一、简介[size=1em]正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。
二 、正则表达式中常用的字符含义1、普通字符和11个元字符：
这里需要强调一下反斜杠\的作用： - • 反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符）
- • 反斜杠后边跟普通字符实现特殊功能；（即预定义字符）
- • 引用序号对应的字组所匹配的字符串。
a=re.search(r'(tina)(fei)haha\2','tinafeihahafei tinafeihahatina').group()
print(a)
结果：
tinafeihahafei2、预定义字符集（可以写在字符集[...]中）
这里需要强调一下\b的单词边界的理解：w = re.findall('\btina','tian tinaaaa')
print(w)
s = re.findall(r'\btina','tian tinaaaa')
print(s)
v = re.findall(r'\btina','tian#tinaaaa')
print(v)
a = re.findall(r'\btina\b','tian#tina@aaa')
print(a)
执行结果如下：
[]
['tina']
['tina']
['tina']3、特殊分组用法：
三、re模块中常用功能函数1、compile()[size=1em]编译正则表达式模式，返回一个对象的模式。（可以把那些常用的正则表达式编译成正则表达式对象，这样可以提高一点效率。）
re.compile(pattern,flags=0)pattern: 编译时用的表达式字符串。 flags :编译标志位，用于修改正则表达式的匹配方式，如：是否区分大小写，多行匹配等。常用的flags有：
import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r'\w*oo\w*')
print(rr.findall(tt)) #查找所有包含'oo'的单词
执行结果如下：
['good', 'cool']2、match()[size=1em]决定RE是否在字符串刚开始的位置匹配。//注：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符 $'
re.match(pattern, string, flags=0) print(re.match('com','comwww.runcomoob').group())
print(re.match('com','Comwww.runcomoob',re.I).group())
执行结果如下：
com
com3、search()[size=1em]re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
re.search(pattern, string, flags=0) print(re.search('\dcom','www.4comrunoob.5com').group())
执行结果如下：
4com注：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法： - • group() 返回被 RE 匹配的字符串
- • start() 返回匹配开始的位置
- • end() 返回匹配结束的位置
- • span() 返回一个元组包含匹配 (开始,结束) 的位置
- • group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。
[size=1em]a. group（）返回re整体匹配的字符串， b. group (n,m) 返回组号为n，m所匹配的字符串，如果组号不存在，则返回indexError异常 c.groups（）groups() 方法返回一个包含正则表达式中所有小组字符串的元组，从 1 到所含的小组号，通常groups()不需要参数，返回一个元组，元组中的元就是正则表达式中定义的组。
import re
a = "123abc456"
print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)) #123abc456,返回整体
print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)) #123
print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)) #abc
print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)) #456###group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。###4、findall()[size=1em]re.findalla遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。
re.findall(pattern, string, flags=0) p = re.compile(r'\d+')
print(p.findall('o1n2m3k4'))
执行结果如下：
['1', '2', '3', '4']
import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r'\w*oo\w*')
print(rr.findall(tt))
print(re.findall(r'(\w)*oo(\w)',tt))#()表示子表达式
执行结果如下：
['good', 'cool']
[('g', 'd'), ('c', 'l')]
5、finditer()[size=1em]搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。找到 RE 匹配的所有子串，并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0) iter = re.finditer(r'\d+','12 drumm44ers drumming, 11 ... 10 ...')
for i in iter:
print(i)
print(i.group())
print(i.span())
执行结果如下：
<_sre.SRE_Match object; span=(0, 2), match='12'>
12
(0, 2)
<_sre.SRE_Match object; span=(8, 10), match='44'>
44
(8, 10)
<_sre.SRE_Match object; span=(24, 26), match='11'>
11
(24, 26)
<_sre.SRE_Match object; span=(31, 33), match='10'>
10
(31, 33)6、split()[size=1em]按照能够匹配的子串将string分割后返回列表。 可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。
re.split(pattern, string[, maxsplit]) - • maxsplit用于指定最大分割次数，不指定将全部分割。
print(re.split('\d+','one1two2three3four4five5'))
执行结果如下：
['one', 'two', 'three', 'four', 'five', '']7、sub()[size=1em]使用re替换string中每一个匹配的子串后返回替换后的字符串。
re.sub(pattern, repl, string, count) import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print(re.sub(r'\s+', '-', text))
执行结果如下：
JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...
其中第二个函数是替换后的字符串；本例中为'-'
第四个参数指替换个数。默认为0，表示每个匹配项都替换。re.sub还允许使用函数对匹配项的替换进行复杂的处理。 如： re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)； 将字符串中的空格' '替换为'[ ]'。 import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print(re.sub(r'\s+', lambda m:'['+m.group(0)+']', text,0))
执行结果如下：
JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...8、subn()[size=1em]返回替换次数
subn(pattern, repl, string, count=0, flags=0) print(re.subn('[1-2]','A','123456abcdef'))
print(re.sub("g.t","have",'I get A, I got B ,I gut C'))
print(re.subn("g.t","have",'I get A, I got B ,I gut C'))
执行结果如下：
('AA3456abcdef', 2)
I have A, I have B ,I have C
('I have A, I have B ,I have C', 3)四、 一些注意点1、re.match与re.search与re.findall的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。 a=re.search('[\d]',"abc33").group()
print(a)
p=re.match('[\d]',"abc33")
print(p)
b=re.findall('[\d]',"abc33")
print(b)
执行结果：
3
None
['3', '3']2、贪婪匹配与非贪婪匹配*?,+?,??,{m,n}? 前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配 a = re.findall(r"a(\d+?)",'a23b')
print(a)
b = re.findall(r"a(\d+)",'a23b')
print(b)
执行结果：
['2']
['23']
a = re.match('<(.*)>','<H1>title<H1>').group()
print(a)
b = re.match('<(.*?)>','<H1>title<H1>').group()
print(b)
执行结果：
<H1>title<H1>
<H1>a = re.findall(r"a(\d+)b",'a3333b')
print(a)
b = re.findall(r"a(\d+?)b",'a3333b')
print(b)
执行结果如下：
['3333']
['3333']
#######################
这里需要注意的是如果前后均有限定条件的时候，就不存在什么贪婪模式了，非匹配模式失效。3、用flags时遇到的小坑print(re.split('a','1A1a2A3',re.I))#输出结果并未能区分大小写
这是因为re.split(pattern，string，maxsplit,flags)默认是四个参数，当我们传入的三个参数的时候，系统会默认re.I是第三个参数，所以就没起作用。如果想让这里的re.I起作用，写成flags=re.I即可。五、正则的小实践1 匹配电话号码p = re.compile(r'\d{3}-\d{6}')
print(p.findall('010-628888'))2 匹配IPre.search(r"(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5]\.)","192.168.1.1")判断是否匹配成功，并输出对应匹配信息import re
source = "1huhongqiang"
if re.match("hu",source): #if re.match is not None
print("可以匹配到")
else:
print ("没有匹配到")
if re.search("hu",source):
print ("可以匹配到")
else:
print ("没有匹配到")找出一个字符串中是否有连续的5个数字print re.search(r"\d{5}","1234aadd222222").group()
>>> 22222输出一个字符串中的连续5个数字，要求数字前后必须是非数字>>> re.search(r'(\D\d{5}\D)|(^\d{5}\D)|(\D\d{5}$)|(^\d{5}$)','12567').group()
'12567'统计一个文件中单词的数量with open("d:\\word.txt","r") as file_obj:
print(len(re.findall(r"(\b[A-Za-z]+\b)",file_obj.read())))把a1b23c4d非字符内容拼成一个字符串>>> "".join(re.findall(r"[^A-Za-z]","a1b23c4d"))
'1234'取最后一个字母>>> re.findall(r"[A-Za-z]","ab12cd")[-1]
'd'
>>> re.search(r"[A-Za-z]$","ab12cd").group()
'd'找出一个字符串中的所有数字>>> pattern = re.compile(r"\d+")
>>> pattern.findall("a1cd33dd99kddd")
['1', '33', '99']
>>> pattern = re.compile(r"\d")
>>> pattern.findall("a1cd33dd99kddd")
['1', '3', '3', '9', '9']把一个字符串中的所有字母找出并拼成一个字符串>>> pattern = re.compile(r"[A-Za-z]")
>>> "".join(pattern.findall("a1cd34dsf0dsfkjk"))
'acddsfdsfkjk'
输出句子中的所有单词>>> s = "I am a boy! you are a girl!"
>>> pattern = re.compile(r"([A-Za-z]+)")
>>> pattern.findall(s)
['I', 'am', 'a', 'boy', 'you', 'are', 'a', 'girl']
匹配一行文字中的所有开头的字母内容import re
s="i love you not because of who you are!"
print(re.findall(r"\b\w",s))匹配一行文字中的所有开头的数字内容import re
s="12i love 34you not 56because of 7who 8999!"
print(re.findall(r"\b\d",s))匹配一行文字中的所有开头的数字内容或数字内容import re
s="12i love 34you not 56beca11use of 7who 8999!"
print(re.findall(r"\d+",s))只匹配包含字母和数字的行import re
s="because\n12sd 34er 56\ndf e4 54434"
print(re.findall(r"\w+",s,re.M))写一个正则表达式，使其能同时识别下面所有的字符串：'bat','bit', 'but', 'hat', 'hit', 'hut‘import re
s="'bat', 'bit', 'but', 'hat', 'hit', 'hut','yat','har','hot'"
print(re.findall(r"..t",s))
#print(re.findall(r"[bh][aiu]t",s))匹配所有合法的python标识符import re
s="awoeur awier !@# @#4_-asdf3$^&()+?><dfg$\n$"
print(re.findall(r".*",s,re.DOTALL))提取每行中完整的年月日和时间字段import re
s="我出生时间为1990-01-01 00:00:00,今天时间为2019-04-20 12:20:00"
for i in s.split(","):
result=re.search(r"[12][0-9]{3}-([0][1-9]|[1][0-2])-([0-2][0-9]|[3][01]) ([01][0-9]|[2][0-3]):([0-5][0-9]):([0-5][0-9])",i)
if result:
print(result.group())
else:
continue
结果为：
1990-01-01 00:00:00
2019-04-20 12:20:00将每行中的电子邮件地址替换为你自己的电子邮件地址# coding:utf-8
import re
s="""
1234867@qq.com
lihuali@sdcion.com
"""
s1="guolingping@sdcion.com"
for i in s.split("\n"):
result=re.search(r"[\w]+@[\w]+.com",i)
if result:
s=s.replace(result.group(),s1)
else:
continue
print(s)匹配\home关键字：import re
s="123ahjfh\home123\homertuy"
for i in re.findall(r"\\home",s):
print(i)
使用正则提取出字符串中的单词# coding:utf-8
import re
s="I am a boy, my is 19 year!"
print(" ".join(re.findall(r"\b[a-zA-Z]+\b",s)))使用正则表达式匹配合法的邮件地址：国际域名格式如下： 域名由各国文字的特定字符集、英文字母、数字及“-”(即连字符或减号)任意组合而成, 但开头及结尾均不能含有“-”，“-”不能连续出现。域名中字母不分大小写。域名最长可达60个字节(包括后缀.com、.net、.org等)。 import re
s="lisi_1234@qq.org"
result=re.match(r"^[\w]([a-z0-9]*[-_]?[a-z0-9]+)*@([a-z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3}([\.][a-z]{2})?$",s)
if result:
print(result.group())提取字符串中合法的超链接地址比如：s = '光荣之路官网'要求，给出的正则表达式能兼顾所有链接地址。import re
s='<a href="http://www.gloryroad.cn">光荣之路官网</a>'
print(re.search(r'\w+://[w]{3}.\w+.\w{2,3}',s).group())统计文件中单词个数# coding:utf-8
import re
s="I am a boy, my is 19 year!"
result=re.findall(r"\b[a-zA-Z]+\b",s)
print(result)
print("单词个数为：",len(result))写一个函数，其中用正则验证密码的强度import re
"""
密码长度大于或等于8位数
强：字母+数字+特殊字符
中：字母+数字，字母+特殊字符，数字+特殊字符
弱：纯数字，纯字母，纯特殊字符
"""
def checklen(pwd):
if len(pwd)>=8:
return True
else:
return False
def is_strong_pwd(pwd):
pattern=re.compile(r"^(?![a-zA-z]+$)(?!\d+$)(?![!@#$%^&*]+$)(?![a-zA-z\d]+$)(?![a-zA-z!@#$%^&*]+$)(?![\d!@#$%^&*]+$)[a-zA-Z\d!@#$%^&*]+$")
result=pattern.findall(pwd)
if result:
return True
else:
return False
def is_inter_pwd(pwd):
pattern=re.compile(r"^(?![a-zA-z]+$)(?!\d+$)(?![!@#$%^&*]+$)[a-zA-Z\d!@#$%^&*]+$")
result=pattern.findall(pwd)
if result:
return True
else:
return False
def is_weak_pwd(pwd):
pattern=re.compile(r"^(?:\d+|[a-zA-Z]+|[!@#$%^&*]+)$")
result=pattern.findall(pwd)
if result:
return True
else:
return False
def checkpassword(pwd):
#判断密码长度是否合法
lenOK=checklen(pwd)
#判断是否强：字母+数字+特殊字符
strongOK=is_strong_pwd(pwd)
#判断是否中：字母+数字，字母+特殊字符，数字+特殊字符
interOK=is_inter_pwd(pwd)
#判断是否弱：纯数字，纯字母，纯特殊字符
weakOK=is_weak_pwd(pwd)
print(lenOK)
print(strongOK)
print(interOK)
print(weakOK)
if lenOK:
if strongOK:
print("密码的强度为强的！")
elif interOK:
print("密码的强度为中的！")
elif weakOK:
print("密码的强度为弱的，建议修改！")
else:
print("密码长度不合格！")
checkpassword("Helloworld#123")
结果为：
True
True
True
False
密码的强度为强的！匹配ip的正则表达式:r'^(([1-9]|[1-9]\d|1\d\d|2[0-4]\d|25[0-5]).){3}([1-9]|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])$'
# coding:utf-8
import re
s='172.16.23.189'
s1='11.2.123.1'
s2='255.255.255.255'
s2='0.0.0.0'
pattern=re.compile(r'^(([1-9]|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])\.){3}([1-9]|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])$')
print(pattern.match(s).group())
|
楼主
标题置顶
标题高亮
