手机微信的网站案例,婚庆公司包含哪些项目,域名注册以后怎样做网站,网站企业快速备案1、正则表达式
正则表达式#xff0c;又称规则表达式。#xff08;英语#xff1a;Regular Expression#xff0c;在代码中常简写为regex、regexp或RE#xff09;#xff0c;计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。——…1、正则表达式
正则表达式又称规则表达式。英语Regular Expression在代码中常简写为regex、regexp或RE计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。——百度百科
下面是正则表达式常见的使用场景
检查字符串的合法性
验证用户名 a-z0-9不能全是数字不能全是字母验证邮箱格式 (xxxqq.com)验证电话号码 (11位数字)验证身份证 (18位 )验证QQ号码格式5-12纯数字第一位不能为0
提取字符串中信息
提取一条短信中数字提取文件名的后缀采集器(网络爬虫)
替换字符串
替换字符串中的非法字符对电话号码进行屏蔽18520102替换占位符 “hello {{name}} ” hello 王老二 模板框架
分割字符串
将一个字符串按照指定的规则进行分割
在爬虫中使用正则表达式提取我们想要的数据。去掉多余的数据。
场景找所有邮件地址 百度贴吧邮箱信息http://tieba.baidu.com/p/5781191467 text
回复(2)4楼2018-07-04 11:48哥哥口袋有糖
初识物联1
346504108qq.com收起回复5楼2018-07-04 14:10Super劫Zed: 540775360qq.com
2018-8-8 16:00回复
我也说一句RAVV2017
物联硕士4
以上的邮箱已发还需要的请回复邮箱。两套物联网学习资料。回复(4)7楼2018-07-04 16:06儒雅的刘飞3
初识物联1
397872410qq.com谢谢楼主收起回复8楼2018-07-04 16:20RAVV2017: 已发送麻烦请查收谢谢
2018-7-4 16:23回复
我也说一句该来的总会来
物联博士5
1459543548qq.com
谢谢谢谢回复9楼2018-07-04 17:18来自Android客户端
BLACKPINK_罗捷
深入物联2
1228074244qq.com1、1 元字符 使用元字符匹配单个字符 字符功能.匹配任意1个字符除了\n[ ]匹配[ ]中列举的字符\d匹配数字即0-9\D匹配非数字即不是数字\s匹配空白即 空格tab键换行\S匹配非空白数字、英文字符、特殊符号\w匹配单词字符即a-z、A-Z、0-9、_\W匹配非单词字符*匹配前一个字符出现0次或者无限次即可有可无匹配前一个字符出现1次或者无限次即至少有1次
\d匹配数字
#codingutf-8import reres re.findall(\d346504108qq.com)
print(res)运行结果
[3 4 6 5 0 4 1 0 8]* 匹配多个字符
import reres re.findall(\d346504108qq.com)
print(res)运行结果
[346504108]\d与[](字符集)
可能会出现的一些情况
[123456zxcv] 字符集只能匹配一个出现在集合里面的值
\d代表0到9的所有数字[0123456789] 与\d等效
import reres re.findall(\d346504108qq.com)
print(res)res1 re.findall([0123456789]346504108qq.com)
print(res1)运行结果
[346504108]
[346504108]思考邮箱可能出现为字符串该如何处理
例如yanglong985163.com
提示: [a-z]
使用点匹配任意字符
案例匹配中国电信手机号码
中国电信号段 133. 153. 180. 189号码总长度为11位
实现方式
编写电信号码的正则进行匹配打印结果
import restr_phone 13357024777
电信 浙江省 衢州 尾数AAA 号码吉凶
18948121234
电信 广东省 茂名 尾数ABCD 号码吉凶
13873179698
移动 湖南省 长沙 个性靓号 号码吉凶
15802648889
移动 湖南省 长沙 尾数AAABAAAB号码吉凶
# 第一位都是以1开头 第二位可以为34578 第三位没有6与9 后面都是数字
res re.findall(1[358][039]\d str_phone)
print(res)使用.*匹配任意多个字符
思考匹配 Hello 与 Demo 之间的内容
import recontent Hello 1234567 World_This is a Rexgex Demo
result re.findall(Hel.* Rexgex Demo content)
print(result)1、2 数量词 使用数量词匹配多个字符 字符功能{m}匹配前一个字符出现0 到 m 次{m,n}匹配前一个字符出现从m到n次
需求匹配出8到20位的密码可以是大小写英文字母、数字、下划线
#codingutf-8
import reres re.findall([a-zA-Z0-9]{8}ash2e223 3424kjkljkljf 34523nmkdsjf)
print(res)ret re.findall([a-zA-Z0-9_]{820}ash2e223 3424kjkljkljf 34523nmkdsadsjf)
print(ret)
案例QQ 号码匹配
QQ 号规则 第一位数字不能为0可能是 5-12 位
qq_str
346504108qq.com
Super劫Zed: 540775360qq.com
397872410qq.com谢谢楼主
1459543548qq.com
result re.findall([1-9][0-9]{411}qq_str)
print(result)
运行结果
[346504108 540775360 397872410 1459543548]1、3 精确匹配与泛匹配
泛匹配
泛匹配是匹配所有的东西
import recontent Hello 1234567 World_This is a Rexgex Demoresult re.find(Hello.*Demo content)
print(result)
精确匹配
精确匹配是匹配括号里面的东西
import recontent Hello 1234567 World_This is a Rexgex Demo
result re.findall(Hello (\d).*Demo content)
print(result)
1、4 贪婪匹配与非贪婪匹配
Python里数量词默认是贪婪的在少数语言里也可能是默认非贪婪总是尝试匹配尽可能多的字符
非贪婪则相反总是尝试匹配尽可能少的字符。
在*“”?“”“”{m,n}后面加上使贪婪变成非贪婪。
import recontent Hello 1234567 World_This is a Rexgex Demo
result re.findall(Hel.*(\d) content)
print(result) 正则表达式模式中使用到通配字那它在从左到右的顺序求值时会尽量“抓取”满足匹配最长字符串在我们上面的例子里面“.”会从字符串的启始处抓取满足模式的最长字符其中包括我们想得到的第一个整型字段的中的大部分“\d”只需一位字符就可以匹配所以它匹配了数字“4”而“.”则匹配了从字符串起始到这个第一位数字4之前的所有字符。
解决方式非贪婪操作符“”这个操作符可以用在*“”“”?的后面要求正则匹配的越少越好。
2、re模块
一直以来我们都是使用 re.search() 函数其实在正则表达式模块中还有一些函数可以很方便的对字符串进行操作。re模块的使用可以分为两种第一种是对象式的方式第二种是函数式的方式。
2、1re.match
match() 用于查找字符串的头部也可以指定起始位置它是一次匹配只要找到了一个匹配的结果就返回而不是查找所有匹配的结果。它的一般使用形式如下
match(pattern string[ flag])其中pattern是正则表达式规则字符串string 是待匹配的字符串flag 是可选参数。
当匹配成功时返回一个 Match 对象如果没有匹配上则返回 None。
# 导入模块
import re
# 正则
pattern Python
# 字符串
string PythonahsdgjasghPythonasdjajsk
# 匹配
result re.match(pattern, string)
# 结果
print(result)2、2 re.search
search() 用于查找字符串的任何位置它也是一次匹配只要找到了一个匹配的结果就返回而不是查找所有匹配的结果它的一般使用形式如下
search(pattern string[ flag])当匹配成功时返回一个 Match 对象如果没有匹配上则返回 None。
ret re.search(\d, python 9999 c 7890 c 12345)
ret.group()2、3 re.findall
上面的 match 和 search 方法都是一次匹配只要找到了一个匹配的结果就返回。然而在大多数时候我们需要搜索整个字符串获得所有匹配的结果。findall() 的使用形式如下
findall(pattern string[ flag])findall() 以列表形式返回全部能匹配的子串如果没有匹配则返回一个空列表。
ret re.findall(r\d, python 9999 c 7890 c 12345)
print(ret)2、4 re.split
split()按照能够匹配的子串将字符串分割后返回列表它的使用形式如下
split(pattern string[ maxsplit flags])其中maxsplit 用于指定最大分割次数不指定将全部分割。 split():分割字符串 去掉了匹配到的字符串 结果是列表形式maxsplit: 默认是0 表示全部切割1 代表切割一次2 代表切割两次import re
pattern \d
string Pythonasdkjasd464654adhuiaghsdk564654akjsdhkashdkja
result re.split(pattern string 2)
print(result)2、5 re.sub
sub()用于替换使用形式如下
sub(pattern repl string[ count flags])第一个参数为对应的正则表达式第二个参数为要替换成的字符串第三个参数为源字符串第四个参数为可选项代表最多替换的次数如果忽略不写则会将符合模式的结果全部替换。 re.sub(pattern repl string count0 flags0): 替换匹配到的字符串 pattern: 正则repl: 要替换的字符串string: 待替换的字符串count: 替换的次数0 全部替换 1 -- 替换一次2 -- 替换两次
import re
pattern Java
repl Python
string PythonasdkjasdJavaadhuiaghsdkJavaakjsdhkashdkja
result re.sub(pattern, repl, string)
print(result)
参数flags
方法1
ret re.sub(r\d, 998, python 997)
print(ret)运行结果
python 998方法2
def add(temp):strNum temp.group()num int(strNum) 1return str(num)ret re.sub(r\d, add, python 997 python 996)
print(ret)运行结果
python 9982、6 re.compile
使用 compile() 函数将正则表达式的字符串形式编译为一个 Pattern 对象。通过该对象提供的一系列方法对文本进行匹配查找获得匹配结果Match对象。编译可以实现更高效的匹配查找等。
compile()函数
compile() 函数用于编译正则表达式生成一个 Pattern 对象它的一般使用形式如下
import re
# 将正则表达式编译成 Pattern 对象
pattern re.compile(\d, re.S)
在上面我们已将一个正则表达式编译成 Pattern 对象接下来我们就可以利用 pattern 的一系列方法对文本进行匹配查找了。
将正则表达式字符串编译成正则对象以便于复用该模式
results1 re.findall(pattern, 540775360qq.com)
results2 re.findall(pattern, python 9999 c 7890 c 12345)
results3 re.findall(pattern, python 997)
print(results1, results2, results3)示例1
需求匹配出0-100之间的数字
#codingutf-8import reret re.match([1-9]?\d8)
print(ret.group()) # 8ret re.match([1-9]?\d78)
print(ret.group()) # 78# 不正确的情况
ret re.match([1-9]?\d08)
print(ret.group()) # 0# 修正之后的
ret re.match([1-9]?\d$08)
if ret:print(ret.group())
else:print(不在0-100之间)# 添加|
ret re.match([1-9]?\d$|1008)
print(ret.group()) # 8ret re.match([1-9]?\d$|10078)
print(ret.group()) # 78ret re.match([1-9]?\d$|10008)
# print(ret.group()) # 不是0-100之间ret re.match([1-9]?\d$|100100)
print(ret.group()) # 100
示例2
需求匹配出163、126、qq邮箱
#codingutf-8import reret re.match(\w{420}163\.com test163.com)
print(ret.group()) # test163.comret re.match(\w{420}(163|126|qq)\.com test126.com)
print(ret.group()) # test126.comret re.match(\w{420}(163|126|qq)\.com testqq.com)
print(ret.group()) # testqq.comret re.match(\w{420}(163|126|qq)\.com testgmail.com)
if ret:print(ret.group())
else:print(不是163、126、qq邮箱) # 不是163、126、qq邮箱
不是以4、7结尾的手机号码(11位)
import retels [13100001234 18912344321 10086 18800007777]for tel in tels:ret re.match(1\d{9}[0-35-68-9] tel)if ret:print(ret.group())else:print(%s 不是想要的手机号 % tel)
2、7 原始字符串 mm c:\\a\\b\\cmm
c:\\a\\b\\cprint(mm)
c:\a\b\cre.match(c:\\\\mm).group()
c:\\ret re.match(c:\\\\mm).group()print(ret)
c:\ret re.match(c:\\\\amm).group()print(ret)
c:\aret re.match(rc:\\amm).group()print(ret)
c:\aret re.match(rc:\amm).group()
Traceback (most recent call last):File stdin line 1 in module
AttributeError: NoneType object has no attribute groupPython中字符串前面加上 r 表示原生字符串
与大多数编程语言相同正则表达式里使用\作为转义字符这就可能造成反斜杠困扰。假如你需要匹配文本中的字符“那么使用编程语言表示的正则表达式里将需要4个反斜杠”\前两个和后两个分别用于在编程语言里转义成反斜杠转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
Python里的原生字符串很好地解决了这个问题有了原生字符串你再也不用担心是不是漏写了反斜杠写出来的表达式也更直观。 ret re.match(rc:\\amm).group()print(ret)
c:\a
2、8 匹配开头结尾
字符功能^匹配字符串开头$匹配字符串结尾
末尾匹配
需求匹配163.com的邮箱地址
#codingutf-8import reemail_list [xiaoWang163.com xiaoWang163.comheihei .com.xiaowangqq.com]for email in email_list:ret re.match([\w]{420}163\.com email)if ret:print(%s 是符合规定的邮件地址匹配后的结果是:%s % (email ret.group()))else:print(%s 不符合要求 % email)
运行结果:
xiaoWang163.com 是符合规定的邮件地址匹配后的结果是:xiaoWang163.com
xiaoWang163.comheihei 是符合规定的邮件地址匹配后的结果是:xiaoWang163.com
.com.xiaowangqq.com 不符合要求
完善后
email_list [xiaoWang163.com xiaoWang163.comheihei .com.xiaowangqq.com]for email in email_list:ret re.match([\w]{420}163\.com$ email)if ret:print(%s 是符合规定的邮件地址匹配后的结果是:%s % (email ret.group()))else:print(%s 不符合要求 % email)运行结果
xiaoWang163.com 是符合规定的邮件地址匹配后的结果是:xiaoWang163.com
xiaoWang163.comheihei 不符合要求
.com.xiaowangqq.com 不符合要求万能正则 (.\*?) 匹配除了换行以外的任意字符串。无论长短最多匹配一次非贪婪匹配。 这个正则表达式可以解决你想要提取的大部分数据在写正则表达式的时候可以首先尝试这个组合也许能达到事半功倍的效果。并且常常结合re.findall()函数。
