python之正则表达式：
#!/usr/bin/python3 # coding:utf-8 # Auther:AlphaPanda # Description:正则表达式 # Version:q # Date:Mon Dec 2 11:17:58 EST 2019 # 导入相关模块 import re """ 语法：把字符串按照正则表达式进行匹配，把匹配到的结果返回到列表中 lst = re.findall(正则表达式，字符串) """ # 1） 预定义字符集 # d 匹配数字 res = re.findall("d","adsf123asdfa") print(res,type(res)) # D 匹配非数字 print(re.findall("D","asdfa#@$123sdf")) # w 匹配字母数字下划线 print(re.findall("w","asdfas123%^&_sdf")) # W 匹配非字母非字母和非下划线的其他字符 print(re.findall("W","asdfas123%^&_sdf")) # s 匹配任意的空白符（空白符包括 换行符， 指标符， 回车符？？） print(re.findall("s","""abcd adf like you""")) # S 匹配任意的非空白符 print(re.findall("S","""abcd adf like you""")) # 匹配换行符 print(re.findall(" ","""abcd adf like you""")) # 匹配制表符 print(re.findall(" ","""abcd adf like you""")) ### 2)字符组[]匹配中括号内列举的字符，从[abc]三个中选一个 lst = re.findall("[abc]","pouiuaqe4b24c") print(lst) print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) #a1b a2b a3b print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) #acb ayb adb print(re.findall('a[A-Z]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb aYb print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b')) # aab aAb aWb aqb a1b # 优化 [0-9a-zA-Z] => [0-z] 可以匹配到特殊的字符,不是单纯的数字和字母 print(re.findall('a[0-z]b','a-b aab aAb aWb a@ba1b')) # ['aab', 'aAb', 'aWb', 'a@b', 'a1b'] # ^ 除了 : 除了+ - * / 之外的所有字符都匹配 print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) # a%b a&b # 如果就想匹配^或者-符号,使用进行转义 print(re.findall("a[^-]b","a^b a-b a*b")) # 匹配 lst = re.findall(r"a\b",r"a") print(lst) ##['a\b'] 显示问题 res = lst[0] print(res) ### 多个字符匹配 # 1 量词练习： # ？匹配0个或者是1个？前面的字符串 例如a? print(re.findall("a?b","abaabaaabbbasdf")) # ['ab', 'ab', 'ab', 'b', 'b'] # + 匹配一个或者多个+前面的字符串 print(re.findall("a+b","abaabaaabbbasdf")) # ['ab', 'aab', 'aaab'] # * 匹配0个或则多个*前的字符串 print(re.findall("a*b","abaabaaabbbasdf")) # ['ab', 'aab', 'aaab', 'b', 'b'] # {m,n} 匹配m个至n个中括号前的字符串 print(re.findall("a{1,5}b","abaabaaabbbasdf")) # {m,} 匹配至少出现m次大括号前面的字符串 print(re.findall("a{1,}b","baabaaabccccaaa")) ### 贪婪模式和非贪婪模式 """ 贪婪模式：匹配字符串时，默认向更多次进行匹配（回溯算法）、 非贪婪模式：匹配字符串时，默认向更少次匹配 回溯算法：从左到右依次进行匹配，直到最后再也匹配不到了，回头，找离右侧最近的字符返回 . 匹配除换行符（ 、 ）之外的任何单个字符。要匹配包括 ' ' 在内的任何字符，请使用像"(.| )"的模式。 贪婪模式： .? .+ .* .{m,n} 非贪婪模式： .?? .+? .*? .{m,n}? """ # 贪婪模式： strvar = "刘能和刘老根和刘铁棍子123子" res = re.findall("刘.",strvar) print(res) # 默认向更多次匹配 lst = re.findall("刘.?",strvar) print(lst) lst = re.findall("刘.+",strvar) print(lst) lst = re.findall("刘.*",strvar) print(lst) lst = re.findall("刘.{1,21}",strvar) print(lst) lst = re.findall("刘.{1,21}子",strvar) print(lst) # 非贪婪模式 # 默认向更少次匹配 lst = re.findall("刘.??",strvar) print(lst) lst = re.findall("刘.+?",strvar) print(lst) lst = re.findall("刘.*?",strvar) print(lst) lst = re.findall("刘.{1,21}?",strvar) print(lst) lst = re.findall("刘.{1,21}?子",strvar) print(lst) ### 3 边界符： # 卡住左边界 w # 卡住右边界 d strvar = "word pwd appp" lst = re.findall(r"w.*?",strvar) print(lst) lst = re.findall(r"w.*? ",strvar) print(lst) lst = re.findall(r"w.* ",strvar) print(lst) # 匹配word单词的方法 # 方法一： lst = re.findall(r"w.*?d",strvar) print(lst) # 方法二： lst = re.findall(r"wS*",strvar) print(lst) # 匹配以w为左边界，往右开使匹配尽量多非空字符，由于贪婪模式，因此会返回匹配到的第一个空字符前面所有的字符 # 4 ^ 以...开头 $ 以...结尾 """ 如果出现了^ 或者$,意味着把这个字符串当成一个整体匹配 """ strvar = "大哥大嫂大爷" print(re.findall('大.',strvar)) print(re.findall('^大.',strvar)) print(re.findall('大.$',strvar)) print(re.findall('^大.$',strvar)) # 返回空列表，以大开头之后有一个字符结尾 print(re.findall('^大.*?$',strvar)) print(re.findall('^大.*?$',"大哥大嫂大爷 as")) print(re.findall('^g.*? ' , 'giveme 1gfive gay')) print(re.findall('five$' , 'aassfive')) print(re.findall('^giveme$' , 'giveme')) print(re.findall('^giveme$' , 'giveme giveme')) print(re.findall("^g.*e",'giveme 1gfive gay')) #### 正则表达式分组 # 分组：使用()表达一个整体， （?:正则表达式）表示取消优先显示的功能 print(re.findall('.*_good','wusir_good alex_good secret男_good')) print(re.findall('.*?_good','wusir_good alex_good secret男_good')) # 优先显示括号内容 print(re.findall('(.*?)_good','wusir_good alex_good secret男_good')) # 取消优先显示内容 print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good')) # | 代表或，a|b 匹配字符a或者匹配字符b. 把字符串长的写在前面，字符串短的写在后面 strvar = "abckjkjabcd" lst = re.findall("abc|abcd",strvar) print(lst) lst = re.findall("abcd|abc",strvar) print(lst) # 匹配小数 strvar = "3.12 .234 asdf 0.23 34 56 -- ..." lst = re.findall(r"d+.d+",strvar) print(lst) # 匹配小数和整数 lst = re.findall(r"d+.d+|d+",strvar) print(lst) # 用分组的形式匹配 lst = re.findall(r"d+(?:.d+)?",strvar) print(lst) # 匹配135或者171的手机号 strvar = "13523456079,17198453627,13534342342" lst = re.findall(r"135d{8}|171d{8}",strvar) print(lst) lst = re.findall(r"135d{8}|171d{8}","17166668888,13566668888,13999992332") print(lst) lst = re.findall(r"^135d{8}$","13523234545") print(lst) # 正则函数search """ obj = re.serach(正则表达式，字符串) search 匹配到一个就立刻返回，返回一个对象 可以让分组里面的内容和匹配到的内容同时显示 findall 匹配到所有就返回，返回一个列表 不可以让分组的内容和匹配到的内容同时显示 search 匹配出来的结果 （1）group这个方法获取 （2）groups 一次性获取所有小括号中匹配到的内容 """ obj = re.search(r"^135d{8}$|^171d{8}","17166668888") print(obj) res = obj.group() print(res) # 匹配www.baidu.com或者是www.oldboy.com strvar = " www.baidu.com " obj = re.search(r"(www).(baidu|oldboy).(com)",strvar) res = obj.group() print(res) # 获取第一个小括号中的内容 res = obj.group(1) print(res) # 获取第二个小括号中的内容 res = obj.group(2) print(res) # 获取第三个小括号中的内容 res = obj.group(3) print(res) # 案例："5*6-7/3" 匹配5*6或者是7/3 计算最后的结果 strvar = "5*6-7/3" obj = re.search(r"d[*/]d",strvar) print(obj.group()) # 匹配5*6 res1 = obj.group() print(res1,type(res1)) # 计算5*6 def calc(strvar): if "*" in strvar: a,b = strvar.split("*") return float(a) * float(b) elif "/" in strvar: a,b = strvar.split("/") return float(a) / float(b) res = calc(res1) print(res) # 把结果替换回原来的字符 strvar1 = strvar.replace("5*6",str(res)) print(strvar1,"1") # 再去提取7/3 obj = re.search(r"d[*/]d",strvar1) res1 = obj.group() print(res1,type(res1),"2") # 计算7/3=2.33333333 res1 = calc(res1) print(res1,"3") # 把结果替换回原来的字符串 strvar2 = strvar1.replace("7/3",str(res1)) print(strvar2,type(strvar2),"(4") strvar2="30.0-2.3333333333333335" # 带有符号的小数或者整数 #lst = re.findall(r"[+-]?d+(?:.d+)?",strvar2) #print(lst) lst = re.findall(r"[+-]?d+(?:.d+)?",strvar2) # [+-]?d+(?:.d+)? # 小数: d+.d+ # 整数：d+ # 整数或者小数 d+(.d+)? # 实数 [+-]?d+(?:.d+)? print(lst) total = 0 for i in lst: total += float(i) print(total)