正則表達式是什麽?能做什麽?

1,把一個文件中所有的手機號碼都找出來 從大段的文字中找到符合規則的內容

　　　open打開文件

　　　讀文件 str

　　　從一長串的字符串中找到所有的11位數字

　　　是一個字符一個字符的讀

2.輸入手機號 判斷某個字符串是否完全符合規則

　　驗證這個手機號是否合法

　　給這個手機號發送一個驗證碼

　　用戶收到驗證碼 填寫驗證碼

　　完成註冊

正則表達式

　　　　從大段的文字中找到符合規則的內容

　　　　　　爬蟲 從網頁的字符串中獲取到你想要的數據

　　　　　　日誌分析 提取所有的時間段的內容

　　　　判斷某個字符串是否完全符合規則

　　　　　　表單驗證:手機號 qq號 郵箱 銀行卡 身分證號 密碼

正則表達式 只和字符串打交道

正則表達式的規則

規則 字符串 從字符串中找到符合規則的內容

字符組 : [ ] 寫在中括號中的內容,都出現在下面的某一個字符的位置上都是符合規則的

[0-9] 匹配數字

[a-z] 匹配小寫字母

[A-Z] 匹配大寫字母

[8-9] 匹配8-9

[a-zA-Z] 匹配大小寫字母

[a-zA-Z0-9] 匹配大小寫字母和數字

[a-zA-Z0-9_] 匹配數字字母下劃線

元字符

\w 匹配數字字母下劃線 word關鍵字 相當於[a-zA-Z0-9_]

\d 匹配所有的數字 digit [0-9]

\s 匹配所有的空白符 回車/換行符 制表符 空格 space [\n\t]

　　　　匹配換行符 回車 \n

　　　　匹配制表符 tab \t

　　　　匹配空格

\W \D 和 \w \d \s 取反

　　　　[\s\S] [\d\D] [\w\W]是三組全集 意思是匹配所有的字符

\b 表示單詞的邊界

和轉義字母相關的元字符

\w \d \s(\n\t) \b \W \D \S

^ $

^ 匹配一個字符串的開始

$ 匹配一個字符串的結束

. 一個點表示匹配除換行符之外的所有的字符

[] 只要出現在中括號中的內容都可以被匹配

[^] 只要不出現在中括號的內容都可以被匹配

　　　有一些有特殊意義的元字符進入字符組中會恢復它本來的意義: . | [] ()

a|b 或 符合a規則或者b規則的都可以被匹配

　　如果a規則是b規則的一部分,且a規則要苛刻/長,就把a規則寫在前邊

　　將更復雜的\更長的規則寫在最前邊

() 分組 表示給幾個字符加上量詞約束的需求的時候,就給這些量詞分在一個組

量詞

{n}表示 這個量詞之前的字符\出現n次

{n,} 表示這個量詞之前的字符至少出現n次

{n,m} 表示這個量詞之前的字符出現n-m次

? 表示匹配量詞之前的字符出現 0次 或者 一次 表示可有可無

+ 表示匹配量詞之前的字符出現 1次 或者 多次

* 表示匹配量詞之前的字符出現 0次 或者 多次

匹配整數 \d+

匹配小數 \d+\.\d+

匹配整數和小數 \d+(\.\d+)?

匹配負數和負小數 -?\d+(\.\d+)?

匹配省份證號碼: [1-9]\d{14}(\d{2}[\dX])?

正則表達式的匹配特點:貪婪匹配

它會在允許的範圍內去最長的結果

非貪婪模式/惰性匹配 : 在量詞後邊加上?

　　　　.*?X 匹配任意非換行符任意長度 直到遇到了X(停止條件)就停止

print(r‘\\n‘)

print(r‘\n‘)

關於字符串挪到python中的轉義問題:只需要在工具中測試完畢,確認可以匹配上後,挪到 python中在字符串的外邊加上r,r‘ ‘即可

re 模塊

使用re模塊之前必須引入re模塊

import re

查找

findall: 匹配所有 每一項都是列表中的每一個元素

search:只匹配從左到右的第一個,得到的不是直接結果,而是一個變量,通過這個變量的group方法來獲取結果

如果沒有匹配到會返回None,如果繼續使用group會報錯

match 從頭開始匹配,相當於search中的正則表達式加上一個^

在math的方法的正則表達式後邊加上$,結果就是None

字符串處理的擴展: 替換 切割

split

sub 替換 誰 舊的 新的 替換多少次

加替換次數的

subn 返回一個元組,第二個元素是替換次數

re模塊的進階 :

compile 節省使用正則表達式解決問題的時間

編譯正則表達式 編譯成字節碼

在多次使用過程中 不會多次進行編譯

finditer 節省使用正則表達式解決問題的空間/內存

正則和re模塊