标签：情况下 多次 net 等价 替换 mod 完成 指定 列表
邮箱格式、URL、IP等的校验
爬虫项目中，特定内容的提取
只要使用字符串等函数解决的问题，就不要使用正则
正则的效率比较低，同时会降低代码的可读性。
世界上最难理解的三样东西：医生的处方、道士的神符、码农的正则。
提醒：正则是用来写的，不是用来读的；在不指定功能的情况下，不要试图阅读别人的正则。
说明：正则不是我们写的，python中正则的解析通过re模块完成
相关函数：
match：从开头进行匹配，匹配到就返回正则结果对象，没有返回None。
search：从任意位置匹配，功能同上。
# 从开头查找，找到返回正则匹配结果对象，没有找到返回None # m = re.match(‘abc‘, ‘abcdask;jabcsdajl‘) # 从任意位置查找，功能同上 m = re.search(‘abc‘, ‘shdalsjdabchaoeor‘) ? if m: # 返回匹配的内容 print(m.group()) # 返回匹配内容位置 print(m.span())
findall：全部匹配，返回匹配到的内容组成的列表，没有返回空列表。
# 匹配所有内容，找到返回所有匹配的内容列表，没有找到返回空列表
f = re.findall(‘abcd‘, ‘adsjkjdabcajsdlasabcjsdlaabc‘) print(f) compile：生成正则表达式对象 # 先生成正则表达式对象 c = re.compile(‘hello‘) # print(type(c)) ? # 从开头匹配 m = c.match(‘hellosadk;ask;kahellosadhlkas‘) print(m) ? # 从任意位置匹配 s = c.search(‘hadlsjasdhellokjsdlks‘) print(s) ? # 匹配所有内容 f = c.findall(‘hellosdhasdjahelloshdajldhello‘) print(f)
说明：此方式更加灵活，将正则匹配分为两步完成(先生成正则对象，然后需要时进行匹配)
单个字符
普通字符：简单来说就是一对一的完全匹配。
[]：中间的任意一个字符 [a-z]：a~z之间的任意字符(所有的小写字母) [a-zA-Z]：匹配所有的字母，多个连续的片段中间不能有任何多余的字符 [^0-9]：匹配除0-9以外的任意字符 . ：匹配除‘\n‘以外的任意字符 \d：数字字符，等价于[0-9] \D：非数字字符，等价于[^0-9] \w：匹配字(数字、字母、下划线、汉字) \W：匹配非字(\w相反的内容) \s：所有的空白字符(\n、\t、\r、空格) \S：非空白字符(\s相反的内容) \b：词边界(开头、结尾、空格、标点等) \B：非词边界(\b相反的内容)
次数限定
*：前面的字符出现任意次 +：至少一次 ?：最多一次 {m,n}：m <= 次数 <= n {m,}：至少m次 {,n}：至多n次 {m}：指定m次
边界限定
^：以指定的内容开头
$：以指定的内容结束
示例：
import re ? # ^：以指定内容开头 # f = re.findall(‘^hello‘, ‘hellosjdhelloalskdhello‘) ? # $：以指定内容结尾 f = re.findall(‘hello$‘, ‘hellosjdhelloalskdhello‘) ? print(f)
优先级控制
|：表示或，它拥有最低的优先级
()：表示一个整体，可以明确的指定结合性/优先级
示例：
import re ? f = re.findall(‘a(hello|world)c‘, ‘sahdjsahellocaworldcjsdhs‘) ? print(f)
分组匹配
示例1:
import re ? c = re.compile(r‘(\d+)([a-z]+)(\d+)‘) ? s = c.search(‘sdsdj235sadhasjd36432sjdha‘) ? # 完整匹配结果 print(s.group(), s.span()) # 等价于上式 print(s.group(0), s.span(0)) # 第几个()匹配的结果 print(s.group(1), s.span(1)) print(s.group(2), s.span(2)) print(s.group(3), s.span(3))
示例2:
import re ? # 固定匹配 # c = re.compile(r‘<a>\w+</a>‘) ? # \1表示前面第一个()匹配的内容 # c = re.compile(r‘<([a-z]+)><([a-z]+)>\w+</\2></\1>‘) ? # 给分组()起名字 c = re.compile(r‘<(?P<goudan>[a-z]+)><(?P<dahua>[a-z]+)>\w+</(?P=dahua)></(?P=goudan)>‘) ? s = c.search(‘<div><a>百度一下</a></div>‘) ? if s: print(s.group())
贪婪匹配
贪婪：最大限度的匹配。正则的匹配默认就是贪婪的。
非贪婪：只要满足条件，能少匹配就少匹配。‘?‘经常用于取消贪婪
示例：
import re ? # ?：取消任意多次的贪婪匹配 # c = re.compile(r‘a.*?b‘) ? # ?：取消至少一次的贪婪匹配 c = re.compile(r‘a.+?b‘) ? s = c.search(‘ssjdsdabjdsd‘) ? if s: print(s.group())
匹配模式
说明：所谓匹配模式就是对匹配的原则进行整体的修饰。
示例：
import re ? # 忽略大小写re.I s = re.search(r‘hello‘, ‘HELLO world‘, re.I) ? # 正则默认是单行匹配，使用 re.M 可以进行多行匹配 s = re.search(r‘^hello‘, ‘sdhasdh\nhello world‘, re.M) ? # 使.匹配任意字符，作为单行处理，忽略\n # string = ‘<div>hello</div>‘ string = ‘‘‘<div> hello </div>‘‘‘ s = re.search(r‘<div>.*?</div>‘, string, re.S) ? if s: print(s.group())
邮箱格式的匹配
#邮箱格式的匹配 import re c = re.compile(r‘^\w+@(\w+\.)+(com|cn|edu|net)$‘) string = ‘lijie@100phone.com‘ # string = ‘lijie@100phone.com.cn‘ # string = ‘lijie@100phone.edu‘ s = c.search(string) if s: print(s.group())
手机号码的匹配
#手机号码的匹配 import re x = r‘^(1[3578]\d{9}|147\d{8})$‘ print(re.match(x,‘18768853995‘).group())
标签：情况下 多次 net 等价 替换 mod 完成 指定 列表
原文地址：https://www.cnblogs.com/542684416-qq/p/9807201.html
