21天学Python --- 打卡2:Regular Expression

---

                                        测试工具: https://c.runoob.com/front-end/854/.

---

1.Common characters

2.Priority

3.Demo

3.1 普通字符

import re
a = "abc123+-*"
b = re.findall('abc',a)
print(b)
1
2
3
4

3.2 中括号

s = "a123456b"
rule = "a[0-9][1-6][1-6][1-6][1-6][1-6]b"	#这里暂时先用这种麻烦点的方法，后面有更容易的，不用敲这么多[1-6]
l = re.findall(rule,s)
print(l)

['a123456b']
1
2
3
4
5
6

s = "abcabcaccaac"
rule = "a[a,b,c]c"  # rule = "a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c"	
l = re.findall(rule, s)
print(l)

['abc', 'abc', 'acc', 'aac']
1
2
3
4
5
6

print(re.findall("caa[a，^]", "caa^bcabcaabc"))

['caa^']
1
2
3

print(re.findall("caa[^,a]", "caa^bcabcaabc")) 

['caa^', 'caab'] 
1
2
3

3.3 首字母匹配

print(re.findall("^abca", "abcabcabc"))

['abca']
1
2
3

3.4 结尾匹配

print(re.findall("abc$", "accabcabc"))

['abc']
1
2
3

3.5 反斜杠

• \d:匹配任何十进制数等价于[0-9]

print(re.findall("c\d\d\da", "abc123abc"))

['c123a']
1
2
3

• \可以转义成普通字符

print(re.findall("\^abc", "^abc^abc"))

['^abc', '^abc']
1
2
3

• \s:匹配任何的空白字符

print(re.findall("\s\s", "a     c"))

['  ', '  ']
1
2
3

• \w匹配任何字母数字和下划线，等价于[a-zA-Z0-9_]

print(re.findall("\w\w\w", "abc12_"))

['abc', '12_']
1
2
3

3.6 {n}

• {n}可以避免重复写，比如前面我们用\w时写了3次\w，而这里我们这需要用用上{n}就可以，n表示匹配的次数

print(re.findall("\w{2}", "abc12_"))

['ab', 'c1', '2_']
1
2
3

3.7 *

• *表示匹配零次或多次（尽可能的多去匹配）

print(re.findall("010-\d*", "010-123456789"))

['010-123456789']
1
2
3

3.8 +

• +表示匹配一次或多次

print(re.findall("010-\d+", "010-123456789"))

['010-123456789']
1
2
3

3.9 .

• .用来操作除了换行符以外的任何字符

print(re.findall(".", "010\n?!"))

['0', '1', '0', '?', '!']
1
2
3

3.10 ?

• ？表示匹配一次或零次

print(re.findall("010-\d?", "010-123456789"))

['010-1']
1
2
3

• 贪婪模式：尽可能多的去匹配数据，表现为\d后面加某个元字符，例如\d*

print(re.findall("010-\d*", "010-123456789"))

['010-123456789']
1
2
3

• 非贪婪模式：尽可能少的去匹配数据，表现为\d后面加？，例如\d?

print(re.findall("010-\d*?", "010-123456789"))

['010-']
1
2
3

3.11 {m,n}

• m,n指的是十进制数,表示最少重复m次，最多重复n次

print(re.findall("010-\d{3,5}", "010-123456789"))

['010-12345']
1
2
3

• 加上？表示尽可能少的去匹配

print(re.findall("010-\d{3,5}?", "010-123456789"))

['010-123']
1
2
3

灵活用法：

• {1,} 相当于前面提过的 + 的效果
• {0，1} 相当于前面提过的 ？ 的效果
• {0，} 相当于前面提过的 * 的效果

4.Share

4.1 compile

s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule) #返回一个对象
# print(rule_compile)
s_compile = rule_compile.findall(s)
print(s_compile)	#打印compile()返回的对象是什么

['010-123456789']
1
2
3
4
5
6
7
8

4.2 other methods

• findall()
  找到re匹配的所有字符串，返回一个列表
• search()
  扫描字符串，找到这个re匹配的位置（仅仅是第一个查到的）
• match()
  决定re是否在字符串刚开始的位置（匹配行首）

s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule)  # 返回一个对象
# print(rule_compile)
s_compile = rule_compile.match(s)
print(s_compile)  # 打印compile()返回的对象是什么

<re.Match object; span=(0, 13), match='010-123456789'>
1
2
3
4
5
6
7
8

5.Re model

• findall()

前面很多demo
1

• sub(正则,新字符串,原字符串)

s = "abcabcacc" #原字符串
l = re.sub("abc","ddd",s)   #通过sub()处理过的字符串
print(l)

ddddddacc
1
2
3
4
5

• subn(正则,新字符串,原字符串)

s = "abcabcacc" #原字符串
l = re.subn("abc","ddd",s)   #通过sub()处理过的字符串
print(l)

('ddddddacc', 2)
1
2
3
4
5

• split()

s = "abcabcacc"
l = re.split("b",s)
print(l)

['a', 'ca', 'cacc']
1
2
3
4
5