【python3】5.正则表达式

本学习内容总结于莫烦python:5.正则表达式
https://mofanpy.com/tutorials/python-basic/interactive-python/regex
1
2

5.正则表达式

本章较为重要，单独拿出来成章了

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。 比如我要批量修改很多文件中出现某种固定模式的文字时。
re 模块使 Python 语言拥有全部的正则表达式功能

5.1 不用正则判断

pattern1 = "file"
pattern2 = "files"
string = "the file is in the folder"
print("file in string", pattern1 in string)   
print("files in string", pattern2 in string)
1
2
3
4
5

file in string True
files in string False
1
2

做了一个判断，看有没有包含这个词。不过种类变多了之后，总写这样的判断，处理的能力是十分有限的。

正则的方法：

① 方法一：规则用命名=re.compile(r);用命名.search("")比较

import re
# 命名=re.compile(r)
ptn = re.compile(r"\w+?@\w+?\.com")

#`命名.search()
matched = ptn.search("mofan@mofanpy.com")
print("mofan@mofanpy.com is a valid email:", matched)
matched = ptn.search("mofan@mofanpy+com")
print("mofan@mofanpy+com is a valid email:", matched)
1
2
3
4
5
6
7
8
9

\w:匹配所有字母数字，等同于 [a-zA-Z0-9_]
+:+号之前的字符出现 >=1 次
?: 在符号前面的字符为可选，即出现 0 或 1 次
+？:则是惰性匹配，不加是尽可能多的配，先尽可能少的配,这里： \w 至少匹配 1 次

现在有个字符串adsabopbc

• 正则是a.+b，这种情况下这个正则表达式能匹配的就是adsabopb，因为中间的.+会保证在尽量能匹配成功的前提下尽量的多匹配字符;
• 正则是a.+?b，那么匹配的结果就是adsab了，因为他会保证在尽量能匹配的成功的情况下少的匹配字符。

我都是用 r"xxx" 来写一个 pattern:因为正则表达式很多时候都要包含\，r 代表原生字符串， 使用 r 开头的字符串是为了不让你混淆 pattern 字符串中到底要写几个 \，你只要当成一个规则来记住在写 pattern 的时候，都写上一个 r 在前面就好了。

mofan@mofanpy.com is a valid email: <re.Match object; span=(0, 17), match='mofan@mofanpy.com'>
mofan@mofanpy+com is a valid email: None
1
2

re.Match object这个意思应该是匹配了 ，匹配的范围是[0,17),匹配内容是：mofan@mofanpy.com
没匹配 返回没有None

• 方法二：re.search(r"规则"，"对象")

matched = re.search(r"\w+?@\w+?\.com", "the email is mofan@mofanpy.com.")
print("the email is mofan@mofanpy.com:", matched)
1
2

the email is mofan@mofanpy.com: <re.Match object; span=(13, 30), match='mofan@mofanpy.com'>
1

5.2 正则给额外信息

• 提出匹配的内容match.group()

match = re.search(r"\w+?@\w+?\.com", "the email is mofan@mofanpy.com.")
print(match)
print(match.group())
1
2
3

<re.Match object; span=(13, 30), match='mofan@mofanpy.com'>
mofan@mofanpy.com
1
2

【此处内容看视频】：https://www.bilibili.com/video/BV1ef4y1U7V4/

• |:或 字符串
• [au]:相当于字母间的a|u

re.search(<