正则表达式

from re import fullmatch,search

re是python里提供专门使用正则表达式的相关函数

1.什么是正则表达式

正则表达式是一种让字符串处理更简单的工具（本质是做字符串匹配的）

2. 正则表达式的语法

fullmatch(正则表达式，字符串) - 让正则表达式和字符串进行完全匹配，如果匹配失败，结果是None python的正则表达式：r’正则表达式’

1）普通字符 - 表示字符本身

re_str = r'abc' result = fullmatch(re_str,'abc') print(result)

2) 特殊字符

. - 匹配一个任意字符

re_str1 = r'.abc.' result = fullmatch(re_str1,'FabcF') print(result)

3) \w - 匹配任意一个数字、字母或者下划线（针对ASCII码表有效,平时不用）

re_str2 = r'\wabc' result = fullmatch(re_str2,'_abc') print(result)

4）\d - 匹配任意数字字符

re_str3 = r'\d\d\d' result = fullmatch(re_str3,'123') print(result)

5) \s - 匹配任意一个空白字符

re_str = r'\s\d..' result = fullmatch(re_str,'\n9k/') print(result)

6) \D和\S

\字母 - 小写字母和对应大写字母的功能相反

re_str1 = r'\dabc\D' result = fullmatch(re_str1,'8abc-') print(result)

7) [字符集] - 匹配字符集中出现的任意一个字符

注意：一个[]只能匹配一个字符

a. [abc123] - 匹配a,b,c,1,2,3中任意一个字符 b. [a-z] - 表示匹配从字符a到字符z之间的任意一个字符 [a-zA-Z] - 匹配任一字母 [\u4e00-\u9fa5]

re_str = r'[abcABC]123' result = fullmatch(re_str,'c123') print(result)

练习：判断输入的手机号是否正确

re_str = r'1[3-9]\d\d\d\d\d\d\d\d\d' result = fullmatch(re_str,'18') print(result)

注意：[]中-前面的字符编码值必须小于-后面字符的编码值，[]中-如果不在两个字符中间，-就没有特殊功能，直接表达它本身

re_str = r'[a-zA-Z0-9_]abc' result = fullmatch(re_str,'/abc') print(result)

8) [^字符集] - 取字符集以外的任一字符

3. 检测符号

\b - 检测是否是单词的边界 单词边界：字符串开头，字符串结尾，凡是能区分出两个不同单词的符号 注意：检测类符号不影响匹配长度，只是在匹配成功的时候做进一步检测 re_str = r'\d\d\b\d\d' result = fullmatch(re_str,'12 34') # None re_str = r'\d\d.\b\d\d' result = fullmatch(re_str,'12 34')

2）^ - 检测^所在位置是否是字符串开头

re_str = r'\d^abc' print(fullmatch(re_str,'1abc')) # None re_str = r'^\d\d\dabc' print(fullmatch(re_str,'123abc')) print(search((r'^\d\d\d'),'ads345abc'))

3) $检测$所在的位置是否是字母的结尾

print(search((r'\d\d\d$'),'ads345abc'))

4. 匹配次数

1）* - 匹配0次或多次

字符* - 字符出现0或多次

re_str = r'a*' print(fullmatch(re_str,'ads345abc')) re_str = r'123[a-z]*' print(fullmatch(re_str,'123wqhis'))

2)+ - 匹配一次或多次

re_str = r'a+' print(fullmatch(re_str,'a'))

3) ? - 匹配0次或1次

re_str = r'\d?abc' print(fullmatch(re_str,'0abc'))

练习：写一个正则表达式可以匹配任一整数字符串

re_str = r'[-+]?\d+' print(fullmatch(re_str,'78923474893702148973219847039'))

4) {}

{N} - 表示匹配N次 {M,N} - 匹配M到N次 {M,} - 至少匹配M次 {,N} - 最多匹配N次

re_str = r'\d{4}abc' print(fullmatch(re_str,'1234abc')) re_str = r'\d{4,6}abc' print(fullmatch(re_str,'1234567abc')) re_str = r'\d{4,}abc' print(fullmatch(re_str,'1234567abc')) re_str = r'\d{，4}abc' print(fullmatch(re_str,'1234567abc'))

5. 贪婪和非贪婪

在匹配次数不确定的情况下，匹配模式分为两种：贪婪和非贪婪 贪婪：默认都是贪婪的（在能匹配到的前提下匹配次数尽可能多） *、+、？、{M,N}、{M,}、{,N} 非贪婪：(在能匹配成功的前提下，匹配次数尽可能少)在匹配次数不确定的时候，次数后面加问号，匹配就是贪婪的 *？、+？、？？、{M，N}?、{M,}？、{,N}？

re_str = r'\d{2,}'