正则表达式的介绍
他是一门独立的语言，跟python等的语言没有任何的关系，但是其他语言可以使用正则表达式来做一些功能，主要是用来筛选数据的
^(13|14|15|18)[0-9]{9}$
形如上述代码的就是正则表达式
什么是正则表达式：
利用一些特殊符号匹配出想要的数据就是正则表达式，简称正则
字符组
[0123456789] # 匹配0-9之间的数字 [0-9] # 匹配0-9之间的数字 \d # 匹配0-9之间的数字 [a-z] # 匹配a-z之间的字符 [A-Z] # 匹配A-Z之间的字符 # 匹配0-9a-zA-Z如何写 [0123456789ABCDEFGHIJ...abcdefghij...] [0-9A-Za-z]
字符
. 匹配除换行符以外的任意字符 # 掌握 \w 匹配字母或数字或下划线 # 掌握 \s 匹配任意的空白符 \d 匹配数字 # 掌握 \n 匹配一个换行符 # 掌握 \t 匹配一个制表符 \b 匹配一个单词的结尾 ^ 匹配字符串的开始 # 掌握 $ 匹配字符串的结尾 # 掌握 \W 匹配非字母或数字或下划线 \D 匹配非数字 \S 匹配非空白符 a|b 匹配字符a或字符b # 掌握 () 匹配括号内的表达式，也表示一个组 [...] 匹配字符组中的字符 # 掌握 [^...] 匹配除了字符组中字符的所有字符 # 掌握
量词
1. 量词只能影响前面的一个字符 2. 量词不能单独使用，必须配合其他字符串使用 * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次
贪婪匹配和非贪婪匹配
# 待匹配的字符 <script>123</script> # 正则表达式是： <.*> # 匹配结果是： <script> <script>123</script> # 默认匹配的是贪婪匹配：尽可能的多匹配 '''把贪婪匹配转为非贪婪匹配''' <.*?> # 非贪婪匹配尽可能的少匹配 .*?组合的用法
小练习
^[1-9]\d{13,16}[0-9x]$
^[1-9]\d{13,16}[0-9x]$
^[1-9]\d{14}(\d{2}[0-9x])?$
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$
# 由于正则表达式的复杂性，所以，以后遇到常见的匹配规则，我们就去百度搜
1. 写一个匹配常见的手机号的正则
^((13[0-9])|(14[5,7])|(15[0-3,5-9])|(17[0,3,5-8])|(18[0-9])|166|198|199|(147))\d{8}$
转义字符
'\\\\\\\\n' \\\\\\\\\\\\\\\\n '\t' \\t '''一个斜杠只能转义一个字符''' # 在python中转义字符推荐使用：r'\n' '\\n' =====》
re模块
1. re是内置的模块，可以直接使用 2. 在python中，要想使用正则需要借助于re模块 re: regular express import re # re.findall('这是正则表达式', '待匹配的文件') # res=re.findall('b', 'eva jason kavin') # print(res) # ['a', 'a', 'a'] # 如果匹配不到字符，就返回空列表[] # res=re.search('b', 'eva jason kavin') # print(res) # print(res.group()) """如果匹配不到，就返回None""" # if res: # print(res.group()) # else: # print('没有匹配到') # try: # print(res.group()) # except Exception: # print('没有找到') res=re.match('a', 'aeva jason kavin') # 从开头开始匹配 print(res) print(res.group())
分组
# 分组相关 # res = re.search('^[1-9](\d{14})(\d{2}[0-9x]?)$','110105199812067023') # print(res) # print(res.group()) # print(res.group(1)) # print(res.group(2)) # 无名分组 # 对于findall，它具有分组优先展示, 也称之为是无名分组 # res = re.findall('^[1-9]\d{14}(?:\d{2}[0-9x]?)$','110105199812067023') # print(res) # ['023'] # 有名分组 res = re.search('^[1-9]\d{14}(?P<month>\d{2}[0-9x]?)$','110105199812067023') print(res) # print(res.group(1)) print(res.group()) print(res.group(1)) print(res.group('month'))