python进阶六 正则表达式
一 正则表达式概述
1.1 为什么要学习正则表达式
在实际开发过程中经常会有查找符合某些规则的字符串，比如：邮箱、图片地址、手机号码等。想匹配或者查找符合某些规则的字符串就可以使用正则表达式了。
1.2 什么是正则表达式
正则表达式(regular expression)描述了一种字符串匹配的模式
1、比如：检索一个串是否含有某种子串（检索）
2、比如：匹配的子串做替换（替换）
3、比如：从一个串中取出符合某个条件的子串（提取）
模式：一种特定的字符串模式，这个模式是通过一些特殊的符号组成的。
正则表达式并不是Python所特有的，在Java、PHP、Go以及JavaScript等语言中都是支持正则表达式的。
1.3 正则表达式的功能
① 数据验证（表单验证、如手机、邮箱、IP地址）
② 数据检索（数据检索、数据抓取） => 爬虫功能
③ 数据隐藏（135****6235 王先生）
④ 数据过滤（论坛敏感关键词过滤）
…
二 re模块
什么是re模块
在Python中需要通过正则表达式对字符串进行匹配时，可使用re模块
re模块使用三步走
第一步：导入re模块
importre第二步：使用match方法进行匹配操作
result=re.match(pattern正则表达式,string要匹配的字符串,flags=0)#flags : 可选，表示匹配模式，比如忽略大小写，多行模式等第三步：如果数据匹配成功，使用group方法来提取数据
result.group()案例1：
defdm01_match():# “”“匹配字符: 从大字符串中, 按照规则, 匹配符合条件的子串”“# 1 导入re模块importre# 2 使用match方法进行匹配操作# 2-1 在大的字符串中, 按照规则:“任意1个字符”+“it”+“任意1个字符”, 提取符合要求的子串# 注意: 提取出来的子串一定要符合规则result=re.match(".it.","aitcast")# 2-2 从左到右的匹配(不能跳, 不能从中间匹配), 一个字符一个字符的匹配（此时，结果是：没有找到符合规则的子串）# result = re.match(".it.", "iloveitcast")# 3 使用group方法来提取数据ifresult:info=result.group()print(info)else:print("没有找到符合规则的子串")if__name__=='__main__':dm01_match()输出结果：
aitc案例2：
defdm01_match():# 扫描字符返回第一个成功的匹配 def search(pattern, string, flags=0) '''importre result=re.search("\d.*","city:1beijing2.shanghai")# "\d.*": 数字开头,任意多个字符字符结尾# result = re.search(".\d.", "cityp.1.beijing2.shanghai")ifresult:print(result.group())else:print('没有匹配到')passif__name__=='__main__':dm01_match()结果：
1beijing2.shanghai案例3：
defdm01_match():importre sentence="车主说:你的刹车片应该更换了啊,嘿嘿"# 正则表达式: 去除多余字符p=r"呢|吧|哈|啊|啦|嘿|嘿嘿"r=re.compile(pattern=p)mystr=r.sub('',sentence)print('mystr-->',mystr)# 正则表达: 删除除了汉字数字字母和，！？。.- 以外的字符# \u4e00-\u9fa5 是用来判断是不是中文的一个条件p="[^，！？。\.\-\u4e00-\u9fa5_a-zA-Z0-9]"r=re.compile(pattern=p)mystr=r.sub('',sentence)print('mystr-->',mystr)# 半角变为全角 sentence.replace(",", "，") 逗号 感叹号 问号sentence="你好."mystr=sentence.replace(".","。")print('mystr-->',mystr)if__name__=='__main__':dm01_match()结果：
mystr-->车主说:你的刹车片应该更换了,mystr-->车主说你的刹车片应该更换了啊嘿嘿 mystr-->你好。三 正则表达式编写
3.1 使用re模块匹配单个字符
| 代码 | 功能 |
|---|---|
| . | 匹配任意1个字符（除了\n） |
| [ ] | 匹配[ ]中列举的字符 |
| [^指定字符] | 匹配除了指定字符以外的所有字符 |
| \d | 匹配数字，即0-9 |
| \D | 匹配非数字，即不是数字 |
| \s | 匹配空白，即 空格，tab键 |
| \S | 匹配非空白 |
| \w | 匹配非特殊字符，即a-z、A-Z、0-9、_、汉字 |
| \W | 匹配特殊字符，即非字母、非数字、非汉字 |
案例1：
defdm01_match():importre# 1 . 匹配任意1个字符（除了\n）# 匹配数据: 从左向右匹配，一个字符接着一个字符的匹配result=re.match("itcast.","itcast2")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
itcast2案例2：
defdm01_match():importre# 2 [ ] 匹配[ ]中列举的字符# [a-z] [A-Z] [0-9] [a-zA-Z0-9]# 匹配数据result=re.match("itcast[123abc]","itcast376")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
itcast3案例3：
defdm01_match():importre# 3 \d 匹配数字,即0-9 => [0123456789] => [0-9]# 匹配数据result=re.match("itcast\d","itcast5")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
itcast53.2 使用re模块匹配多个字符
| 代码 | 功能 |
|---|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 |
| + | 匹配前一个字符出现1次或者无限次，即至少有1次 |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,n} | 匹配前一个字符出现从m到n次 |
案例1：
defdm01_match():importre# 1 * 匹配前一个字符出现0次或者无限次，即可有可无result=re.match("itcast1*","itcast111123333itcast")# 1出现0次或者多次# result = re.match("itcast\d*", "itcast23333itcast") # 数字出现0次或者多次# result = re.match("itcast\d*itcast", "itcast123333itcast") # 数字出现0次或者多次 itcast开始 itcast结束# result = re.match("itcast\d*itcast", "itcastitcast") # 数字出现0次或者多次 itcast开始 itcast结束# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
itcast1111案例2：
defdm01_match():importre# 2 + 匹配前一个字符出现1次或者无限次，即至少有1次# 数字必须出现1次或者多次result=re.match("itcast\d+itcast","itcast11333444itcast")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
itcast11333444itcast案例3：
defdm01_match():importre# 3 ? 匹配前一个字符出现1次或者0次，即要么有1次，要么没有# 数字出现0次或者1次result=re.match("itcast\d?itcast","itcastitcast")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()itcastitcast案例4：
defdm01_match():importre# 4 {m} 匹配前一个字符出现m次result=re.match("itcast\d{2}itcast","itcast12itcast")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
itcast12itcast案例5：
defdm01_match():importre# 5 {m,n} 匹配前一个字符出现从m到n次# 注意1:{2, 5} 中括号里面,逗号之后不能加空格result=re.match("itcast\d{2,5}itcast","itcast111itcast")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()itcast111itcast3.3 使用re模块匹配指定字符串开头或者结尾
| 代码 | 功能 |
|---|---|
| ^ | 匹配字符串开头 |
| $ | 匹配字符串结尾 |
案例1：
defdm01_match():importre# 1-1 ^ 匹配字符串开头# 匹配数据: 匹配1个数字开头的子串result=re.match("^\ditcast","2itcast")# 1 匹配1个数字开头 + itcast# result = re.match("^\ditcast", "22itcast") # 2 匹配不上# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
2itcast案例2：
defdm01_match():importre# 3 匹配以数字为开头以数字为结尾result=re.match("^\d.*\d$","11itcast22")# 获取数据ifresult:info=result.group()print(info)else:print("没有匹配到")if__name__=='__main__':dm01_match()结果：
11itcast223.4 使用re模块提取分组数据
| 代码 | 功能 |
|---|---|
| | | 匹配左右任意一个表达式 |
| (ab) | 将括号中字符作为一个分组 |
| \num | 引用分组num匹配到的字符串 |
案例1：
defdm01_match():importre# 1 需求：在列表中["apple", "banana", "orange", "pear"]，匹配apple和pearfruit=["apple","banana","orange","pear"]# 获取字符串数据forvalueinfruit:result=re.match("apple|pear",value)# 判断匹配是否成功ifresult:info=result.group()print("我想吃的水果:",value)else:print(f"这个不是我想吃的水果{value}")if__name__=='__main__':dm01_match()结果：
我想吃的水果:apple 这个不是我想吃的水果banana 这个不是我想吃的水果orange 我想吃的水果:pear