代码收藏家 python之正则表达式用法详细讲解
一、re.compile 函数
作用：compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
案例：如何判断是正规的手机号
phone='''
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
'''
pattern=re.compile(r'1[3-9]\d{9}') #todo 编译正则表达式之后得到一个编译对象
result=pattern.search(phone) #todo search只会返回第一个匹配的结果，如果没有匹配成功返回None
print(result) #todo <re.Match object; span=(10, 21), match='15812312312'>
打印结果：
<re.Match object; span=(10, 21), match=‘16888888888’>
16888888888
(10, 21)
🔥🔥🔥特别注意1
result=pattern.search(phone)：search匹配成功返回的是Match对象；search只会返回第一个匹配的结果，如果没有匹配成功则返回None
result.group()：返回第一个匹配结果
result.span()：返回第一个匹配结果的下标，为什么是（10，21）呐？
weref234：从0开始，4结束后还包含了换行符’/n’2个字符，所以从10开始，不包含21，前闭后开的原则
🔥🔥🔥特别注意2
match函数：match匹配成功返回的是Match对象；作用用来匹配第一个注意是第一个字符的，这里的第一个是在被搜索的这串字符的第一个索引上的；如果第一个字符不匹配，则返回None
phone='''
weref234
16888888888
as13423423
weq
435435
15812312312e
afa15812312316
13111111111
'''
pattern=re.compile(r'1[3-9]\d{9}') #todo 编译正则表达式之后得到一个编译对象
result2=pattern.match(phone)
print(result2)
打印结果为None，因为第一个字符为w开头，所以匹配不到
phone1="17812312345aaa"
pattern=re.compile(r'1[3-9]\d{9}') #todo 编译正则表达式之后得到一个编译对象
result2=pattern.match(phone1) #todo match函数是从第一个字符开始匹配(从w开始匹配)，如果第一个字符不匹配，则返回None
print(result2)
print(result2.group()) #todo 返回第一个匹配结果
print(result2.span()) #todo 返回第一个匹配结果的下标
打印结果：
<re.Match object; span=(0, 11), match=‘17812312345’>
17812312345
(0, 11)
二、正则表达式
表示字符
.：匹配任意单个字符（不包括换行符）
[]：匹配字符集，区间中的集合，可匹配其中任意一个字符
\d：匹配数字，即0-9，可以表示为[0-9]、
\s：匹配空白字符，即空格
\S：匹配非空白字符，
\w：匹配单词字符，即a-z、A-Z、0-9、_
\W：匹配非单词字符
import re
#.匹配任意单个字符（不包括换行符）
one='123a'
res=re.match('.',one)
print(res.group())
#[]：匹配字符集，区间中的集合，可匹配其中任意一个字符
two='8'
res1=re.match('[0-9]',two) #匹配1-9之间的数字
print(res1.group())
res2=re.match('[0,1,8,9]',two) #匹配0、1、8、9之间的数字
print(res2.group())
two_2='Hello Python'
print(re.match('[hH]',two_2).group()) #匹配小写或大写H
#\d：匹配数字，即0-9，可以表示为[0-9]
three='天空1号发射成功'
print(re.match('天空\d',three).group())
print(re.search('\d',three).group())
表示数字
*：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，}：匹配前一个字符至少出现m次
{m，n}：匹配前一个字符出现从m到n次
需求1：匹配一个字符串第一个字母是大写，后面的字母必须是小写或者没有
print(re.match('[A-Z][a-z]*','Mn').group())
print(re.match('[A-Z][a-z]*','Msdfsg').group())
print(re.match('[A-Z][a-z][a-z]','Msdfs').group())
Mn
Msdfsg
Msd
需求2 匹配一个变量名，
print(re.match(r'[a-zA-Z_]+[\w]*','name1').group())
print(re.match(r'[a-zA-Z_]+[\w]*','_name1').group())
print(re.match(r'[a-zA-Z_]+[\w]*','2_name1'))
name1
_name1
None
需求3：匹配0-99之间的任意一个数字
print(re.match('[0-9]?[0-9]','88').group())
print(re.match('[0-9]?[0-9]','8').group())
print(re.match('[0-9]?[0-9]','08').group())
print(re.match('[0-9]?[0-9]','888').group())
88
8
08
88
需求4：匹配密码（8-20位，可以是大小写的字母、数字、下划线）
print(re.match('[a-zA-Z0-9_]{8,20}','12345678').group())
print(re.match('[a-zA-Z0-9_]{8}','12345678').group())
12345678
12345678
匹配边界
^：表示以什么开头
$：表示以什么结尾
\b：表示匹配单词的边界
|：或者
需求5：匹配163的邮箱地址，邮箱的用户名包含6~18个字符，可以是数字、字母、下划线、但是必须以字母开头，.com结尾
emails='''
awhaldc@163.com
asdasdfddasdfascvdfgbdfgdsds@163.com
afa_@163.com
awhaldc666@163.comax
q112dsdasdas@163.com
aaaa_____@qq.com
aaaa____@qq.com
'''
print(re.search('^[a-zA-Z][\w]{5,17}@163\.com$',emails,re.MULTILINE).group())
q112dsdasdas@163.com
需求6：匹配单词的边界
print(re.search(r'.*\bbeijing\b','I Love beijing too'))
print(re.search(r'.*\bbeijing\b','I Love beijing1 too'))
print(re.search(r'.*beijing','I Love beijing too'))
I Love beijing
None
I Love beijing
三、re模块的高级用法
re.findall(pattern,string)
1、findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象
需求7：匹配所有符合以下条件的邮箱
163的邮箱地址，
邮箱的用户名包含6~18个字符，
可以是数字、字母、下划线、
但是必须以字母开头，
.com结尾
import re
emails='''
awhaldc@163.com
asdasdfddasdfascvdfgbdfgdsds@163.com
afa_@163.com
112dsdasdas@163.com
aaaa_____@126.com
aaaa____@163.com
'''
#findall：pattern在string里所有的非重复匹配，返回一个迭代器iterator保存了匹配对象
list=re.findall(r'(^[a-zA-Z][\w]{5,17}@(163|126).com$)',emails,re.MULTILINE)
print(list)
for email in list:
print(email[0])
[(‘awhaldc@163.com’, ‘163’), (‘aaaa_____@126.com’, ‘126’), (‘aaaa____@163.com’, ‘163’)]
awhaldc@163.com
aaaa_____@126.com
aaaa____@163.com
2、sub：将匹配到的字符串，再次进行操作
需求8：匹配一个数字，把匹配的数字进行家1，返回
def add(result): #result是一个匹配对象
str_num=result.group()
num=int(str_num)+1
return str(num)
print(re.sub(r'\d+',add,'a=111'))
a=112
3、split：切割匹配成功的字符串
line='hello,world,china.'
print(re.split(r'\W+',line))
[‘hello’, ‘world’, ‘china’, ‘’]
需求9：以冒号或者空格，切割字符串
print(re.split(r':| ','info:kobe 18 beijing'))
[‘info’, ‘kobe’, ‘18’, ‘beijing’]
四、贪婪和非贪婪模式
什么是贪婪模式？
python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符
什么是非贪婪模式？
与贪婪模式相反，总是尝试匹配尽可能少的字符，可以使用、？、+、{m,n}加上?,使贪婪模式变为非贪婪模式*
需求9：非贪婪模式，需求：把电话和电话的描述信息尽可能的分开，只能用正则表达式
line2='this is my phone:188-1111-6666'
#非贪婪模式，需求：把电话和电话的描述信息尽可能的分开，只能用正则表达式
result=re.match(r'(.+?)(\d+-\d+-\d+)',line2)
print(result.group(1))
print(result.group(2))
this is my phone:
188-1111-6666
