Python3正则表达式_python3正则匹配

说明：

        在python中，先是正则基本理论和字符代表意思，接着是python3中re的实操正则模块

目录

理论：

一、元字符

二、限定符

三、字符类

四、排除字符

五、选择字符

六、转义字符

七、分组 

八、小知识点

Python3正则操作

一、匹配字符串

1、使用 match()方法匹配

常用标志

2、使用 search()方法匹配

3、使用findall()方法进行匹配

 4、sub()替换字符

5、使用正则表达式分割字符串

贪婪与非贪婪搜索

---

理论：

一、元字符

常用元字符及说明

# 举例
\bgao\w*\b 

解析： 
     匹配以字母gao开头的单词，先匹配单词开始处（\b），然后匹配字母gao，接着匹配任意数量的数字或字母(\w*（*代表任意多个字符）),最后匹配单词结束处（\b）
    该表达式 可以匹配如“gao123”、“gaoqwe”等

二、限定符

常用限定符以及对应的说明和举例

三、字符类

        如果要匹配没有预定义元字符的集合（如元音字母 a、e、i、o），那么只需要在括号里列出它们即可，例如[aeio]匹配任何一个英文元音字母，而 [.?!] 表示匹配标点符号“.” “?” “!”，也可以指定范围例如[0-9]代表的含义与\d一致 

四、排除字符

        正则表达式中"^" 表示行的开始，但是加入到方括号中就是排除的意思

# 例如
[^a-zA-Z]
#匹配字母开头，不区大小写字母

五、选择字符

        例如 匹配身份证号码  （身份证号码规则： 身份证号码长度为18位，前17位为数字后一位是校验位，该校验位可能为 X或x， 这里可以用 “|”（或） 来实现 

 (^\d{18}$)|(^\d{17})(\d|X|x)$

上述表达式为： 可以匹配身份证的 18位号码 或 17位号码和最后一位字母为大小写X

六、转义字符

        正则表达式中转义字符为“\” 反斜杠 ，符号溢出不识别可以加“\” 转义

# 例如
#匹配ip地址的写法 
[1-9]{1,3}\.[0-9]{1.3}.........等

七、分组 

小括号 分组 也叫 子表达式

# 举例
(thir|four)th

上述表示 匹配单词 thirth 或 fourth 

八、小知识点

        python之执行过程中出现出现特殊字符需要通过 “\” 来转义一下 让python识别到，所以正则表达式中需要用这种方法书写： \\d\\d    也可以通过在前面加上 r 来防止字符溢出，例如 r'\d\d'

Python3正则操作

使用re模块来实现表达式的操作

简介：

        re模块用于实现正则表达式的操作，在实现是可以使用re模块提供的方法（如 search  match  findall等）进行字符串处理，可以使用compile方法将模式字符串转换为正则表达式对象，再使用该表达式相关方法操作

一、匹配字符串

         匹配字符串 用re模块下的 match、search、findall等方法

1、使用 match()方法匹配

        match方法用于字符串开始处进行匹配，如果在起始位置匹配成功，返回Match对象，否则返回None

语法格式：

re.match(pattern,string,[flages])

 # 参数说明

        pattern： 表示模式字符串，由要匹配的正则表达式转换而来

        string：表示要匹配的字符串

        flags：可选参数，表示标志位，用于控制匹配方式，如 是否区分字母大小写（参数请查看上述的“常用标志”一栏）

常用标志

正则表达式可以包含一些可选标志修饰符来控制匹配的模式

#举例：   可以将字符串中匹配的结果拿出来

import re
 
# 匹配例子
pattern = r'This_\w+'  # 模式字符串  \w : 匹配字母或数字或下划线或汉字  "+" 代表 匹配前面的字符一次或多次
string = 'This_is_my_dog THIS_IS_MY_DOG'  # 要匹配的字符
match = re.match(pattern, string, re.I)  # 匹配字符串不区分大小写 注意 I 大写
print(f"直接输出结果：{match}")  # 输出
print(f'匹配值的起始位置：{match.start()}')
print(f'匹配结束位置：{match.end()}')
print(f'匹配位置的元组：{match.span()}')
print(f'要匹配的字符串：{match.string}')
print(f'匹配的数据：{match.group()}')
 
# 不匹配例子 不到的结果返回为None
strings = 'haha THIS_IS_MY_DOG'
matchs = re.match(pattern, strings, re.I)  # 与上面同理
print(f"不匹配的结果：{matchs}")

运行结果：

 # 解析： 

        re.match方法从字符串开始位置匹配，当第一个字母不符合条件时，不在匹配，直接返回None

        当re.natch方法匹配到后悔显示匹配字符的下标位置以及匹配内容，注意 这里只能返回第一个匹配到的值，第二个不会返回

2、使用 search()方法匹配

# 注意 ：

         re.search 可以匹配字符串中任意一个地方的关键词  与 match的区别在于 match值匹配开头的第一个，而search可以匹配任意位置

        search 如果找不到对比相符的字符串会传回None的值，如果找到会传回对应的值

格式：

re.search(pattern,string,[flages])

参数说明：

        pattern： 表示模式字符串，由要匹配的正则表达式转换而来

        string：表示要匹配的字符串

        flags：可选参数，表示标志位，用于控制匹配方式，如 是否区分字母大小写（参数请查看上述的“常用标志”一栏）

# 举例

import re
 
string = r'(黑客)|(抓包)|(偷)|(盗)|(监听)'  # 模式字符串 匹配其中内容 “|”代表或
 
strings = "我想学习关于黑客方面的知识，并查阅黑客的书籍！"
 
match = re.search(string, strings)  # re.search 可以匹配字符串中任意一个地方的关键词
print(match)
if match == None:
    print(f"{strings} #安全！")
else:
    print(f"{strings} #有危险词汇！")

 # 运行结果：

多个分组的通道搜索

        如果想要搜索字符串对比内容中的任意一个字符串组合，可以使用以下表达式的格式

pattern = 'test(one|two|three)'

案例：

 
import re
 
strings = "testonetwothree"
pattern = r'test(one|two|three)'
txt = re.search(pattern, strings)
print(txt.group())  
print(txt.group(1)) # 只能匹配其中一个结果 多个也只能匹配一个  匹配最后一个

# 运行结果

使用groups()函数配合search 函数

        使用search函数提取字符的时候，可以使用 groups 这个方法取得分组内容

例如：

import re
# 将a中的数字匹配出来 并利用 groups 进行分组提取
 
a = "This is my phone 123-456789"
pattern = r"(\d{3})-(\d{6})"  
b = re.search(pattern, a)
print(b)
d, c = b.groups()
print(d)
print(c)

# 运行结果

3、使用findall()方法进行匹配

         findall()方法用于在整个字符串中搜索所有符合正则表达式的字符串，并以列表的形式返回。如果匹配成功，则返回匹配结构的列表，否则返回空列表

格式：

re.findall(pattern,string,[flages])

参数说明：

        pattern： 表示模式字符串，由要匹配的正则表达式转换而来

        string：表示要匹配的字符串

        flags：可选参数，表示标志位，用于控制匹配方式，如 是否区分字母大小写（参数请查看上述的“常用标志”一栏）

import re
 
# 匹配例子
pattern = r'This_\w+'  # 模式字符串  \w : 匹配字母或数字或下划线或汉字  "+" 代表 匹配前面的字符一次或多次
string = 'This_is_my_dog THIS_IS_MY_DOG'  # 要匹配的字符
match = re.findall(pattern, string, re.I)  # 匹配字符串不区分大小写 注意 I 大写
print(match)

 # 运行结果：

 4、sub()替换字符

sub 方法用于实现字符串的替换

格式：

re.sub(pattern,repl,string,count,flags)

# 参数说明

        pattern:  表示模式字符串，由要匹配的正则表达式转换而来。

        repl: 表示替换得字符串。

        string: 表示要被查找替换的原始字符。

        count：可选参数，表示模式匹配后替换的最大次数，默认为0次，表示替换所有的匹配内容。

        flags：可选参数，表示标志位，用于控制匹配方式，如是否区分字母大小写（参数请查看上述的“常用标志”一栏）

举例：

import re
 
string = r'(黑客)|(抓包)|(偷)|(盗)|(监听)'  # 模式字符串 匹配其中内容 “|”代表或
 
strings = "我想学习关于黑客方面的知识，并查阅黑客的书籍！"
 
match = re.sub(string,'（违规言语！）', strings)  # re.search 可以匹配字符串中任意一个地方的关键词
print(match)

  运行结果：

     

5、使用正则表达式分割字符串

        spli 方法用于实现根据正则表达式切割字符，并以列表的形式返回。

格式：

re.split(pattern,string,[maxsplit],[flags])

参数说明

        pattern：表示模式字符串，由要匹配的正则表达式转换而来。

        string： 表示要匹配的字符

        maxsplit： 可选参数，表示最大的拆分次数。

        可选参数，表示标志位，用于控制匹配方式，如是否区分字母大小写（参数请查看上述的“常用标志”一栏）

举例：

        截出一个正确的网址

import re
 
pattern = r'[?]'  # 定义分隔符
url = "https://www.bdqn.vip/?cat=7"
result = re.split(pattern, url)  # 分割字符串
print(result)

运行结果：

        

贪婪与非贪婪搜索

        我们都知道大括号的作用，当\d{4}代表重复4次，也就是大括号的数字设定的重复次数，那么(son){3,5}代表所搜说的字符串如果是 'sonsonson','sonsonson','sonsonsonsonson'都是符合条件的，也就是说字符串重复3~5次都算搜索成功

 案例：

def strings(pattern, msg):
    txt = re.search(pattern, msg)
    if txt == None:  # 如果搜索不到返回值为None
        print("搜索成功", txt)
    else:  # 反之搜索成功
        print("搜索成功", txt.group())
 
 
pattern = r'(son){3,5}'  # 匹配 "son" 3到8次
msg1 = "son"   
msg2 = "sonson"
msg3 = "sonsonson"
msg4 = "sonsonsonson"
msg5 = "sonsonsonsonson"
strings(pattern=pattern, msg=msg1)
strings(pattern=pattern, msg=msg2)
strings(pattern=pattern, msg=msg3)
strings(pattern=pattern, msg=msg4)
strings(pattern=pattern, msg=msg5)

# 运行结果：