Python正则表达式和练习

正则表达式

1.匹配类符号

1.正则表达式

正则表达式是一种可以让一些复杂的字符串问题变得简单的工具。

2.正则语法（通用）

  1. re模块：

    • fullmatch(正则表达式, 字符串) - 判断整个字符串是否满足正则表达式描述的规则（完全匹配）
    • python提供正则表达式的方法：提供一个字符串，字符串内容是一个正则表达式，这个字符串的最前面需要加r
    • python的正则表达式: r’正则’
    • js的正则表达式: /正则/
    • oc的正则表达式：“正则”

  2. 正则语法内容

    包括：匹配类符号、控制次数的符号、分组和分支、检测类符号

3.匹配类符号 - 约束字符串中某个位置上的字符是什么样的字符

  1. 普通符号(字符)

    在正则表达式表示字符本身的符号就是普通符号（除了特殊符号以外的都是普通符号）

    from re import fullmatch
# r'abc'  - 表示一个字符串有三个字符，分别是a、b和c
result = fullmatch(r'abc', 'abc')
print(result)

  2. . - 匹配任意一个字符

    # r'.bc' - 表示一个字符串，有3个字符，第一个字符是任意字符，第2个和第3个分别是b和c
result = fullmatch(r'.bc', '好bc')
print(result)

result = fullmatch(r'x..y', 'x-8y')
print(result)

  3. \d - 匹配任意一个数字字符

    result = fullmatch(r'x\dy', 'x6y')
print(result)

  4. \s - 匹配任意一个空白字符

    空白字符：任何可以产生空白效果的符号，例如：空格、\t、\n

    result = fullmatch(r'x\sy', 'x\ny')
print(result)

  5. \D - 匹配任意一个非数字字符

    result = fullmatch(r'x\Dy', 'xMy')
print(result)

  6. \S - 匹配任意一个非空白字符

    result = fullmatch(r'x\Sy', 'xay')
print(result)

  7. [字符集] - 匹配字符集中的任意一个字符

    • [mnab] - 匹配m或者n或者a或者b
    • [\dmn]、[m\dn] - 匹配任意数字或者m或者n
    • [\d\s] - 匹配任意数字或者任意空白
    • [1-9] - 匹配1到9中任意数字
    • [0-9] - 和\d效果一样
    • [a-z] - 匹配任意一个小写字母
    • [1-5a-z] - 匹配数字1到5或者任意小写字母
    • [A-Za-z] - 匹配任意一个字母
    • [\u4e00-\u9fa5] - 匹配任意一个中文
    • [\u4e00-\u9fa5wp] - 匹配任意一个中文或者w或者p
    result = fullmatch(r'x[Mn3+]y', 'xMy')
print(result)

result = fullmatch(r'x[\u4e00-\u9fa5\dwp]y', 'x3y')
print(result)

  8. [^字符集] - 匹配不在字符集中的任意一个字符

    result = fullmatch(r'x[^mn]y', 'x-y')
print(result)

result = fullmatch(r'x[^\u4e00-\u9fa5]y', 'x0y')
print(result)

2.控制次数的符号

控制次数的符号的用法: 匹配类符号次数

  1. *:任意次数(0或者多次)

    • a* - a出现0次或者多次
    • \d* - \d出现0次或者多次（任意数字出现0次或者多次）
    • [abc]* - [abc]出现0次或者多次
    print(fullmatch(r'xa*y', 'xy'))
print(fullmatch(r'xa*y', 'xay'))
print(fullmatch(r'xa*y', 'xaaaay'))
print(fullmatch(r'x\d*y', 'xy'))
print(fullmatch(r'x\d*y', 'x121029000y'))

  2. +:至少一次(1次或多次)

    print(fullmatch(r'xa+y', 'xy'))     # None
print(fullmatch(r'xa+y', 'xaaaaay'))
print(fullmatch(r'x[\u4e00-\u9fa5]+y', 'x函数y'))

  3. ?:0次或者1次

    # 277、-728、+723
print(fullmatch(r'[+-]?[1-9]\d\d', '810'))
print(fullmatch(r'❤?xy', '❤xy'))

  4. {}

    • {N} - N次
    • {M,N} - M到N次
    • {M,} - 至少M次
    • {,N} - 最多N次
    print(fullmatch(r'1[3-9]\d{9}', '13892839283'))
print(fullmatch(r'123a{4}', '123aaaa'))
print(fullmatch(r'123a{2,4}', '123aaa'))
print(fullmatch(r'123a{2,}', '123aaaaaaaa'))

# 练习：写一个正则表达式可以匹配任意一个整数字符串
# 123、23、1、+23、-23、100,2, 2312312  - 合法
# 0002、23s、+-23、01  -  不合法
print(fullmatch(r'[+-]?[1-9]\d*', '10'))

  5. 贪婪和非贪婪模式（了解）

    在匹配次数不确定的时候，匹配次数有贪婪和非贪婪两种模式

    • 默认是贪婪模式：*、+、{M,N}、{M,}、{,N}

      贪婪模式：如果多种匹配次数都可以匹配成功，最后取最大的次数进行匹配

    • 非贪婪模式：*?、+?、{M,N}?、{M,}?、{,N}?

      非贪婪模式：如果多种匹配次数都可以匹配成功，最后取最小的次数进行匹配

    # 贪婪
print(search('a.+b', '上访户大富豪amnbxybmnhjb按实际符合sdf'))      # 'amnbxyb'

# 非贪婪
print(search('a.+?b', '上访户大富豪amnbxybmnhjb按实际符合sdf'))     # 'amnb'

print(search('a.+b', '上访户大富豪axyb按实际符合sdf'))
print(search('a.+?b', '上访户大富豪axyb按实际符合sdf'))

3.分组和分支

1.分组 - ()

  1. 整体操作：将正则的一部分用()括起来表示一个分组，然后整体控制次数
  2. 重复匹配结果: 在正则中用()添加分组，然后在正则用 \M 来重复它前面第M个分组的匹配结果
  3. 捕获：findall函数在正则表达式中有分组的时候，只获取分组匹配到的结果
# 1） 整体操作
print(fullmatch(r'([a-z]{2}\d{2})+', 'an23an23km78an23an23'))
print(fullmatch(r'(ab){3}', 'ababab'))

# 2)重复匹配结果
# abc263mn263、abc009mn009
print(fullmatch(r'abc(\d{3})mn\1', 'abc800mn800'))
print(fullmatch(r'abc(\d{3})mn\1', 'abc800mn801'))      # None

# am622-622am、mk293-293mk
print(fullmatch(r'([a-z]{2})(\d{3})-\2\1', 'mk293-293mk'))

# 3)捕获
str1 = '大姐夫237收到w82hjjk===23sjs923.s,数据ssd282'
result = findall(r'\d+', str1)
print(result)       # ['237', '82', '23', '923', '282']

result = findall(r'[a-zA-Z]\d+', str1)
print(result)       # ['w82', 's923', 'd282']

result = findall(r'[a-zA-Z](\d+)', str1)
print(result)       # ['82', '923', '282']

2.分支 - |

  1. 正则1|正则2|正则3|…
  2. 注意：如果是正则的部分要进行分支选择，需要将部分分支地方加()
# abc12、abcMK、abc29、abcTY
print(fullmatch(r'abc\d{2}|abc[A-Z]{2}', 'abc89'))
print(fullmatch(r'abc(\d{2}|[A-Z]{2})', 'abcKS'))

4.检测类符号

检测类符号 - 检测符号所在的位置是否符合条件(必须是在匹配成功前提下才检测)

  1. 单词边界 - \b

    • 检测\b所在的位置是否是单词边界
    • 单词边界: 凡是可以将两个单词区分开的符号都是单词边界，比如：字符串开头、字符串结尾、空白字符、标点符号等!
    • 注意：检测类符号不影响字符串长度
    result = findall(r'\d{2}\b', '收到回复就27就是28 ssj09是==238skkls23;72')
print(result)

result = fullmatch(r'abc\b123', 'abc123')
print(result)       # None

result = fullmatch(r'abc,\b123', 'abc,123')
print(result)

  2. 检测字符串开头 - ^

  3. 检测字符串结尾 - $

    result = findall(r'^\d{2}', '78收到回复就27就是28 ssj09是==238skkls23;72')
print(result)

result = findall(r'\d{2}$', '78收到回复就27就是28 ssj09是==238skkls23;72')
print(result)

5.转义符号

  1. 转义符号

    在正则中本身具备特殊功能或者特殊意义的符号前加’’,让它的功能消失，变成普通符号

    print(fullmatch(r'\d\d\.\d\d', '12.34'))
print(fullmatch(r'\d\+\d', '2+4'))
print(fullmatch(r'abc\\d', 'abc\d'))
print(fullmatch(r'\(\d\d\)', '(23)'))

  2. []也可以让独立存在有特殊意义的符号功能消失

    +、*、?、.、^、$、|等

    注意：^和-在[]中的意义;[]在[]需要加\

    print(fullmatch(r'\d\d[.+*?\]$^-]\d\d', '12]34'))

6.re模块

re模块中常用的函数及其功能：

  • fullmatch(正则, 字符串) - 完全匹配；判断整个字符串是否正则描述的规则，如果不满足结果是None，满足返回匹配对象
  • match(正则, 字符串) - 匹配字符串开头;如果不匹配返回None，否则返回匹配对象
  • search(正则, 字符串) - 在整个字符串中查找第一个满足正则表达式的子串,如果找不到返回None,否则返回匹配对象
  • findall(正则, 字符串) - 获取整个字符串中所有满足正则的子串，返回一个列表 (注意分组问题)
  • finditer(正则， 字符串) - 获取整个字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素是匹配对象
  • sub(正则, 字符串1， 字符串2) - 将字符串2中所有满足正则的字串全部替换成字符串1
  • split(正则, 字符串) - 将字符串中所有满足正则的子串作为切割点对字符串进行切割
print(fullmatch(r'\d{3}', '123'))
print(match(r'\d{3}', '123阿萨德发234234asfas'))
print(search(r'\d{3}', '阿萨892德发208asf1023as'))
print(findall(r'\d{3}', '阿萨892德发208asf1023as'))
print(findall(r'[a-z](\d{3})', '阿萨892德发208asf1023as'))

str1 = 'how are you? i am fine! thank you! and you?'
result = str1.replace('you', 'me')
print(result)

result = sub(r'you|i', 'me', str1)
print(result)

str1 = '阿萨892德发208asf1023as'
result = sub(r'\d', '*', str1)
print(result)

str1 = 'how are you? i am fine! thank you! and you?'
print(str1.split('you'))
print(split(r'you', str1))

str1 = 'hsj+23g-shdf-ahsf-水电费+234'
print(split(r'[+-]', str1, 2))

作业

利用正则表达式完成下面的操作:

一、不定项选择题

  1. 能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括（ ABD）

    A.r"\(?\d{3}\)?-?\d{8}"
    B. r"[0-9()-]+"
    C.r"[0-9(-)]*\d*"
    D.r"[(]?\d*[)-]*\d*"

  2. 能够完全匹配字符串"back"和"back-end"的正则表达式包括（ ABCD ）
    A. r'\w{4}-\w{3}|\w{4}'
    B. r'\w{4}|\w{4}-\w{3}'
    C.r'\S+-\S+|\S+'
    D. r'\w*\b-\b\w*|\w*'

  3. 能够完全匹配字符串"go go"和"kitty kitty"，但不能完全匹配“go kitty”的正则表达式包括（AD）
    A.r '\b(\w+)\b\s+\1\b'
    B. r'\w{2,5}\s*\1'
    C. r'(\S+) \s+\1'
    D.r'(\S{2,5})\s{1,}\1'

  4. 能够在字符串中匹配"aab"，而不能匹配"aaab"和"aaaab"的正则表达式包括（ BC）
    A. r"a*?b"
    B. r"a{,2}b"
    C. r"aa??b"
    D. r"aaa??b"

二、编程题

1.用户名匹配

​ 要求: 1.用户名只能包含数字 字母 下划线

​ 2.不能以数字开头

​ 3.⻓度在 6 到 16 位范围内

print(fullmatch(r'[a-zA-Z_][\da-zA-Z_]{5,15}', 'we_are_family9339'))
  1. 密码匹配

​ 要求: 1.不能包含!@#¥%^&*这些特殊符号

​ 2.必须以字母开头

​ 3.⻓度在 6 到 12 位范围内

print(fullmatch(r'[a-zA-Z][^!@#¥%^&*]{5, 11}', 's123!56'))
  1. ipv4 格式的 ip 地址匹配
    提示: IP地址的范围是 0.0.0.0 - 255.255.255.255
"""
0~9: \d
10~99: [1-9]\d
100~199: 1\d\d
200~249: 2[0-4]\d
250~255: 25[0-5]
"""
print(fullmatch(r'(\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5]\.){3}(\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])', '255.255.255.255'))
  1. 提取用户输入数据中的数值 (数值包括正负数 还包括整数和小数在内) 并求和
例如:“-3.14good87nice19bye” =====> -3.14 + 87 + 19 = 102.86

str1 = '-3.14good87nice19bye'
result = findall(r'[+-]?[1-9]\d*[.]?\d*', str1)
sum = 0
for x in result:
    sum += float(x)
print(sum)
  1. 验证输入内容只能是汉字
print(fullmatch(r'[\u4e00-\u9fa5]+', '我啦啦啦'))
  1. 匹配整数或者小数（包括正数和负数）
print(fullmatch(r'[+-]?\d*[.]?\d*', '0'))
  1. 验证输入用户名和QQ号是否有效并给出对应的提示信息

要求：
用户名必须由字母、数字或下划线构成且长度在6~20个字符之间
QQ号是5~12的数字且首位不能为0

username = input('请输入用户名:')
qq = input('请输入qq号:')
if fullmatch(r'[a-zA-Z\d_]{6,20}', username):
     print('用户名有效')
else:
     print('用户名无效')

if fullmatch(r'[1-9]\d{4,11}', qq):
    print('qq号有效')
else:
    print('qq号无效')
  1. 拆分长字符串：将一首诗的中的每一句话分别取出来

​ poem = ‘窗前明月光，疑是地上霜。举头望明月，低头思故乡。’

poem = '窗前明月光，疑是地上霜。举头望明月，低头思故乡。'
result = split(r'[，。]', poem)
for x in result[:-1]:
    print(x)
版权声明：本文为m0_57864180原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。