Python 正規表達式和re子產品

正規表達式文法

位置

正向預查

比如說我們有一個文本叫做abcd，現在我們希望比對"a後面的bcd"，但是“又不希望比對到a”，那麼可以用正向預查這麼寫：

(?<=a)bcd      

這裡的(?<=a)即為正向預查的寫法，它代表的含義就是比對a後面的内容，但是又不包含a本身

負向預查

接下來再來看負向預查的寫法，還是拿abcd來舉例子，假設這裡我們要比對"d前面的abc"，但是“又不希望比對到d”，那麼使用負向預查可以這麼寫

abc(?=d)      

這裡的(?=d)即為負向預查的寫法，它代表的含義就是比對d前面的内容，但是又不包含d本身

正規表達式關卡

關卡1-固定字元串

要求：找出字元串中是否含有123456

import re
text = '身高：178，體重：168，學号123456，密碼9527，學号123456'
print(re.findall(r'123456',text)) #re是python正規表達式子產品，findall是裡面函數，找出所有意思，r代表原始字元串      

關卡2-預定義字元集

要求：找出所有單個的數字

import re
text = '身高：178，體重：168，學号123456，密碼9527，學号123456'
print(re.findall(r'\d',text))      

關卡3-重複某一類字元

要求：找出所有數字或者長度

import re
text = '身高：178，體重：168，學号123456，密碼9527，學号123456'      

關卡4-組合{}（）[]

要求：找出座機号碼

• 數量詞{}中間代入數值代表前面應該是幾位長，可以用逗号分隔代表區間
• （）代表一個整體
• []代表裡面多個參數，隻要有一個比對上即可

text = '我的電話号碼是18512345678，另外一個号碼是18612345678，座機号碼是021-12345678，另外一個座機是0211-12345678'      

将最終前後比對一緻的資料分組，最終得到後面那組資料

關卡5-邏輯或|

要求：找出手機号碼和座機号碼

關卡6-邊界比對^&

要求：找出手機号

text = '18512345678是我的電話号碼，另外一個号碼是18612345678，座機号碼是021-12345678，另外一個座機是0211-12345678'      

關卡7-内部限制

要求，找出barbar前後三個字母重複的字元串

text = 'barbar, barpar, parparp'      

關卡8-正反向結合

寫正規表達式步驟

例如：021-12345678-120

1. 确定模式包含幾個子模式，案例分為3個子模式用固定字元串連接配接，這裡有3個子模式021、12345678、120
2. 各個部分的字元串分類是什麼，\d(數字)還是\D（非數字）
3. 各個部分如何重複，子模式1重複幾~幾次、子模式2重複幾~幾次、子模式3重複幾~幾次
4. 是否有外部位置限制
5. 是否有内部位置限制

Python的re子產品

查找

• search 部分比對，隻要在字元串中找到字元存在即可
• match 從頭開始比對
• findall 傳回字元串
• finditer 傳回match疊代器

替換

比對替換傳回數量

import re

# 去掉電話号碼中的-
num = re.subn(r'\D', '', '188-1926-8053')
print(num)
# (18819268053, 2)      

分割字元串

按照正規表達式的規則來分割字元串，并傳回清單

可以規定分割的次數

import re

print(re.split('a*', 'hello world'))
# ['', 'h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd', '']

print(re.split('a*', 'hello world', 1))
# ['', 'hello world']      

修飾符

re.I：忽略大小寫

re.L：本地化識别比對

re.M：多行比對

re.S：使.比對包括換行在内的所有字元

import re

content = "Cats are smarter than dogs"
print(re.search(r'DOGS', content, re.M | re.I))