Python全栈之正则表达式
作者:熬夜泡枸杞
这篇文章主要为大家介绍了Python正则表达式,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
1. 正则表达式_匹配单个字符
正则表达式在线测试: http://tool.chinaz.com/regex
# ### 正则表达式 - 匹配单个字符 import re """lst = re.findall(正则表达式,字符串)""" # (1) 预定义字符集 # \d 匹配数字 strvar = "sdjfklj234&*(&1" lst = re.findall("\d",strvar) print(lst) # \D 匹配非数字 strvar = "YWERsdf78_&" lst = re.findall("\D",strvar) print(lst) # \w 匹配字母或数字或下划线 (正则函数中,支持中文的匹配) strvar = "sadf234_^&*%$^$%你好" lst = re.findall("\w",strvar) print(lst) # \W 匹配非字母或数字或下划线 strvar = "sadf234_^&*%$^$%你好" lst = re.findall("\W",strvar) print(lst) # \s 匹配任意的空白符 ( " " \t \n \r ) strvar = " \r " lst = re.findall("\s",strvar) print(lst) # \S 匹配任意非空白符 strvar = " \r 123_*(" lst = re.findall("\S",strvar) print(lst) # \n 匹配一个换行符 strvar = """ 今天国庆假期结束了,兄弟们满载 而归,玩的 很困,尽 快调 整. """ lst = re.findall(r"\n",strvar) print(lst) # \t 匹配一个制表符 lst = re.findall(r"\t",strvar) print(lst) # (2) 字符组 [] 匹配出字符组当中列举的字符(默认选一个) # lst = re.findall("[123]","a1b2c3d4") # print(lst) print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb print(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b a2b a3b # 优化写法 0123456789 => 0-9 print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb # 优化写法 abcdefg => a-g 表达所有的小写字母 a-z print(re.findall('a[a-g]b','a1b a2b a3b acb ayb adb')) print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) # acb adb ayb print(re.findall('a[ABCDEFG]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb # 优化写法 ABCDEFG => A-G 表达所有的大写字母 A-Z print(re.findall('a[A-G]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb print(re.findall('a[A-Z]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb aYb # 注意点: 不能直接写A-z 中间ascii编码中包含了特殊的符号 print(re.findall('a[A-z]b','a1b a2b a3b acb ayb adb a[b')) # 匹配所有的字母和数字 print(re.findall('a[a-zA-Z0-9]b','a1b a2b a3b acb ayb adb a[b')) print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b')) #aab aAb aWb aqb a1b print(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b # ^ 在字符组开头的位置出现代表 除了...的意思 print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) #a%b a&b # 匹配^-\等特殊字符时 ,需要前面加上\进行转义 strvar = "a^c a-c a\c" lst = re.findall(r"a[\^\-\\]c",strvar) print(lst) print(lst[-1]) # 注意点:为了防止转义,在正则表达式中或者要匹配的字符串中,无脑加r实现匹配 strvar = r"a\b" lst = re.findall(r"a\\b",strvar) print(lst[0])
2. 正则表达式_匹配多个字符
# ### 正则表达式 - 匹配多个字符 # (1) 量词 import re '''1) ? 匹配0个或者1个a ''' print(re.findall('a?b','abbzab abb aab')) # ab b ab ab b ab '''2) + 匹配1个或者多个a ''' print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab '''3) * 匹配0个或者多个a ''' print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b '''4) {m,n} 匹配m个至n个a ''' # 1 <= a <= 3 print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) #aaab ab aab ab aab # {2} 代表必须匹配2个a print(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) # aab aab aab # {2,} 代表至少匹配2个a print(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab # (2) 贪婪匹配 和 非贪婪匹配 """ 贪婪匹配 : 默认向更多次匹配 (回溯算法) 非贪婪匹配: 默认向更少次匹配 (配合?号使用) 回溯算法 : 从左向右进行匹配,直到找到最后一个,再也没有了,回头,返回上一个找到的内容 . 除了\n,匹配所有字符 非贪婪写法: 量词 + ? """ # 贪婪匹配(模式) strvar = "刘能和刘老根和刘罗锅111子222子" lst = re.findall("刘.",strvar) print(lst) # lst = re.findall("刘.?",strvar) lst = re.findall("刘.?",strvar) print(lst) # lst = re.findall("刘.?",strvar) lst = re.findall("刘.+",strvar) print(lst) # ['刘能和刘老根和刘罗锅111子222子'] lst = re.findall("刘.*",strvar) print(lst) # ['刘能和刘老根和刘罗锅111子222子'] lst = re.findall("刘.{1,20}",strvar) print(lst) # ['刘能和刘老根和刘罗锅111子222子'] lst = re.findall("刘.*子",strvar) print(lst) # 非贪婪匹配(模式) lst = re.findall("刘.??",strvar) print(lst) # ['刘', '刘', '刘'] lst = re.findall("刘.+?",strvar) print(lst) # 刘能 刘老 刘罗 lst = re.findall("刘.*?",strvar) print(lst) # ['刘', '刘', '刘'] lst = re.findall("刘.{1,20}?",strvar) print(lst) # ['刘能', '刘老', '刘罗'] lst = re.findall("刘.*?子",strvar) print(lst) # (3) 边界符 """ \b 本身是转义字符 退格,退到光标上一位 \b 在正则中还有边界符的意思 "word" 卡主左边界:\bw 卡主右边界:d\b """ strvar = "word old fuck" # 右边界 lst = re.findall(r"d\b",strvar) # ['d', 'd'] lst = re.findall(r".*d\b",strvar) # ['word old'] lst = re.findall(r".*?d\b",strvar) # ['word old'] print(lst) # 左边界 lst = re.findall(r"\bw",strvar) lst = re.findall(r"\bw.*",strvar) lst = re.findall(r"\bw.*?",strvar) lst = re.findall(r"\bw.*? ",strvar) # 空格在正则表达式中,不能随意加,是参与匹配的. lst = re.findall(r"\bw\S*",strvar) print(lst) # (4) ^ $的使用 """ ^ 写在在字符串的开头,表达必须以某个字符开头 $ 写在在字符串的结尾,表达必须以某个字符结尾 当使用了^ $ 代表要把该字符串看成一个整体 """ strvar = "大哥大嫂大爷" print(re.findall('大.',strvar)) # ['大哥', '大嫂', '大爷'] print(re.findall('^大.',strvar)) # ['大哥'] print(re.findall('大.$',strvar)) # ['大爷'] print(re.findall('^大.$',strvar))# [] print(re.findall('^大.*?$',strvar)) # ['大哥大嫂大爷'] print(re.findall('^大.*?大$',strvar)) # [] print(re.findall('^大.*?爷$',strvar)) # ['大哥大嫂大爷'] print(re.findall('^g.*? ' , 'giveme 1gfive gay')) # giveme print(re.findall('five$' , 'aassfive')) # [five] print(re.findall('^giveme$' , 'giveme')) # ['giveme'] print(re.findall('^giveme$' , 'giveme giveme')) # [] print(re.findall('giveme' , 'giveme giveme')) # ['giveme', 'giveme'] print(re.findall("^g.*e",'giveme 1gfive gay')) # ['giveme 1gfive']
3. 正则表达式_匹配分组
# ### 匹配分组 ()表达整体 import re # (1)分组 print(re.findall('.*?_good','wusir_good alex_good secret男_good')) print(re.findall('(.*?)_good','wusir_good alex_good secret男_good')) # (?:) 代表不优先显示分组里面的内容,只是显示正常匹配到的内容 print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good')) # (2) | 代表或 , a|b 匹配字符a 或者 匹配字符b . strvar = "abceab" lst = re.findall("a|b",strvar) print(lst) # 注意点:把不容易匹配到的内容放到前面,把容易匹配到的内容放到后面 strvar = "abcdeabc234f" lst = re.findall("abcd|abc",strvar) print(lst) # (3) 练习 """ . 可以匹配任意的字符,除了\n \. 对.进行转义,表达.这个字符本身. """ # 匹配小数 strvar = "3.... ....4 .3 ...3 1.3 9.89 10" lst = re.findall(r"\d+\.\d+",strvar) print(lst) # 匹配小数和整数 lst = re.findall(r"\d+\.\d+|\d+",strvar) print(lst) # 使用分组改造 '''findall优先显示括号里的内容,需要加上?:取消哦优先显示,按照匹配到的内容显示''' lst = re.findall(r"\d+(?:\.\d+)?",strvar) print(lst) # 匹配135或171的手机号 strvar = "13566668888 17366669999 17135178392" lst = re.findall(r"(?:135|171)\d{8}",strvar) print(lst) # 优化,只能匹配出一个手机号 strvar = "13566668888" lst = re.findall(r"^(?:135|171)\d{8}$",strvar) print(lst) obj = re.search(r"^(135|171)\d{8}$",strvar) print(obj) print(obj.group()) print(obj.groups()) # 匹配www.baidu.com 或者 www.oldboy.com """ findall : 从左到右,匹配出所有的内容,返回到列表 问题是,匹配到的字符串和分组的内容不能同时显示; search : 从左到右,匹配到一组内容就直接返回,返回的是对象 优点是,可以让匹配到的内容和分组里的内容同时显示; 匹配不到内容时,返回的是None obj.group() : 获取匹配到的内容 obj.groups(): 获取分组里面的内容 """ # findall strvar = "www.baidu.com www.oldboy.com www.wangwen.com" lst = re.findall(r"(?:www)\.(?:baidu|oldboy)\.(?:com)",strvar) print(lst) # search strvar = "www.baidu.com www.oldboy.com www.wangwen.com" obj = re.search(r"(www)\.(baidu|oldboy)\.(com)",strvar) print(obj) # 获取匹配到的内容 print(obj.group()) # 获取分组里面的内容 (推荐) print(obj.groups()) # 方法二,可以直接通过下标1来获取分组里面的第一个内容; print(obj.group(1)) print(obj.group(2)) print(obj.group(3)) # search 练习 : 计算"5*6-7/3"结果 匹配 5*6 或者 7/3 strvar = "5*6-7/3" # strvar = "www.baidu.com www.oldboy.com www.wangwen.com" obj = re.search(r"\d+[*/]\d+",strvar) res1 = obj.group() print(res1 , type(res1)) # 5*6 <class 'str'> # 计算结果 a,b = res1.split("*") res2 = int(a) * int(b) print(res2) # 把30替换回原来的字符串中 strvar = strvar.replace(res1,str(res2)) print(strvar) # 以此类推 ...
小提示:
1. 刘.?? 最后一个问号是非贪婪模式,不是量词 word old fuck w、d、o、d、f、k是边界 lst = re.findall(r"d\b",strvar) # ['d','d'] lst = refindall(r".*d\b",strvar) # ['word old'] 贪婪匹配,匹配到old之后 会继续向后匹配,匹配不到的话,返回前面已经匹配到的内容 print(lst) 注意: wordoldfuck 这样不行没有边界,r"d\b" 前面无脑加r,因为\b本身有退格的含义,加r让退格实现,从而使正则的边界的效果生效
4. 小练习
# 1、匹配整数或者小数(包括正数和负数) # 2、匹配年月日日期 格式 2018-12-31 # 3、匹配qq号 5-12 首字符没有0 # 4、11位的电话号码 # 5、长度为8-10位的用户密码 : 包含数字字母下划线 # 6、匹配验证码:4位数字字母组成的 # 7、匹配邮箱地址 邮箱规则 123463922@qq.com 123@abc.com.cn # @之前必须有内容且只能是字母,数字,下划线(_),减号(-),点(.) # @符号后面是字母,数字,减号(-),保留121@qq.com.cn 的可能 # 最后一个点(.)之后必须有内容,字母,数字且长度为大于等于2个字节,小于等于6个字节 # 8、从类似 # <a>wahaha</a> # <b>banana</b> # <h1>qqxing</h1> # <h1>q</h1> # 这样的字符串中, # 1)匹配出 wahaha,banana,qqxing 内容。 # 2)匹配出 a,b,h1这样的内容 # 9、'1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' # 从上面算式中匹配出最内层小括号以及小括号内的表达式 # 10正则小程序: """ 给你字符串 '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' 计算最后结果. """
答案:
# 1、匹配整数或者小数(包括正数和负数) [+-]?\d+(\.\d+)? # 2、匹配年月日日期 格式 2018-12-31 ([12]\d{3})-(0?[1-9]|1[0-2])-(0?[1-9]|[12]\d|3[01]) # 0?[1-9]|1\d|2\d|3[01] => 0?[1-9]|[12]\d|3[01] # 3、匹配qq号 5-12 首字符没有0 [1-9]\d{4,11} # 4、11位的电话号码 1[356789]\d{9} # 5、长度为8-10位的用户密码 : 包含数字字母下划线 \w{8,10} if "数字" in strvar and "字母" in strvar and "_" in strvar: return ok else : return "格式不对" # 6、匹配验证码:4位数字字母组成的 [0-9a-zA-Z]{4} # 7、匹配邮箱地址 邮箱规则 123463922@qq.com 123@abc.com.cn # @之前必须有内容且只能是字母,数字,下划线(_),减号(-),点(.) [\w\-\.]+ # @符号后面是字母,数字,减号(-),保留121@qq.com.cn 的可能 @[a-zA-Z\d\-]+(\.[a-zA-Z\d\-]+)? # 最后一个点(.)之后必须有内容,字母,数字且长度为大于等于2个字节,小于等于6个字节 \.[a-zA-Z\d]{2,6} #综合: [\w\-\.]+@[a-zA-Z\d\-]+(\.[a-zA-Z\d\-]+)?\.[a-zA-Z\d]{2,6} # 8、从类似 # <a>wahaha</a> # <b>banana</b> # <h1>qqxing</h1> # <h1>q</h1> # 这样的字符串中, # 1)匹配出 wahaha,banana,qqxing 内容。 <.*?>(.*?)<.*?> # 2)匹配出 a,b,h1这样的内容 <(.*?)>.*?<.*?> # 9、'1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' # 从上面算式中匹配出最内层小括号的表达式 import re strvar = '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' obj = re.search(r"\([^\(\)]+\)",strvar) print(obj.group()) # 10正则小程序: """ 给你字符串 '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' 计算最后结果. """
import re strvar = '1-2*((60-30+-8*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' # 外面有括号,里面再也没有括号的的表达式就是最里层表达式; # obj = re.search(r"\([^\(\)]+\)",strvar) # print(obj.group()) # strvar = '1-2*(-5-6/-2*2)+(40 - 7)' # 去除多余的符号 def operate_sign(strvar): strvar = strvar.replace("--","+") strvar = strvar.replace("++","+") strvar = strvar.replace("-+","-") strvar = strvar.replace("+-","-") return strvar # 计算表达式的值 def calc_res(strvar): if "/" in strvar: a,b = strvar.split("/") return float(a) / float(b) elif "*" in strvar: a,b = strvar.split("*") return float(a) * float(b) # 匹配计算出对应的表达式 def calc_exp(strvar): print(strvar , "strvar ... ") # (-5-6/-2*2) # ### part1 只计算乘除 while True: # 1.写一条正则匹配出乘除 obj = re.search(r"\d+(\.\d+)?[*/][+-]?\d+(\.\d+)?",strvar) if obj: # 2.匹配出乘除表达式 res1 = obj.group() print(res1 , "res1 ... ") # 6/-2 res1 ... # 2.计算当前表达式的结果 res2 = calc_res(res1) print(res2 , "res2 .. ") # -3.0 res2 .. # 3.用结果替换原乘除表达式 strvar = strvar.replace(res1,str(res2)) print(strvar , "strvar ... 1111") # (-5--3.0*2) strvar ... 1111 else: break # ### part2 只计算加减 # 把表达式当中多余的符号做一个替换 strvar = operate_sign(strvar) print(strvar,"2222") # 计算这个表达式+-结果 lst = re.findall("[+-]?\d+(?:\.\d+)?",strvar) # print(lst) # 计算累加和 total = 0 for i in lst: total += float(i) return total # 去除括号 def remove_bracket(strvar): while True: obj = re.search(r"\([^\(\)]+\)",strvar) # print(obj) if obj: # 匹配括号里面的表达式 res1 = obj.group() print(res1 , "res1 ... ... .. ") # (-5-6/-2*2) res1 ... ... .. # 计算括号里面的表达式 res2 = calc_exp(res1) print(res2,"res2 ... remove_bracket") # 1.0 # 用计算的结果替换原来的括号 strvar = strvar.replace(res1,str(res2)) else: return strvar # print(strvar," strvar ... remove_bracket") # 主函数统一调用 def main(strvar): # 0.先去掉字符串当中出现的空格 # 1.通过正则匹配到最里层小括号 # 2.计算括号里面的数值 # 3.拿算好的数值替换原来的小括号 # 4.循环在去匹配下一个小括号,依次类推 ... # 先去掉字符串当中出现的空格 strvar = strvar.replace(" ","") print(strvar) # 移除表达式中的所有括号 res = remove_bracket(strvar) print(res , "res main ...") # 计算最后一次没有括号的那个表达式的结果 return calc_exp(res) res = main(strvar) print(res) # print(eval(strvar))
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容!