python使用正則表達(dá)式的方法-創(chuàng)新互聯(lián)

這篇文章主要介紹python使用正則表達(dá)式的方法，文中介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們一定要看完！

站在用戶的角度思考問題，與客戶深入溝通，找到正安網(wǎng)站設(shè)計與正安網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：網(wǎng)站設(shè)計、網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名申請、網(wǎng)絡(luò)空間、企業(yè)郵箱。業(yè)務(wù)覆蓋正安地區(qū)。

字符串是編程時涉及到的最多的一種數(shù)據(jù)結(jié)構(gòu)，對字符串進(jìn)行操作的需求幾乎無處不在。比如判斷一個字符串是否是合法的Email地址，雖然可以編程提取@前后的子串，再分別判斷是否是單詞和域名，但這樣做不但麻煩，而且代碼難以復(fù)用。正則表達(dá)式是一種用來匹配字符串的強(qiáng)有力的武器。它的設(shè)計思想是用一種描述性的語言來給字符串定義一個規(guī)則，凡是符合規(guī)則的字符串，我們就認(rèn)為它“匹配”了，否則，該字符串就是不合法的。

所以我們判斷一個字符串是否是合法的Email的方法是：

創(chuàng)建一個匹配Email的正則表達(dá)式；

用該正則表達(dá)式去匹配用戶的輸入來判斷是否合法。

因為正則表達(dá)式也是用字符串表示的，所以，我們要首先了解如何用字符來描述字符。

在正則表達(dá)式中，如果直接給出字符，就是精確匹配。用\d可以匹配一個數(shù)字，\w可以匹配一個字母或數(shù)字，所以：

'00\d'可以匹配'007'，但無法匹配'00A'；

'\d\d\d'可以匹配'010'；

'\w\w\d'可以匹配'py3'；

.可以匹配任意字符，所以：

'py.'可以匹配'pyc'、'pyo'、'py!'等等。

要匹配變長的字符，在正則表達(dá)式中，用*表示任意個字符（包括0個），用+表示至少一個字符，用?表示0個或1個字符，用{n}表示n個字符，用{n,m}表示n-m個字符：

來看一個復(fù)雜的例子：\d{3}\s+\d{3,8}。

我們來從左到右解讀一下：

\d{3}表示匹配3個數(shù)字，例如'010'；

\s可以匹配一個空格（也包括Tab等空白符），所以\s+表示至少有一個空格，例如匹配' '，' '等；

\d{3,8}表示3-8個數(shù)字，例如'1234567'。

綜合起來，上面的正則表達(dá)式可以匹配以任意個空格隔開的帶區(qū)號的電話號碼。

如果要匹配'010-12345'這樣的號碼呢？由于'-'是特殊字符，在正則表達(dá)式中，要用'\'轉(zhuǎn)義，所以，上面的正則是\d{3}\-\d{3,8}。

但是，仍然無法匹配'010 - 12345'，因為帶有空格。所以我們需要更復(fù)雜的匹配方式。

進(jìn)階

要做更精確地匹配，可以用[]表示范圍，比如：

[0-9a-zA-Z\_]可以匹配一個數(shù)字、字母或者下劃線；

[0-9a-zA-Z\_]+可以匹配至少由一個數(shù)字、字母或者下劃線組成的字符串，比如'a100'，'0_Z'，'Py3000'等等；

[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下劃線開頭，后接任意個由一個數(shù)字、字母或者下劃線組成的字符串，也就是Python合法的變量；

[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精確地限制了變量的長度是1-20個字符（前面1個字符+后面最多19個字符）。

A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。

^表示行的開頭，^\d表示必須以數(shù)字開頭。

$表示行的結(jié)束，\d$表示必須以數(shù)字結(jié)束。

你可能注意到了，py也可以匹配'python'，但是加上^py$就變成了整行匹配，就只能匹配'py'了。

re模塊

有了準(zhǔn)備知識，我們就可以在Python中使用正則表達(dá)式了。Python提供re模塊，包含所有正則表達(dá)式的功能。由于Python的字符串本身也用\轉(zhuǎn)義，所以要特別注意：

s = 'ABC\\-001' # Python的字符串# 對應(yīng)的正則表達(dá)式字符串變成：# 'ABC\-001'

因此我們強(qiáng)烈建議使用Python的r前綴，就不用考慮轉(zhuǎn)義的問題了：

s = r'ABC\-001' # Python的字符串# 對應(yīng)的正則表達(dá)式字符串不變：# 'ABC\-001'

先看看如何判斷正則表達(dá)式是否匹配：

>>> import re
>>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'
>>>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')
>>>

match()方法判斷是否匹配，如果匹配成功，返回一個Match對象，否則返回None。常見的判斷方法就是：

test = '用戶輸入的字符串'if re.match(r'正則表達(dá)式', test):

print('ok')else:
print('failed')

切分字符串

用正則表達(dá)式切分字符串比用固定的字符更靈活，請看正常的切分代碼：

>>> 'a b   c'.split(' ')
['a', 'b', '', '', 'c']

嗯，無法識別連續(xù)的空格，用正則表達(dá)式試試：

>>> re.split(r'\s+', 'a b   c')
['a', 'b', 'c']

無論多少個空格都可以正常分割。加入,試試：

>>> re.split(r'[\s\,]+', 'a,b, c  d')
['a', 'b', 'c', 'd']

再加入;試試：

>>> re.split(r'[\s\,\;]+', 'a,b;; c  d')
['a', 'b', 'c', 'd']

如果用戶輸入了一組標(biāo)簽，下次記得用正則表達(dá)式來把不規(guī)范的輸入轉(zhuǎn)化成正確的數(shù)組。

分組

除了簡單地判斷是否匹配之外，正則表達(dá)式還有提取子串的強(qiáng)大功能。用()表示的就是要提取的分組（Group）。比如：

^(\d{3})-(\d{3,8})$分別定義了兩個組，可以直接從匹配的字符串中提取出區(qū)號和本地號碼：

>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'
>>>> m.group(0)'010-12345'
>>> m.group(1)'010'
>>> m.group(2)'12345'

如果正則表達(dá)式中定義了組，就可以在Match對象上用group()方法提取出子串來。

注意到group(0)永遠(yuǎn)是原始字符串，group(1)、group(2)……表示第1、2、……個子串。

提取子串非常有用。來看一個更兇殘的例子：

>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)>>> m.groups()
('19', '05', '30')

這個正則表達(dá)式可以直接識別合法的時間。但是有些時候，用正則表達(dá)式也無法做到完全驗證，比如識別日期：

'^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$'

對于'2-30'，'4-31'這樣的非法日期，用正則還是識別不了，或者說寫出來非常困難，這時就需要程序配合識別了。

貪婪匹配

最后需要特別指出的是，正則匹配默認(rèn)是貪婪匹配，也就是匹配盡可能多的字符。舉例如下，匹配出數(shù)字后面的0：

>>> re.match(r'^(\d+)(0*)$', '102300').groups()
('102300', '')

由于\d+采用貪婪匹配，直接把后面的0全部匹配了，結(jié)果0*只能匹配空字符串了。

必須讓\d+采用非貪婪匹配（也就是盡可能少匹配），才能把后面的0匹配出來，加個?就可以讓\d+采用非貪婪匹配：

>>> re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')

編譯

當(dāng)我們在Python中使用正則表達(dá)式時，re模塊內(nèi)部會干兩件事情：

編譯正則表達(dá)式，如果正則表達(dá)式的字符串本身不合法，會報錯；

用編譯后的正則表達(dá)式去匹配字符串。

如果一個正則表達(dá)式要重復(fù)使用幾千次，出于效率的考慮，我們可以預(yù)編譯該正則表達(dá)式，接下來重復(fù)使用時就不需要編譯這個步驟了，直接匹配：

>>> import re
# 編譯:
>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')
# 使用：
>>> re_telephone.match('010-12345').groups()
('010', '12345')
>>> re_telephone.match('010-8086').groups()
('010', '8086')

編譯后生成Regular Expression對象，由于該對象自己包含了正則表達(dá)式，所以調(diào)用對應(yīng)的方法時不用給出正則字符串。

參數(shù)

修飾符

模式

以上是python使用正則表達(dá)式的方法的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

當(dāng)前文章：python使用正則表達(dá)式的方法-創(chuàng)新互聯(lián)
網(wǎng)頁地址：http://bm7419.com/article22/gjdcc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供面包屑導(dǎo)航、網(wǎng)站排名、定制網(wǎng)站、建站公司、云服務(wù)器、App設(shè)計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)