标签:字符集 空白 style att 信息 color str love you ignore
1.正则表达式知识
符号 | 解释 | 示例 | 说明 |
---|---|---|---|
. | 匹配任意字符 | b.t | 可以匹配bat / but / b#t / b1t等 |
\w | 匹配字母/数字/下划线 | b\wt | 可以匹配bat / b1t / b_t等 但不能匹配b#t |
\s | 匹配空白字符(包括\r、\n、\t等) | love\syou | 可以匹配love you |
\d | 匹配数字 | \d\d | 可以匹配01 / 23 / 99等 |
\b | 匹配单词的边界 | \bThe\b | |
^ | 匹配字符串的开始 | ^The | 可以匹配The开头的字符串 |
$ | 匹配字符串的结束 | .exe$ | 可以匹配.exe结尾的字符串 |
\W | 匹配非字母/数字/下划线 | b\Wt | 可以匹配b#t / b@t等 但不能匹配but / b1t / b_t等 |
\S | 匹配非空白字符 | love\Syou | 可以匹配love#you等 但不能匹配love you |
\D | 匹配非数字 | \d\D | 可以匹配9a / 3# / 0F等 |
\B | 匹配非单词边界 | \Bio\B | |
[] | 匹配来自字符集的任意单一字符 | [aeiou] | 可以匹配任一元音字母字符 |
[^] | 匹配不在字符集中的任意单一字符 | [^aeiou] | 可以匹配任一非元音字母字符 |
* | 匹配0次或多次 | \w* | |
+ | 匹配1次或多次 | \w+ | |
? | 匹配0次或1次 | \w? | |
{N} | 匹配N次 | \w{3} | |
{M,} | 匹配至少M次 | \w{3,} | |
{M,N} | 匹配至少M次至多N次 | \w{3,6} | |
| | 分支 | foo|bar | 可以匹配foo或者bar |
(?#) | 注释 | ||
(exp) | 匹配exp并捕获到自动命名的组中 | ||
(? <name>exp) | 匹配exp并捕获到名为name的组中 | ||
(?:exp) | 匹配exp但是不捕获匹配的文本 | ||
(?=exp) | 匹配exp前面的位置 | \b\w+(?=ing) | 可以匹配I‘m dancing中的danc |
(?<=exp) | 匹配exp后面的位置 | (?<=\bdanc)\w+\b | 可以匹配I love dancing and reading中的第一个ing |
(?!exp) | 匹配后面不是exp的位置 | ||
(?<!exp) | 匹配前面不是exp的位置 | ||
*? | 重复任意次,但尽可能少重复 | a.*b a.*?b |
将正则表达式应用于aabab,前者会匹配整个字符串aabab,后者会匹配aab和ab两个字符串 |
+? | 重复1次或多次,但尽可能少重复 | ||
?? | 重复0次或1次,但尽可能少重复 | ||
{M,N}? | 重复M到N次,但尽可能少重复 | ||
{M,}? | 重复M次以上,但尽可能少重复 |
2.关于正则表达式的函数
Python提供了re模块来支持正则表达式相关操作,下面是re模块中的核心函数。
函数 | 说明 |
---|---|
compile(pattern, flags=0) | 编译正则表达式返回正则表达式对象 |
match(pattern, string, flags=0) | 用正则表达式匹配字符串 成功返回匹配对象 否则返回None |
search(pattern, string, flags=0) | 搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None |
split(pattern, string, maxsplit=0, flags=0) | 用正则表达式指定的模式分隔符拆分字符串 返回列表 |
sub(pattern, repl, string, count=0, flags=0) | 用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数 |
fullmatch(pattern, string, flags=0) | match函数的完全匹配(从字符串开头到结尾)版本 |
findall(pattern, string, flags=0) | 查找字符串所有与正则表达式匹配的模式 返回字符串的列表 |
finditer(pattern, string, flags=0) | 查找字符串所有与正则表达式匹配的模式 返回一个迭代器 |
purge() | 清除隐式编译的正则表达式的缓存 |
re.I / re.IGNORECASE | 忽略大小写匹配标记 |
re.M / re.MULTILINE | 多行匹配标记 |
3.验证QQ号是否有效
要求:用户名必须由字母、数字或下划线构成且长度在6~20个字符之间,QQ号是5~12的数字且首位不能为0
import re def main(): username = input(‘请输入用户名:‘) qq = input(‘请输入QQ号:‘) # match函数第一个参数是正则表达式,第二个参数是字符串对象 m1 = re.match(r‘^[0-9a-zA-Z_]{6,20}$‘,username) if not m1: print(‘请输入有效的用户名。‘) m2 = re.match(r‘^[1-9]\d{4,11}$‘,qq) if not m2: print(‘请输入有效的QQ号‘) if m1 and m2: print(‘你输入的信息是有效的!‘) if __name__ == ‘__main__‘: main()
4.查找手机号
表示以1开头,第二位可能是3/4/5/6/7/8等的任意一个,在加上后面的\d表示数字[0-9]的9位,总共加起来11位结束
import re def main(): # 创建正则表达式对象 使用了前瞻和回顾来保证手机号前后不应该出现数字 # 表示以1开头,第二位可能是3/4/5/6/7/8等的任意一个,在加上后面的\d表示数字[0-9]的9位,总共加起来11位结束。 pattern = re.compile(r‘(?<=\D)1[3456789]\d{9}(?=\D)‘) sentence = ‘‘‘ 重要的事情说8130123456789遍,小明的手机号是16637809509,我的手机号是13512346789这个靓号, 不是15600998765,也是110或119,王大锤的手机号才是15600998765。 ‘‘‘ # 查找所有匹配并保存到一个列表中 mylist = re.findall(pattern,sentence) print(mylist) print(‘--------华丽的分隔线--------‘) # 通过迭代器取出匹配对象并获得匹配的内容 for temp in pattern.finditer(sentence): print(temp.group()) print(‘--------华丽的分隔线--------‘) # 通过search函数指定搜索位置找出所有匹配 m = pattern.search(sentence) while m: print(m.group()) m = pattern.search(sentence,m.end()) if __name__ == ‘__main__‘: main()
5.替换字符串的不良内容
屏蔽字符串的不良内容
import re def main(): sentence = ‘你丫是傻叉吗? 我操你大爷的. Fuck you.‘ purified = re.sub(‘[操艹]|fuck|shit|傻[比屄逼叉缺吊屌]|煞笔‘, ‘*‘,sentence,flags=re.IGNORECASE) print(purified)# 你丫是*吗? 我*你大爷的. * you. if __name__ == ‘__main__‘: main()
6.拆分长字符串
import re def main(): poem = ‘床前明月光,疑是地上霜。举头望明月,低头思故乡。‘ sentence_list = re.split(r‘[ ,。,。]‘,poem) while ‘‘ in sentence_list: sentence_list.remove(‘‘) print(sentence_list) if __name__ == ‘__main__‘: main()
标签:字符集 空白 style att 信息 color str love you ignore
原文地址:https://www.cnblogs.com/ma1998/p/12939569.html