Python3的正则表达式详解

# 正则表达式：用来匹配字符串的武器； # 设计思想：用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，认为匹配，否则，该字符串是不合法的； # 实例：判断一个字符串是否是合法的Email方法： # 1.创建一个匹配Email的正则表达式； # 2.用该正则表达式去匹配用户的输入来判断是否合法； # 如：\d可以匹配一个数字，\w可以匹配一个字母或数字； # a. "00\d"可以匹配"008"，但无法匹配"00A"; # b. "\d\d\d"可以匹配"009"; # c. "\w\w\d"可以匹配"py3"; # 如： .匹配任意字符 # a. "py."可以匹配"pyc"、"pyt"等； # 匹配变长的字符： # a.用*表示任意个字符(包括0个)； # b.用+表示至少一个字符； # c.用?表示0个或1个字符； # d.用{n}表示n个字符； # e.用{n,m}表示n-m个字符； # 实例：\d{2}\s+\d{3,6} # a.\d{2}表示匹配2个数字，如："52"; # b.\s可以匹配一个空格，\s+表示至少有一个空格，如：匹配" "等； # c.\d{3,6}表示3-6个数字，如："584520"; # 精准匹配，用[]表示范围 # a.[0-9a-zA-Z\_]表示可以匹配一个数字、字母、下划线; # b.[0-9a-zA-Z\_]+表示可以匹配至少由一个数字、字母或下划线组成的字符串，如："Py20"; # c.[a-zA-Z\_][0-9a-zA-Z\_]*表示匹配由字母或下划线开头，后接任意个由一个数字、字母或下划线组成的字符串； # d.[a-zA-Z\_][0-9a-zA-Z\_]{0,19}限制变量长度为1-20个字符； # e.A|B表示匹配A或B,如：(W|w)illard匹配"Willard"或"willard"; # f.^表示行的开头，^\d表示必须以数字开头； # g.$表示行的结束，\d$表示必须以数字结束； 

# re模块： import re print("匹配成功，返回一个Match对象：") print(re.match(r"^\d{3}\-\d{3,8}$", "020-6722053")) print("----------------------------------------------------") print("匹配失败，返回一个None：") print(re.match(r"^\d{3}\-\d{3,8}$", "020 6722053")) print("----------------------------------------------------") user_input = input("请输入测试字符串：") if re.match(r"^W|w{1-10}", user_input): print("It's OK.") else: print("Failed.") 

import re str_input = input("Please input test string：") # 通过空格切分字符串 print(re.split(r"\s+", str_input)) # 结果输出： # Please input test string：Hello Python. # ['Hello', 'Python.'] 

import re str_input = input("Please input test string：") print(re.split(r"[\s\,]+", str_input)) # 结果输出： # Please input test string：Hello Willard,welcome to FUXI Technology. # ['Hello', 'Willard', 'welcome', 'to', 'FUXI', 'Technology.'] 

import re str_input = input("Please input test string：") print(re.split(r"[\s\,\.\;]+", str_input)) # 结果输出： # Please input test string：Hello;I am Willard.Welcome to FUXI Technology. # ['Hello', 'I', 'am', 'Willard', 'Welcome', 'to', 'FUXI', 'Technology', ''] 

# ()表示要提取的分组(Group) # ^(\d{3})-(\d{3,8})$分别定义了两个组 import re match_test = re.match(r"^(\d{3})-(\d{3,8})$","020-6722053") print("match_test：", match_test) print("match_group(0)：", match_test.group(0)) print("match_group(1)：", match_test.group(1)) print("match_group(2)：", match_test.group(2)) print("---------------------------------------------------------") website_match_test = re.match(r"(\w{3}).(\w{5}).(\w{3})", "www.baidu.com") print("website_match_test：", website_match_test) print("website_match_test_group(0)：", website_match_test.group(0)) print("website_match_test_group(1)：", website_match_test.group(1)) print("website_match_test_group(2)：", website_match_test.group(2)) print("website_match_test_group(3)：", website_match_test.group(3)) 

# 贪婪匹配：匹配尽可能多的字符； import re string_input =  input("Please input string：") print("采用贪婪匹配：") print(re.match(r"^(\d+)(0*)$", string_input).groups()) print("---------------------") print("采用非贪婪匹配：") print(re.match(r"^(\d+?)(0*)$", string_input).groups()) 

Please input string：1008600 采用贪婪匹配： ('1008600', '') --------------------- 采用非贪婪匹配： ('10086', '00') 

# 使用正则表达式，re模块内部： # a.编译正则表达式，如果正则表达式的字符串本身不合法，抛出错误； # b.用编译后的正则表达式去匹配字符串； # c.如果一个正则表达式要重复使用几千次，考虑效率， # 可以预编译正则表达式，重复使用时，不需要编译这个步骤，直接匹配； import re # 编译 re_telephone = re.compile(r"^(\d{3})-(\d{3,8})$") # 使用 telephone_input1 = input("Willard，please input your telphone number：") telephone_input2 = input("Chen，Please input your telphone number：") print("match：020-6722053，", re_telephone.match(telephone_input1).groups()) print("match：020-6722066，", re_telephone.match(telephone_input2).groups())