正则表达式

402次阅读

共计 4331 个字符，预计需要花费 11 分钟才能阅读完成。

需求

判断一个字符串是否是手机号
解决

编写一个函数，给函数一个字符串，如果是手机号则返回 True，否则返回 False

代码

def isPhone(phone):
    # 长度为 11
    # 全部都是数字字符
    # 以 1 开头
    pass

if isPhone("13812345678"):
    print("是手机号")
else:
    print("不是手机号")

注意

如果使用正则会让这个问题变得简单

python 自 1.5 版本开始增加了 re 模块，该模块提供了 perl 风格的正则表达式模式，re 模块是 python 语言拥有了所有正则表达式的功能

如下四个方法经常使用
- match()
- search()
- findall()
- finditer()

原型
```
def match(pattern, string, flags=0)
```
功能

尝试从字符串 string 的起始位置匹配一个 pattern 模式，如果不在起始位置匹配成功的话就返回 None
参数

参数说明

pattern 匹配的正则表达式(一种字符串的模式)

string 要匹配的字符串

flags 标识位，用于控制正则表达式的匹配方式

参数	说明
pattern	匹配的正则表达式(一种字符串的模式)
string	要匹配的字符串
flags	标识位，用于控制正则表达式的匹配方式

flags

值	说明
re.I	是匹配对大小写不敏感
re.L	做本地化识别匹配
re.M	多行匹配，影响到 ^ 和 $
re.S	使. 匹配包括换行符在内的所有字符
re.U	根据 Unicode 字符集解析字符，影响 \w、\W、\b、\B
re.X	通过给予我们功能灵活的格式以便更好的理解正则表达式

代码

import re

ret = re.match("www","www.zutuanxue_com.wang")
print(ret, type(ret), ret.span())
print(re.match("www","wwW.zutuanxue_com.www.wang", re.I))
print(re.match("www","zutuanxue_com.www.wang"))
print(re.match("www","zutuanxue_com.wang"))

原型
```
def search(pattern, string, flags=0)
```
功能

扫描整个字符串 string，并返回第一个 pattern 模式成功的匹配
参数

参数说明

pattern 匹配的正则表达式(一种字符串的模式)

string 要匹配的字符串

flags 标识位，用于控制正则表达式的匹配方式

参数	说明
pattern	匹配的正则表达式(一种字符串的模式)
string	要匹配的字符串
flags	标识位，用于控制正则表达式的匹配方式

flags

值	说明
re.I	是匹配对大小写不敏感
re.L	做本地化识别匹配
re.M	多行匹配，影响到 ^ 和 $
re.S	使. 匹配包括换行符在内的所有字符
re.U	根据 Unicode 字符集解析字符，影响 \w、\W、\b、\B
re.X	通过给予我们功能灵活的格式以便更好的理解正则表达式

代码

import re

ret = re.search("www", "zutuanxue_com.www.wang.www")
print(ret, type(ret), ret.span())

原型
```
def findall(pattern, string, flags=0)
```
功能

扫描整个字符串 string，并返回所有匹配的 pattern 模式结果的字符串列表
参数

参数说明

pattern 匹配的正则表达式(一种字符串的模式)

string 要匹配的字符串

flags 标识位，用于控制正则表达式的匹配方式

参数	说明
pattern	匹配的正则表达式(一种字符串的模式)
string	要匹配的字符串
flags	标识位，用于控制正则表达式的匹配方式

flags

值	说明
re.I	是匹配对大小写不敏感
re.L	做本地化识别匹配
re.M	多行匹配，影响到 ^ 和 $
re.S	使. 匹配包括换行符在内的所有字符
re.U	根据 Unicode 字符集解析字符，影响 \w、\W、\b、\B
re.X	通过给予我们功能灵活的格式以便更好的理解正则表达式

代码

import re

ret = re.findall("www", "zutuanxue_com.www.wang.wwwqqww1fffwwe")
print(ret, type(ret))

# ww1 ww2 ww3 ww4 wwa wwb wwc ww@
print(re.findall("", "zutuanxue_com.www.wang.wwwqqww1fffwwe"))

原型
```
def finditer(pattern, string, flags=0)
```
功能

与 findall()类似，返回一个迭代器
参数

参数说明

pattern 匹配的正则表达式(一种字符串的模式)

string 要匹配的字符串

flags 标识位，用于控制正则表达式的匹配方式

参数	说明
pattern	匹配的正则表达式(一种字符串的模式)
string	要匹配的字符串
flags	标识位，用于控制正则表达式的匹配方式

flags

值	说明
re.I	是匹配对大小写不敏感
re.L	做本地化识别匹配
re.M	多行匹配，影响到 ^ 和 $
re.S	使. 匹配包括换行符在内的所有字符
re.U	根据 Unicode 字符集解析字符，影响 \w、\W、\b、\B
re.X	通过给予我们功能灵活的格式以便更好的理解正则表达式

代码

import re

ret = re.finditer("www", "zutuanxue_com.www.wang.wwwqqww1fffwwe")
print(ret, type(ret))
for x in ret:
    print(x, type(x), x.span())

匹配	说明
.	匹配除换行符以外的任意字符，当 flags 被设置为 re.S 时，可以匹配包含换行符以内的所有字符，如果没有设置并且还匹配所有字符需要[.\n]
[]	里面是字符集合，匹配 [] 里任意一个字符
[0123456789]	匹配任意一个数字字符
[0-9]	匹配任意一个数字字符
[a-z]	匹配任意一个小写英文字母字符
[A-Z]	匹配任意一个大写英文字母字符
[A-Za-z]	匹配任意一个英文字母字符
[A-Za-z0-9]	匹配任意一个数字或英文字母字符
[^zutuanxue_com]	[]里的 ^ 称为脱字符，表示非，匹配不在 [] 内的任意一个字符
\d	匹配任意一个数字字符，相当于[0-9]
\D	匹配任意一个非数字字符，相当于`[^0-9]`
\w	匹配字母、下划线、数字中的任意一个字符，相当于[0-9A-Za-z_]
\W	匹配非字母、下划线、数字中的任意一个字符，相当于`[^0-9A-Za-z_]`
\s	匹配空白符(空格、换页、换行、回车、制表)，相当于[\f\n\r\t]
\S	匹配非空白符(空格、换页、换行、回车、制表)，相当于`[^ \f\n\r\t]`

impor re

print(re.findall(r"ww\d", "zutuanxue_com.www.wang.wwwqqww1fww\nffwweeeww3"))
print(re.findall(r"ww.", "zutuanxue_com.www.wang.wwwqqww1fww\nffwwe", re.S))

匹配	说明
^	行首匹配，和 [] 里的 ^ 不是一个意思
$	行尾匹配

import re

print(re.search(r"^zutuanxue_com","zutuanxue_com is a good man"))
print(re.search(r"^zutuanxue_com","a zutuanxue_com is a good man"))
print(re.search(r"man$","zutuanxue_com is a good man"))
print(re.search(r"^man$","man"))
s = '''zutuanxue_com is a good man
zutuanxue_com is a nice man
zutuanxue_com is a cool man
kaige is a good man
zutuanxue_com is a handsome man
'''
print("-----------------------")
ret = re.finditer(r"^zutuanxue_com", s, re.M)
for x in ret:
    print(x)

匹配	说明
\A	匹配字符串的开始，和 ^ 的区别是 \A 只匹配整个字符串的开头，即使在 re.M 模式下也不会匹配其他行的行首
\Z	匹配字符串的结尾，和 $ 的区别是 \Z 只匹配整个字符串的结尾，即使在 re.M 模式下也不会匹配其他行的行尾
\b	匹配一个单词的边界，指单词和空格的位置
\B	匹配非单词边界

import re

print(re.findall(r"\Azutuanxue_com", s, re.M))
print(re.findall(r"ck\b", "zutuanxue_com is a good man! ack is a nice mack,nckab"))
ret = re.finditer(r"ck\B", "zutuanxue_com is a good man! ack is a nice manckab")
for x in ret:
    print(x)

说明：以下使用 x、y、z 均为假设的普通字符，m、n 表示一个数字，不是正则表达式的元字符

匹配	说明
(xyz)	匹配括号内的 xyz，作为一个整体去匹配
x?	匹配 0 个或者 1 个 x，非贪婪匹配
x*	匹配 0 个或任意多个 x
x+	匹配至少一个 x
x{n}	确定匹配 n 个 x，n 是非负数
x{n,}	至少匹配 n 个 x
x{n,m}	匹配至少 n 个最多 m 个 x
x\|y	\| 表示或的意思，匹配 x 或 y

import re

print(re.findall(r"(very)", "zutuanxue_com is a very very good man"))
print(re.findall(r"a?", "11111a2222aa3333aaa44444aaaa55555"))
print(re.findall(r"a*", "11111a2222aa3333aaa44444aaaa55555"))
print(re.findall(r"a+", "11111a2222aa3333aaa44444aaaa55555"))
print(re.findall(r"a{2}", "11111a2222aa3333aaa44444aaaa55555"))
print(re.findall(r"a{3,}", "11111a2222aa3333aaa44444aaaa55555"))
print(re.findall(r"a{3,5}", "11111a2222aa3333aaa44444aaaa55555aaaaa666aaaaaa"))
print(re.findall(r"((s|S)unck)", "zutuanxue_com is a good manzutuanxue_com"))
print(re.findall(r"(zutuanxue_com|zutuanxue_com)", "zutuanxue_com is a good manzutuanxue_com"))