Python(十七)---正则表达式

FeiYi

自学Python

发布于：2023年11月29日

次浏览

字数：1.7k字

时长：7分钟

和其他编程语言一样，Python 正则表达式也是为了匹配字符串。Python 的正则表达式是由 re 标准库提供的，拥有了基本所有的表达式。

re.match()

import re
text = "This is a sentence"
pattern = re.match('This', text)
print(pattern)
print(pattern.group())
# 输出结果
<_sre.SRE_Match object; span=(0, 4), match='This'>
This

我在尝试的过程中，发现不能像 shell 一样匹配中间段的字符串，这是因为 python 的正则匹配是从左到右匹配的，不会截取中间段的字符串。

忽略大小写(re.I)

import re
text = "This is a sentence"
pattern = re.match('this', text, re.I)
print(pattern.group())

匹配所有字符(re.S)

import re
text = """This is
a 
sentence
"""
pattern = re.match('\w.*', text, re.S)
print(pattern.group())

模糊匹配

在 shell 中模糊匹配有 ?/*/[0-9]/[a-z|A-Z]... ，Python 中有自己独有的规则，如下表：

以上模糊匹配的代表字符都将匹配的是单个字符

import re
text = "123\\abc"
pattern = re.match('\d\d\d\\\\[a-z][a-z][a-z]', text)
print(pattern.group())

以上的例子可以看到匹配 \\ 用了 \\\\，和 shell 中一样 \ 的作用是转义，理解转义的情况下就可以看明白了。在匹配中可以使用 r 将本身具有特殊意义的字符自动转义

import re
text = "123\\abc"
pattern = re.match(r'\d\d\d\\[a-z][a-z][a-z]', text)
print(pattern.group())

模糊+多字符匹配

上面提到模糊匹配都是匹配的单个字符，如果要匹配一直重复加也没有很简介高效。匹配多个字符 python 中也是有解决办法的。

示例：尝试 print() 以下变量，看看什么效果

import re

text = "123\\abc"
pattern = re.match('.*', text)   # .*表示任意字符匹配
pattern1 = re.match('\d+', text)
pattern2 = re.match('\d?', text)
pattern3 = re.match('\d{3}', text)
pattern4 = re.match('\d{1,}', text)
pattern5 = re.match('\d{1,3}', text)

边界匹配

以…开头，以…结尾等的效果

示例：

import re

email = input("请输入你的注册邮箱：").strip()
result = re.match("^\w+@\w+\.[a-z]+$", email)
if result:
    print("邮箱格式正确！")
else:
    print("邮箱格式错误！")

分组匹配

示例：邮箱限制163、qq、gmail

import re

email = input("请输入你的注册邮箱：").strip()
result = re.match("^\w+@(qq|gmail|163)\.[a-z]+$", email)
if result:
    print("邮箱格式正确！")
else:
    print("邮箱格式错误！")

分组示例：

import re

email = input("请输入你的注册邮箱：").strip()
result = re.match(r"^(\w+)@(\1)\.([a-z]+$)", email)  
if result:
    print("邮箱格式正确！")
else:
    print("邮箱格式错误！")
print(result.group(1))
print(result.group(2))
print(result.group(3))

以上代码中 r"^(\w+)@(\1)\.([a-z]+$)" 使用了反向引用，需要注意的是，这里的 \1 引用的是 (\w+) 匹配到的结果，也就是如果你输入的邮箱是 123@qq.com，这样的格式会被认为是错误的，因为 1 的位置匹配到的是 123，而 \1 的位置是 qq，并没有匹配到 123，会被认为结果不正确；如果输入的是 123@123.com，则匹配结果是没问题的。

分组别名示例：

import re

email = input("请输入你的注册邮箱：").strip()
result = re.match(r"(?P<abc>^\w+)@(?P=abc)\.([a-z]+$)", email)
if not result:
    print("邮箱格式错误！")
else:
    print("邮箱格式正确！")
print(result.group('abc'))

re.search()

前面提到无法像 shell 中 grep 那样检索全文进行匹配，而 re.search() 就是这个作用

import re
text = "我今年60岁"
pattern = re.search("\d+", text)
print(pattern.group())

re.split()

以匹配模式作为分隔符，切分字符串为列表，类似 awk 的 -F

import re
text = "我今年,60岁"
pattern = re.split(",", text)
print(pattern)

re.findall()

以列表形式返回所有匹配的字符串

import re
text = "我今年,60岁"
pattern = re.findall("\d+", text)
print(pattern)
# 输出结果
['60']

re.finditer() 与 findall() 同理。

re.sub()

字符串替换，repl替换匹配的字符串，repl可以是一个函数

import re
text = "我今年,60岁"
pattern = re.sub("\d+", "27", text)
print(pattern)
# 输出结果
我今年,27岁

博客内容遵循 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 协议

本文永久链接是：https://www.feiyiblog.com/2023/11/29/Python(%E5%8D%81%E4%B8%83)---%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F/

更新于：2023年11月29日

Python

字数：1.7k字

时长：7分钟