1、引入re

請從以下文件裏取出所有的手機號

姓名        地區    身高    體重    電話
況詠蜜     北京    171    48    13651054608
王心顏     上海    169    46    13813234424
馬纖羽     深圳    173    50    13744234523
喬亦菲     廣州    172    52    15823423525
羅夢竹     北京    175    49    18623423421
劉諾涵     北京    170    48    18623423765
嶽妮妮     深圳    
 
177    54    18835324553
賀婉萱     深圳    174    52    18933434452
葉梓萱    上海    171    49    18042432324
杜姍姍   北京    167    49       13324523342

（1）普通版本

# -*- coding:utf-8 -*-
phone = []
with open(‘phone‘, ‘r‘,encoding=‘utf-8‘) as f:
    for line in f:
        line1 = line.split()
        
 
for i in line1:
            if i.startswith(‘1‘) and len(i) == 11:
                phone.append(i)
print(phone)

（2）文藝版本

# 拆包
# -*- coding:utf-8 -*-
phone_list = []
with open(‘phone‘, ‘r‘,encoding=‘utf-8‘) as f:
    for line in f:
        # 拆包
        name,city,height,weight,phone = line.split()
        
 
if phone.startswith(‘1‘) and len(phone) == 11:
            phone_list.append(phone)
print(phone_list)

（3）裝B版本

2.正則表達式

• 正則表達式本質上是一門語言，它不從屬與Python！Python只是將他人寫好的正則引擎集成到了語言內部，大多數編程語言都是這麽幹的！
• 正則表達式誕生的時間很長，應用非常廣泛，是業界公認的字符串匹配工具。雖然有不同版本的內部引擎，但基本通用，也就是說，你在Python內寫的正則表達式，可以移植到Linux的shell，Java語言等任何支持正則的場景中去。
• 正則表達式默認從左往右匹配。
• 正則表達式默認是貪婪模式。
• 正則表達式默認在匹配到了內容後，則終止匹配，不繼續匹配。
• 對同一個問題，編寫的正則表達式不是唯一的！

3.常用正則表達式

　　　　　　　　　　　　　　　　　　　　　　　　（1）校驗數字的相關表達式：

　　　　　　　　　　　　　　　　　　　　　　（2）校驗字符的相關表達式：

　　　　　　　　　　　　　　 （3）特殊場景的表達式:

4、re模塊

正則表達式就是字符串的匹配規則，在多數編程語言裏都有相應的支持，python裏對應的模塊是re

常用的表達式規則

‘.‘     默認匹配除\n之外的任意一個字符，若指定flag DOTALL,則匹配任意字符，包括換行
‘^‘     匹配字符開頭，若指定flags MULTILINE,這種也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)
‘$‘     匹配字符結尾， 若指定flags MULTILINE ,re.search(‘foo.$‘,‘foo1\nfoo2\n‘,re.MULTILINE).group() 會匹配到foo1
‘*‘     匹配*號前的字符0次或多次， re.search(‘a*‘,‘aaaabac‘)  結果‘aaaa‘
‘+‘     匹配前一個字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 結果[‘ab‘, ‘abb‘]
‘?‘     匹配前一個字符1次或0次 ,re.search(‘b?‘,‘alex‘).group() 匹配b 0次
‘{m}‘   匹配前一個字符m次 ,re.search(‘b{3}‘,‘alexbbbs‘).group()  匹配到‘bbb‘
‘{n,m}‘ 匹配前一個字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 結果‘abb‘, ‘ab‘, ‘abb‘]
‘|‘     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 結果‘ABC‘
‘(...)‘ 分組匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 結果為‘abcabca45‘


‘\A‘    只從字符開頭匹配，re.search("\Aabc","alexabc") 是匹配不到的，相當於re.match(‘abc‘,"alexabc") 或^
‘\Z‘    匹配字符結尾，同$ 
‘\d‘    匹配數字0-9
‘\D‘    匹配非數字
‘\w‘    匹配[A-Za-z0-9]
‘\W‘    匹配非[A-Za-z0-9]
‘s‘     匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 ‘\t‘

‘(?P<name>...)‘ 分組匹配 
re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 
結果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}

5.re的匹配語法

re的匹配語法有以下幾種

• re.match 從頭開始匹配
• re.search 匹配包含
• re.findall 把所有匹配到的字符放到以列表中的元素返回
• re.split 以匹配到的字符當做列表分隔符
• re.sub 匹配字符並替換
• re.fullmatch 全部匹配

re.compile(pattern, flags=0)

Compile a regular expression pattern into a regular expression object, which can be used for matching using its match(), search() and other methods, described below.

The sequence

prog = re.compile(pattern)
result = prog.match(string)

is equivalent to

result = re.match(pattern, string)

but using re.compile() and saving the resulting regular expression object for reuse is more efficient when the expression will be used several times in a single program.

re.match(pattern, string, flags=0)

從起始位置開始根據模型去字符串中匹配指定內容，匹配單個

• pattern 正則表達式
• string 要匹配的字符串
• flags 標誌位，用於控制正則表達式的匹配方式

import re
obj = re.match(‘\d+‘, ‘123uuasf‘)
if obj:
    print obj.group()

Flags標誌符

• re.I(re.IGNORECASE): 忽略大小寫（括號內是完整寫法，下同）
• M(MULTILINE): 多行模式，改變‘^‘和‘$‘的行為
• S(DOTALL): 改變‘.‘的行為,make the ‘.‘ special character match any character at all, including a newline; without this flag, ‘.‘ will match anything except a newline.
• X(re.VERBOSE) 可以給你的表達式寫註釋，使其更可讀，下面這2個意思一樣

a = re.compile(r"""\d + # the integral part
                \. # the decimal point
                \d * # some fractional digits""", 
                re.X)

b = re.compile(r"\d+\.\d*")

re.search(pattern, string, flags=0)

根據模型去字符串中匹配指定內容，匹配單個

import re
obj = re.search(‘\d+‘, ‘u123uu888asf‘)
if obj:
    print obj.group()

re.findall(pattern, string, flags=0)

match and search均用於匹配單值，即：只能匹配字符串中的一個，如果想要匹配到字符串中所有符合條件的元素，則需要使用 findall。

import re
obj = re.findall(‘\d+‘, ‘fa123uu888asf‘)
print obj

re.sub(pattern, repl, string, count=0, flags=0)

用於替換匹配的字符串

>>>re.sub(‘[a-z]+‘,‘sb‘,‘武配齊是abc123‘,)

>>> re.sub(‘\d+‘,‘|‘, ‘alex22wupeiqi33oldboy55‘,count=2)
‘alex|wupeiqi|oldboy55‘

相比於str.replace功能更加強大

re.split(pattern, string, maxsplit=0, flags=0)

>>>s=‘9-2*5/3+7/3*99/4*2998+10*568/14‘
>>>re.split(‘[\*\-\/\+]‘,s)
[‘9‘, ‘2‘, ‘5‘, ‘3‘, ‘7‘, ‘3‘, ‘99‘, ‘4‘, ‘2998‘, ‘10‘, ‘568‘, ‘14‘]

>>> re.split(‘[\*\-\/\+]‘,s,3)
[‘9‘, ‘2‘, ‘5‘, ‘3+7/3*99/4*2998+10*568/14‘]

re.fullmatch(pattern, string, flags=0)

整個字符串匹配成功就返回re object, 否則返回None

re.fullmatch(‘\w+@\w+\.(com|cn|edu)‘,"[email protected]")

3

4

24-[模塊]-re