匹配一个字符
"""
lst = re.findall("刘.",strvar)
print(lst) # lst = re.findall("刘.?",strvar)
lst = re.findall("刘.?",strvar)
print(lst) # lst = re.findall("刘.?",strvar)

# out ['刘能', '刘老', '刘罗']



strvar = "刘能和刘老根和刘罗锅111子222子"

lst = re.findall("刘.+",strvar)
print(lst) # ['刘能和刘老根和刘罗锅111子222子']

lst = re.findall("刘.*",strvar)
print(lst) # ['刘能和刘老根和刘罗锅111子222子']

lst = re.findall("刘.{1,20}",strvar)
print(lst) # ['刘能和刘老根和刘罗锅111子222子']

lst = re.findall("刘.*子",strvar)
print(lst)

# out ['刘能和刘老根和刘罗锅111子222子']  优先匹配量词最多



# 非贪婪匹配(模式)


lst = re.findall("刘.??",strvar)
print(lst) # ['刘', '刘', '刘']

lst = re.findall("刘.+?",strvar)
print(lst) # 刘能 刘老 刘罗

lst = re.findall("刘.*?",strvar)
print(lst) # ['刘', '刘', '刘']

lst = re.findall("刘.{1,20}?",strvar)
print(lst) # ['刘能', '刘老', '刘罗']

lst = re.findall("刘.*?子",strvar)
print(lst)   # 刘能和刘老根和刘罗锅111子  非贪婪匹配

边界符

边界符 说明
\b 匹配一个字符的边界
^ 匹配字符串的开始
$ 匹配字符串的结尾
"word"
"""
卡主左边界:\bw
卡主右边界:d\b
"""

strvar = "word old fuck"

# 右边界
lst = re.findall(r"d\b",strvar) # ['d', 'd']
lst = re.findall(r".*d\b",strvar) # ['word old']
lst = re.findall(r".*?d\b",strvar) # ['word' 'old']
print(lst) 

# 左边界
lst = re.findall(r"\bw",strvar)
print(lst)  # ['w']
lst = re.findall(r"\bw.*",strvar)
print(lst)  # ['word old fuck']
lst = re.findall(r"\bw.*?",strvar)
print(lst)  # ['w']
lst = re.findall(r"\bw.*? ",strvar)
print(lst)  # ['word ']
# 空格在正则表达式中,不能随意加,是参与匹配的.
lst = re.findall(r"\bw\S*",strvar)
print(lst)  # ['word'] # 贪婪匹配

# (4) ^ $的使用
"""
^ 写在在字符串的开头,表达必须以某个字符开头
$ 写在在字符串的结尾,表达必须以某个字符结尾
当使用了^ $ 代表要把该字符串看成一个整体
"""

strvar = "大哥大嫂大爷"
print(re.findall('大.',strvar))  # ['大哥', '大嫂', '大爷']
print(re.findall('^大.',strvar)) # ['大哥']
print(re.findall('大.$',strvar)) # ['大爷']
print(re.findall('^大.$',strvar))# []
print(re.findall('^大.*?$',strvar))   # ['大哥大嫂大爷']
print(re.findall('^大.*?大$',strvar)) # []
print(re.findall('^大.*?爷$',strvar)) # ['大哥大嫂大爷']


print(re.findall('^g.*? ' , 'giveme 1gfive gay')) # giveme 
print(re.findall('five$' , 'aassfive')) # [five]
print(re.findall('^giveme$' , 'giveme')) # ['giveme']
print(re.findall('^giveme$' , 'giveme giveme')) # []
print(re.findall('giveme' , 'giveme giveme')) # ['giveme', 'giveme']
print(re.findall("^g.*e",'giveme 1gfive gay')) # ['giveme 1gfive']

分组字符

分组 用法说明
a|b 匹配字符a 或 字符b (如果两个当中有重合部分,把更长的那个放前面)
(ab) 匹配括号内的表达式 ,将()作为一个分组
\num 引用分组num匹配到的字符串
(?P) 给分组命名
(?P=name) 引用别名: 把name分组所匹配到的内容引用到这里
import re
# (1)分组
print(re.findall('.*?_good','wusir_good alex_good secret男_good'))
# ['wusir_good', ' alex_good', ' secret男_good']
print(re.findall('(.*?)_good','wusir_good alex_good secret男_good'))
# ['wusir', ' alex', ' secret男']

# (?:) 代表不优先显示分组里面的内容,只是显示正常匹配到的内容
print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good'))

# (2) | 代表或 , a|b 匹配字符a 或者 匹配字符b . 
import re
strvar = "abceab"
lst = re.findall("a|b",strvar)
print(lst) #['a', 'b', 'a', 'b']

# 注意点:把不容易匹配到的内容放到前面,把容易匹配到的内容放到后面
strvar = "abcdeabc234f"
lst = re.findall("abcd|abc",strvar)
print(lst) #['abcd', 'abc']

# 匹配小数 
strvar = "3....  ....4  .3 ...3   1.3  9.89  10"
lst = re.findall(r"\d+\.\d+",strvar)
print(lst)

# 匹配小数和整数 
lst = re.findall(r"\d+\.\d+|\d+",strvar)
print(lst)

# 使用分组改造
'''findall优先显示括号里的内容,需要加上?:取消哦优先显示,按照匹配到的内容显示'''
lst = re.findall(r"\d+(?:\.\d+)?",strvar)
print(lst)
# 匹配135或171的手机号 
strvar = "13566668888 17366669999 17135178392"
lst = re.findall(r"(?:135|171)\d{8}",strvar)
print(lst)

# 优化,只能匹配出一个手机号
strvar = "13566668888"
lst = re.findall(r"^(?:135|171)\d{8}$",strvar) # 卡住左右边界
print(lst)

strvar = "13566668888"
obj = re.search(r"^(135|171)\d{8}$",strvar)

print(obj) # <re.Match object; span=(0, 11), match='13566668888'>
print(obj.group()) # 13566668888
print(obj.groups()) # ('135',) 显示括号优先匹配的

标签:匹配,lst,re,正则,print,strvar,findall
From: https://www.cnblogs.com/wbcde116/p/18064869

相关文章

  • vs2019单独重新安装python37_64失败解决办法(bilibili上我最早写的是https://www.bilib
    上个周末的时候,我发现用vs2019编写python的时候。代码高亮出现了奇怪的问题,进入解决方案的时候,print还是蓝色的,但是过了几秒钟后就变为黑色了,因此在最开始的时候我试图通过换一个皮肤和在管理扩展里面找扩展来解决,但是还是有相关问题。于是到vs2019对应的python文件夹找问题,目录是......
  • Redis数据类型及其常用命令
    一、Redis字符串(String)String是Redis最基本的类型,一个key对应一个value,它是二进制安全的(String可以包含任何数据,如jpg图片或者序列化的对象),一个字符串value最多可以是512MBSETkeyvalue[NX|XX][GET][EXseconds|PXmilliseconds|EXATunix-time-seconds|PXATunix-......
  • 分布式锁实现——Redis
    分布式锁分布式锁的视线方式Redis实现分布式锁Zookeeper实现分布式锁MySQL实现分布式锁Etcd实现分布式锁实现分布式锁注意的点互斥性可重入性锁超时,防死锁锁释放正确,防误删阻塞和非阻塞公平和非公平Redis实现分布式锁的特点Redis是高性能的内存数据库,满足高......
  • yum源报错或误删/etc/yum.repos.d/CentOS-Base.repo文件
    yum安装报错: 解决办法1:复制一份新的CentOS-Base.repo在/etc/yum.repos.d/目录下链接:https://pan.baidu.com/s/1SBurygpKAyUJ2iQxuBvMqA提取码:f2rm 解决办法2(前提装了wget,亲测有效):wget-O/etc/yum.repos.d/CentOS-Base.repohttp://mirrors.aliyun.com/r......
  • Count Valid Paths in a Tree
    CountValidPathsinaTreeThereisanundirectedtreewith n nodeslabeledfrom 1 to n.Youaregiventheinteger n anda2Dintegerarray edges oflength n-1,where edges[i]=[ui,vi] indicatesthatthereisanedgebetweennodes ui and v......
  • MPU6050 memcmp(firmware+ii, cur, this_write)初始化问题|MPU6050固件库加载问题
    使用MPU6050dmp固件库时候报错:MPU6050固件库加载,最后运行到“memcmp(firmware+ii,cur,this_write)”无法通过!从网上查找了相同问题的解答,发现修改了IIcSDA与SCL端口但是头文件的中的宏定义没有修改未修改之前的端口:修改之后的端口:这里在修改宏定义的时候遇到了些问......
  • flnkcdc+datastream实现mysql到mysql数据同步
    一、maven依赖<dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients</artifactId><version>1.18.1</version></dependency><dependency>......
  • TaxoRec部署与代码阅读
    部署环境Pytorch1.8.1Python3.7.3condacreate-npytorch-taxorecpython=3.7.3pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simpletorch==1.8.1pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplegeoopt==0.2.0::根据geoot文档,geoot0.2.0以上版本安......
  • Redis持久化
    目录RDBAOFRDB和AOF的优缺点Redis持久化方式有两种,RDB和AOFRDBRDB全称RedisDatabaseBackupfile(Redis数据备份文件),也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后,从磁盘读取快照文件,恢复数据。Redis内部由触发RDB的机制,可......
  • Tomcat解析Request对象
    当Tomcat创建一个HttpServletRequest对象并将其传递给Servlet的service方法时,这个对象并不完全包含请求体的数据。这是因为请求体的解析是延迟进行的,通常是在Servlet需要访问这些数据时(比如通过调用request.getParameter("name"))才进行的。这种设计是为了优化性能。HTTP请求体可......