完整的正则表达式知识汇总（Python知识不断更新）

程序员文章站 2022-06-22 11:07:12

## 大纲: ## 一、正则概述 1.正则是什么正则就是一套规则,或者语法 2.正则的作用让我们判断是否符合我们的的规则,或者根据规则找到符合规则的数据 3.使用场景可以用正则判断我们输入的邮箱是否合法可以用正则去获取整个网页的照片 4.适合语言所有语言都可以通用 ## 二、正则表达式简单 ......

## 大纲:

## 一、正则概述

1.正则是什么
正则就是一套规则,或者语法
2.正则的作用
让我们判断是否符合我们的的规则,或者根据规则找到符合规则的数据
3.使用场景
可以用正则判断我们输入的邮箱是否合法
可以用正则去获取整个网页的照片
4.适合语言
所有语言都可以通用

## 二、正则表达式简单使用

题目：判断hello是否在helloword中存在
步骤：
1.导入包
2.使用正则匹配
![在这里插入图片描述](https://img-blog.csdnimg.cn/20181113200131709.png?x-oss-process=image/watermark,type_zmfuz3pozw5nagvpdgk,shadow_10,text_ahr0chm6ly9ibg9nlmnzzg4ubmv0l3dlaxhpbl80mtyzntmwnq==,size_16,color_ffffff,t_70)

## 三、正则规则汇总：

**1. 单字符（一般大写用的特别少）**
. 匹配任意1个字符（除了\n）
[ ] 匹配[ ]中列举的字符[ab456c][a-z]
\d 匹配数字，即0-9
\d 匹配非数字，即不是数字
\s 匹配空白，即空格，tab键\t,\n
\s 匹配非空白
\w 匹配单词字符，即a-z、a-z、0-9、_,国家的文字
\w 匹配非单词字符
```
# . 匹配任意1个字符（除了\n）
# --判断包含速度与激情字符串的
# print(re.match("用户速度与激情.8", '用户速度与激情 8').group())
# print(re.match("用户速度与激情.", '用户速度与激情_').group())

# [ ] 匹配[ ]中列举的字符[ab456c][a-z]
# 格式1:[单个值,...]
# 判断用户只想看1,4,8的速度与激情
print(re.match('速度与激情[148]', '速度与激情4').group())
# 格式2:[范围,...]
# 判断用户只看1到8的速度与激情
# print(re.match('速度与激情[1-8]', '速度与激情8').group())
# 格式3:[数字字符]
# 判断用户输入的速度与激情1到8或者速度与激情a-h
# print(re.match('速度与激情[1-8a-h]', '速度与激情e').group())

# \d 匹配数字，即0-9
# print(re.match('用户速度与激情\d', "用户速度与激情8").group())

# \d 匹配非数字，即不是数字
# print(re.match('用户速度与激情\d', "用户速度与激情\n").group())

# \s 匹配空白，即空格，tab键\t,\n
# --判断用户速度与激情 8
# print(re.match("用户速度与激情\s8", "用户速度与激情\n8").group())

# \s 匹配非空白
# print(re.match('用户速度与激情\d', "用户速度与激情\n").group())

# \w 匹配单词字符，即a-z、a-z、0-9、_,汉字也可以匹配,其他的国家的语言也可以匹配
# 判断用户输入包含速度与激情
# print(re.match("速度与激情\w", "速度与激情四"))
# print(re.match("速度与激情\w", "速度与激情かないで"))

# \w 匹配非单词字符（用的少）
print(re.match("\w", "&")）

```
**2. 多字符（一般大写用的特别少）**
\* 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 \d{3}
{m,n} 匹配前一个字符出现从m到n次 \d{4,6}
```
# * 匹配前一个字符出现0次或者无限次，即可有可无
# 表示0或者无限次
# 匹配一段文字或者没有输入文字

str = """今天天气不错
我们可以出去运动一下!
"""
print(re.match('.*', str).group())
# re.s 这个让我们的.匹配所有的数据(即忽略换行，匹配全文)
print(re.match('.*', str, re.s).group())

# + 匹配前一个字符出现1次或者无限次，即至少有1次，不能为空
print(re.match('.+', ' ').group())

# ? 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
# 用来表示有一个字符或者没有字符
# 用户输入的电话号码有时有'-'有时没有
# 例:02112345678 或者 021-12345678

print(re.match('021-?\d{8}', '021-12345678').group())
print(re.match('021-?\d{8}', '02112345678').group())

# {m} 匹配前一个字符出现m次 \d{3}
# 判断电话号码是否021 - 开头的后面8位电话号码
# 例: 021 - 12345678
# 判断电话号
print(re.match('021-\d{8}', '021-12345678').group())

# {m,n} 匹配前一个字符出现从m到n次 \d{4,6}
题目：# 匹配速度与激情1,速度与激情12
print(re.match('速度与激情\d{1,2}', '速度与激情12').group())

```
**3. 匹配开头结尾**
^ 匹配字符串开头
$ 匹配字符串结尾

**3.1 ^ 匹配字符串开头**
```
# 需求：匹配以数字开头的数据
import re

# 匹配以数字开头的数据
match_obj = re.match("^\d.*", "3hello")
if match_obj:
# 获取匹配结果
print(match_obj.group())
else:
print("匹配失败")

运行结果:
3hello
```
**3.2 $ 匹配字符串结尾**

```
# 需求: 匹配以数字结尾的数据

import re
# 匹配以数字结尾的数据
match_obj = re.match(".*\d$", "hello5")
if match_obj:
# 获取匹配结果
print(match_obj.group())
else:
print("匹配失败")
运行结果：
hello5
```
**4. 分组**
| 匹配左右任意一个表达式
( ) 将括号中字符作为一个分组
\num 引用分组num匹配到的字符串
(?p<name>) 分组起别名
(?p=name) 引用别名为name分组匹配到的字符串

**4.1. | 或**
\* 匹配前一个字符出现0次或者无限次，即可有可无

```
# | 相当于python中的or
# 案例:匹配出163或者126的邮箱
import re

str = "liuyang@163.com"
str2 = "liuyang@126.com"

# |或者的意思
print(re.match('.{4,20}@(163|126)\.com', str).group())
print(re.match('.{4,20}@(163|126)\.com', str2).group())
```

**4.2 ( )还可以单独取出匹配的某一部分数据**
```
# 案例:取出邮箱的类型(只要163,126),后期可以编计用户那个邮箱用的多
# str = "liuyang@126.com"

print(re.match(".{4,20}@(163|126)\.com", str).group())
print(re.match(".{4,20}@(163|126)\.com", str).group(0))
print(re.match(".{4,20}@(163|126)\.com", str).group(1))
```
**4.3 \num用来取第几组用()包裹的数据 \1取第一个内部的括号位置的值**
```
# 格式(xxx)\1 :\1表示获取(xxx)的值
# 1.案例<html>hh</html> # 这个一定是有字母,开始跟结束的字母必须一样

print(re.match("<([a-za-z]+)>.*</[a-za-z]+>", '<html>hh</html>').group())
print(re.match("<([a-za-z]+)>.*</\\1>", '<html>hh</html>').group(0))

# 2.案例<html><body>hh</body></html>

str = '<html><body>hh</body></html>'
# print(re.match("<([a-za-z]+)><[a-za-z]+>.*</[a-za-z]+></[a-za-z]+>", str).group())
# print(re.match("<([a-za-z]+)><[a-za-z]+>.*</[a-za-z]+></[a-za-z]+>", str).group(1))
# print(re.match("<([a-za-z]+)><([a-za-z]+)>.*</[a-za-z]+></[a-za-z]+>", str).group(2))
# print(re.match("<([a-za-z]+)><([a-za-z]+)>.*</\\2></\\1>", str).group())
```
**4.4 给分组取别名：(?p<别名>xxx)(?p=别名)**

```
# 使用别名给分组取别名,了解一下
# 格式:(?p<别名>xxx)(?p=别名)
# 案例<html><body>hh</body></html>
print(re.match("<(?p<name1>[a-za-z]+)><(?p<name2>[a-za-z]+)>.*</(?p=name2)></(?p=name1)>", str).group())
```

## **四、高级的api：**

**findall**
```
# 查询结果集
# findall
# 案例: 统计出python、c、c + +相应文章阅读的次数
# 数据: "python = 9999, c = 7890, c++ = 12345"

# 返回一个列表
print(re.findall("\d+", 'python = 9999, c = 7890, c++ = 12345'))
```
**sub**
```
# 替换数据
# sub
# 案例: 将匹配到的阅读次数换成998
# 数据: "python = 997"

# re.sub("替换的规则","想替换成的内容","被替换的内容")

# 只要匹配都替换
print(re.sub('\d+', '998', 'python = 997'))
print(re.sub('\d+', '998', 'python = 997,c++ = 7676'))
```
**search**
```
# 查询结果
# search 不会从头开始匹配,只要匹配到数据就结束
# 案例:匹配出文章阅读的次数中的次数
# 数据:"阅读次数为 9999"
import re

# search这个只查找一次
print(re.search('\d+', "阅读次数为 9999").group())
print(re.search('\d+', "阅读88次数为 9999").group())
```
**split**
```
# 字符串切割
# split
# 切割字符串“info:xiaozhang 33 shandong”, 根据:或者空格

print(re.split(":|\s", "info:xiaozhang 33 shandong"))
```

## **五、正则的贪婪模式与非贪婪**

在匹配符后加?
注意：python默认是贪婪的
例子：
场景liuyang@163.com liuyang@163.com,我们想取到第一个邮箱

```
import re

# 贪婪
# 多字符之后加一个?这个非贪婪

str = "liuyang@163.com liuyang@163.com \nliuyang@163.com"

print(re.match('.+@163\.com', str).group())
print(re.match('.+?@163\.com', str).group())
print(re.match('.*?@163\.com', str).group())
print(re.match('.+?', str).group())
```

## **六、非[^@]**

[^字符]这个是固定的一个语法,这个意思就是非
如果写字符串有可能会有错,他会去匹配一个字符串出错
例子：
场景liuyang@163.com liuyang@163.com,我们想取到第一个邮箱
```

# [^字符]字符非字符
import re

str = "liuyang@163.com liuyang@163.com"

print(re.match('.{4,20}@163\.com', str).group())

print(re.match('[^@]+@163\.com',str).group())

# 一般只填一个字符
print(re.match('[^bc]', 'c').group())
```

## ****七、转义：\\****

```
# \进行转义
# 在正则特殊的符号, 想以字符串的形式使用使用转义
# 匹配出163的邮箱地址，且 @ 符号之前有4到20位字符, 以.com结尾
import re

str = "liuyang@163.com"

print(re.match('.{4,20}@163\.com', str).group())
```

## **八、r原字符使用**

```
# r原字符
import re

print("\\")
print("\\\\")

print(re.match('\\\\', '\\').group())
print(re.match('\\\\\\\\', '\\\\').group())
```

## **九、案例：**

爬取岗位职责的信息：
```
str = """
<div>
岗位职责：
完成推荐算法、数据统计、接口、后台等服务器端相关工作
 
必备要求：
良好的自我驱动力和职业素养，工作积极主动、结果导向
  
技术要求：
1、一年以上 python 开发经验，掌握面向对象分析和设计，了解设计模式
2、掌握http协议，熟悉mvc、mvvm等概念以及相关web开发框架
3、掌握关系数据库开发设计，掌握 sql，熟练使用 mysql/postgresql 中的一种 
4、掌握nosql、mq，熟练使用对应技术解决方案 
5、熟悉 javascript/css/html5，jquery、react、vue.js
  
加分项：
大数据，数理统计，机器学习，sklearn，高性能，大并发。

</div>
"""

import re

print(re.sub('<.+?>|\s| ', '', str))

```

上一篇： cf1037D. Valid BFS?(BFS?)

下一篇： Python基础（中）

完整的正则表达式知识汇总（Python知识不断更新）

Python中列表的一些基本操作知识汇总

python中的编码知识整理汇总

Python中一些基础知识点的汇总：零基础也能看懂的Python基础

在Python中处理日期和时间的基本知识点整理汇总

Python中的列表知识点汇总

Python中列表的一些基本操作知识汇总

用一个完整的案例讲解Python数据分析的整个流程和基础知识

python_opencv 所有知识点汇总附带opencv库的函数库