欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页  >  IT编程

Python全栈之正则表达式

程序员文章站 2022-06-26 10:58:34
目录1. 正则表达式_匹配单个字符2. 正则表达式_匹配多个字符3. 正则表达式_匹配分组小提示：4. 小练习答案：总结1. 正则表达式_匹配单个字符正则表达式在线测试： http://tool.ch...

1. 正则表达式_匹配单个字符

正则表达式在线测试： http://tool.chinaz.com/regex

# ### 正则表达式 - 匹配单个字符
import re
"""lst = re.findall(正则表达式,字符串)"""
# (1) 预定义字符集
# \d 匹配数字
strvar = "sdjfklj234&*(&1"
lst = re.findall("\d",strvar)
print(lst)
# \d 匹配非数字
strvar = "ywersdf78_&"
lst = re.findall("\d",strvar)
print(lst)
# \w 匹配字母或数字或下划线     (正则函数中,支持中文的匹配)
strvar = "sadf234_^&*%$^$%你好"
lst = re.findall("\w",strvar)
print(lst)
# \w 匹配非字母或数字或下划线
strvar = "sadf234_^&*%$^$%你好"
lst = re.findall("\w",strvar)
print(lst)
# \s 匹配任意的空白符 ( " "  \t  \n \r )
strvar = " 		 \r "
lst = re.findall("\s",strvar)
print(lst)
# \s 匹配任意非空白符
strvar = " 		 \r  123_*("
lst = re.findall("\s",strvar)
print(lst)
# \n 匹配一个换行符
strvar = """
今天国庆假期结束了,兄弟们满载	而归,玩的	很困,尽	快调	整.
"""
lst = re.findall(r"\n",strvar)
print(lst)
# \t 匹配一个制表符
lst = re.findall(r"\t",strvar)
print(lst)
# (2) 字符组 [] 匹配出字符组当中列举的字符(默认选一个)
# lst = re.findall("[123]","a1b2c3d4")
# print(lst)
print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb
print(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b  a2b a3b
# 优化写法 0123456789  => 0-9
print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) 
print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb
# 优化写法 abcdefg => a-g  表达所有的小写字母 a-z
print(re.findall('a[a-g]b','a1b a2b a3b acb ayb adb'))
print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) # acb adb ayb
print(re.findall('a[abcdefg]b','a1b a2b a3b  aab adb ayb')) # aab adb
# 优化写法 abcdefg => a-g  表达所有的大写字母 a-z
print(re.findall('a[a-g]b','a1b a2b a3b  aab adb ayb')) # aab adb
print(re.findall('a[a-z]b','a1b a2b a3b  aab adb ayb')) # aab adb ayb
# 注意点: 不能直接写a-z  中间ascii编码中包含了特殊的符号
print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb a[b'))
# 匹配所有的字母和数字
print(re.findall('a[a-za-z0-9]b','a1b a2b a3b acb ayb adb a[b'))
print(re.findall('a[0-9a-za-z]b','a-b aab aab awb aqba1b'))  #aab aab awb aqb a1b
print(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b
# ^ 在字符组开头的位置出现代表 除了...的意思
print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) #a%b a&b
# 匹配^-\等特殊字符时 ,需要前面加上\进行转义
strvar = "a^c a-c a\c"
lst = re.findall(r"a[\^\-\\]c",strvar)
print(lst)
print(lst[-1])
# 注意点:为了防止转义,在正则表达式中或者要匹配的字符串中,无脑加r实现匹配
strvar = r"a\b"
lst = re.findall(r"a\\b",strvar)
print(lst[0])

2. 正则表达式_匹配多个字符

# ### 正则表达式 - 匹配多个字符
# (1) 量词
import re
'''1) ? 匹配0个或者1个a '''
print(re.findall('a?b','abbzab abb aab'))   #  ab b  ab ab b ab
'''2) + 匹配1个或者多个a '''
print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab
'''3) * 匹配0个或者多个a '''
print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b 
'''4) {m,n} 匹配m个至n个a '''
# 1 <= a <= 3 
print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) #aaab ab aab ab aab
# {2}  代表必须匹配2个a
print(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) # aab aab aab
# {2,} 代表至少匹配2个a
print(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab
# (2) 贪婪匹配 和 非贪婪匹配
"""
贪婪匹配  : 默认向更多次匹配  (回溯算法)
非贪婪匹配: 默认向更少次匹配  (配合?号使用)    
回溯算法 : 从左向右进行匹配,直到找到最后一个,再也没有了,回头,返回上一个找到的内容
. 除了\n,匹配所有字符
非贪婪写法: 量词 + ? 
"""
# 贪婪匹配(模式)
strvar = "刘能和刘老根和刘罗锅111子222子"
lst = re.findall("刘.",strvar)
print(lst) # lst = re.findall("刘.?",strvar)
lst = re.findall("刘.?",strvar)
print(lst) # lst = re.findall("刘.?",strvar)
lst = re.findall("刘.+",strvar)
print(lst) # ['刘能和刘老根和刘罗锅111子222子']
lst = re.findall("刘.*",strvar)
print(lst) # ['刘能和刘老根和刘罗锅111子222子']
lst = re.findall("刘.{1,20}",strvar)
print(lst) # ['刘能和刘老根和刘罗锅111子222子']
lst = re.findall("刘.*子",strvar)
print(lst)
# 非贪婪匹配(模式)
lst = re.findall("刘.??",strvar)
print(lst) # ['刘', '刘', '刘']
lst = re.findall("刘.+?",strvar)
print(lst) # 刘能 刘老 刘罗
lst = re.findall("刘.*?",strvar)
print(lst) # ['刘', '刘', '刘']
lst = re.findall("刘.{1,20}?",strvar)
print(lst) # ['刘能', '刘老', '刘罗']
lst = re.findall("刘.*?子",strvar)
print(lst)
# (3) 边界符
"""
\b 本身是转义字符 退格,退到光标上一位
\b 在正则中还有边界符的意思
"word"
卡主左边界:\bw
卡主右边界:d\b
"""
strvar = "word old fuck"
# 右边界
lst = re.findall(r"d\b",strvar) # ['d', 'd']
lst = re.findall(r".*d\b",strvar) # ['word old']
lst = re.findall(r".*?d\b",strvar) # ['word old']
print(lst) 
# 左边界
lst = re.findall(r"\bw",strvar)
lst = re.findall(r"\bw.*",strvar)
lst = re.findall(r"\bw.*?",strvar)
lst = re.findall(r"\bw.*? ",strvar) # 空格在正则表达式中,不能随意加,是参与匹配的.
lst = re.findall(r"\bw\s*",strvar)
print(lst)
# (4) ^ $的使用
"""
^ 写在在字符串的开头,表达必须以某个字符开头
$ 写在在字符串的结尾,表达必须以某个字符结尾
当使用了^ $ 代表要把该字符串看成一个整体
"""
strvar = "大哥大嫂大爷"
print(re.findall('大.',strvar))  # ['大哥', '大嫂', '大爷']
print(re.findall('^大.',strvar)) # ['大哥']
print(re.findall('大.$',strvar)) # ['大爷']
print(re.findall('^大.$',strvar))# []
print(re.findall('^大.*?$',strvar))   # ['大哥大嫂大爷']
print(re.findall('^大.*?大$',strvar)) # []
print(re.findall('^大.*?爷$',strvar)) # ['大哥大嫂大爷']
print(re.findall('^g.*? ' , 'giveme 1gfive gay')) # giveme 
print(re.findall('five$' , 'aassfive')) # [five]
print(re.findall('^giveme$' , 'giveme')) # ['giveme']
print(re.findall('^giveme$' , 'giveme giveme')) # []
print(re.findall('giveme' , 'giveme giveme')) # ['giveme', 'giveme']
print(re.findall("^g.*e",'giveme 1gfive gay')) # ['giveme 1gfive']

3. 正则表达式_匹配分组

# ### 匹配分组 ()表达整体
import re
# (1)分组
print(re.findall('.*?_good','wusir_good alex_good secret男_good'))
print(re.findall('(.*?)_good','wusir_good alex_good secret男_good'))
# (?:) 代表不优先显示分组里面的内容,只是显示正常匹配到的内容
print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good'))
# (2) | 代表或 , a|b 匹配字符a 或者 匹配字符b . 
strvar = "abceab"
lst = re.findall("a|b",strvar)
print(lst)
# 注意点:把不容易匹配到的内容放到前面,把容易匹配到的内容放到后面
strvar = "abcdeabc234f"
lst = re.findall("abcd|abc",strvar)
print(lst)
# (3) 练习
"""
.  可以匹配任意的字符,除了\n
\. 对.进行转义,表达.这个字符本身.
"""
# 匹配小数 
strvar = "3....  ....4  .3 ...3   1.3  9.89  10"
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)
# 使用分组改造
'''findall优先显示括号里的内容,需要加上?:取消哦优先显示,按照匹配到的内容显示'''
lst = re.findall(r"\d+(?:\.\d+)?",strvar)
print(lst)
# 匹配135或171的手机号 
strvar = "13566668888 17366669999 17135178392"
lst = re.findall(r"(?:135|171)\d{8}",strvar)
print(lst)
# 优化,只能匹配出一个手机号
strvar = "13566668888"
lst = re.findall(r"^(?:135|171)\d{8}$",strvar)
print(lst)
obj = re.search(r"^(135|171)\d{8}$",strvar)
print(obj)
print(obj.group())
print(obj.groups())
# 匹配www.baidu.com 或者 www.oldboy.com
"""
findall : 从左到右,匹配出所有的内容,返回到列表
		  问题是,匹配到的字符串和分组的内容不能同时显示;
search  : 从左到右,匹配到一组内容就直接返回,返回的是对象
		  优点是,可以让匹配到的内容和分组里的内容同时显示;
		  匹配不到内容时,返回的是none
obj.group() : 获取匹配到的内容
obj.groups(): 获取分组里面的内容
"""
# findall
strvar = "www.baidu.com  www.oldboy.com  www.wangwen.com"
lst = re.findall(r"(?:www)\.(?:baidu|oldboy)\.(?:com)",strvar)
print(lst)
# search
strvar = "www.baidu.com  www.oldboy.com  www.wangwen.com"
obj = re.search(r"(www)\.(baidu|oldboy)\.(com)",strvar)
print(obj)
# 获取匹配到的内容
print(obj.group())
# 获取分组里面的内容 (推荐)
print(obj.groups())
# 方法二,可以直接通过下标1来获取分组里面的第一个内容;
print(obj.group(1))
print(obj.group(2))
print(obj.group(3))
# search 练习 : 计算"5*6-7/3"结果  匹配 5*6 或者 7/3
strvar =  "5*6-7/3"
# strvar = "www.baidu.com  www.oldboy.com  www.wangwen.com"
obj = re.search(r"\d+[*/]\d+",strvar)
res1 = obj.group()
print(res1 , type(res1)) # 5*6 <class 'str'>
# 计算结果
a,b = res1.split("*")
res2 = int(a) * int(b)
print(res2)
# 把30替换回原来的字符串中
strvar = strvar.replace(res1,str(res2))
print(strvar)
# 以此类推 ...

小提示：

1. 刘.??  最后一个问号是非贪婪模式，不是量词
word old fuck   w、d、o、d、f、k是边界
lst = re.findall(r"d\b",strvar) # ['d','d']
lst = refindall(r".*d\b",strvar) # ['word old'] 贪婪匹配，匹配到old之后
会继续向后匹配，匹配不到的话，返回前面已经匹配到的内容 
print(lst)
注意： wordoldfuck 这样不行没有边界，r"d\b" 前面无脑加r，因为\b本身有退格的含义，加r让退格实现，从而使正则的边界的效果生效

4. 小练习 

# 1、匹配整数或者小数（包括正数和负数）
# 2、匹配年月日日期 格式 2018-12-31
# 3、匹配qq号 5-12 首字符没有0
# 4、11位的电话号码
# 5、长度为8-10位的用户密码 : 包含数字字母下划线
# 6、匹配验证码：4位数字字母组成的
# 7、匹配邮箱地址 邮箱规则 123463922@qq.com  123@abc.com.cn
# @之前必须有内容且只能是字母,数字,下划线(_),减号(-),点(.)
# @符号后面是字母,数字,减号(-),保留121@qq.com.cn 的可能
# 最后一个点(.)之后必须有内容,字母,数字且长度为大于等于2个字节,小于等于6个字节
# 8、从类似
# <a>wahaha</a>
# <b>banana</b>
# <h1>qqxing</h1>
# <h1>q</h1>
# 这样的字符串中，
# 1）匹配出 wahaha，banana，qqxing 内容。
# 2）匹配出 a,b,h1这样的内容
# 9、'1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'
# 从上面算式中匹配出最内层小括号以及小括号内的表达式
# 10正则小程序:
"""
	给你字符串 '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' 计算最后结果.  
"""

答案：

# 1、匹配整数或者小数（包括正数和负数）
[+-]?\d+(\.\d+)?
# 2、匹配年月日日期 格式 2018-12-31
([12]\d{3})-(0?[1-9]|1[0-2])-(0?[1-9]|[12]\d|3[01])      # 0?[1-9]|1\d|2\d|3[01]   => 0?[1-9]|[12]\d|3[01] 
# 3、匹配qq号 5-12 首字符没有0 
[1-9]\d{4,11}
# 4、11位的电话号码
1[356789]\d{9}
# 5、长度为8-10位的用户密码 : 包含数字字母下划线
\w{8,10}
if "数字" in strvar and "字母" in strvar and "_" in strvar:
	return ok
else :
	return "格式不对"
# 6、匹配验证码：4位数字字母组成的
[0-9a-za-z]{4}
# 7、匹配邮箱地址 邮箱规则 123463922@qq.com  123@abc.com.cn
# @之前必须有内容且只能是字母,数字,下划线(_),减号(-),点(.)
[\w\-\.]+
# @符号后面是字母,数字,减号(-),保留121@qq.com.cn 的可能
@[a-za-z\d\-]+(\.[a-za-z\d\-]+)?
# 最后一个点(.)之后必须有内容,字母,数字且长度为大于等于2个字节,小于等于6个字节
\.[a-za-z\d]{2,6}
#综合:
[\w\-\.]+@[a-za-z\d\-]+(\.[a-za-z\d\-]+)?\.[a-za-z\d]{2,6}
# 8、从类似
# <a>wahaha</a>
# <b>banana</b>
# <h1>qqxing</h1>
# <h1>q</h1>
# 这样的字符串中，
# 1）匹配出 wahaha，banana，qqxing 内容。
<.*?>(.*?)<.*?>
# 2）匹配出 a,b,h1这样的内容
<(.*?)>.*?<.*?>
# 9、'1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'
# 从上面算式中匹配出最内层小括号的表达式
import re
strvar = '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'
obj = re.search(r"\([^\(\)]+\)",strvar)
print(obj.group())
# 10正则小程序:
"""
	给你字符串 '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' 计算最后结果.  
"""

import re
strvar = '1-2*((60-30+-8*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'
# 外面有括号,里面再也没有括号的的表达式就是最里层表达式;
# obj = re.search(r"\([^\(\)]+\)",strvar)
# print(obj.group())
# strvar = '1-2*(-5-6/-2*2)+(40 -  7)'
# 去除多余的符号
def operate_sign(strvar):
	strvar = strvar.replace("--","+")
	strvar = strvar.replace("++","+")
	strvar = strvar.replace("-+","-")
	strvar = strvar.replace("+-","-")
	return strvar
# 计算表达式的值
def calc_res(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)
# 匹配计算出对应的表达式
def calc_exp(strvar):
	print(strvar , "strvar ... ") # (-5-6/-2*2) 
	# ### part1 只计算乘除
	while true:
		# 1.写一条正则匹配出乘除
		obj = re.search(r"\d+(\.\d+)?[*/][+-]?\d+(\.\d+)?",strvar)
		if obj:
			# 2.匹配出乘除表达式
			res1 = obj.group()
			print(res1 , "res1 ... ") # 6/-2 res1 ... 
			# 2.计算当前表达式的结果
			res2 = calc_res(res1)
			print(res2 , "res2 .. ")  # -3.0 res2 ..
			# 3.用结果替换原乘除表达式
			strvar = strvar.replace(res1,str(res2))
			print(strvar , "strvar ... 1111") # (-5--3.0*2) strvar ... 1111
		else:
			break
	# ### part2 只计算加减
	# 把表达式当中多余的符号做一个替换
	strvar = operate_sign(strvar)
	print(strvar,"2222")	
	# 计算这个表达式+-结果
	lst = re.findall("[+-]?\d+(?:\.\d+)?",strvar)
	# print(lst)
	# 计算累加和
	total = 0
	for i in lst:
		total += float(i)
	return total
# 去除括号
def remove_bracket(strvar):
	while true:
		obj = re.search(r"\([^\(\)]+\)",strvar)
		# print(obj)
		if obj:
			# 匹配括号里面的表达式
			res1 = obj.group()
			print(res1 , "res1 ... ... ..  ") # (-5-6/-2*2) res1 ... ... ..  
			# 计算括号里面的表达式
			res2 = calc_exp(res1)	
			print(res2,"res2 ... remove_bracket") # 1.0
			# 用计算的结果替换原来的括号
			strvar = strvar.replace(res1,str(res2))
		else:
			return strvar
		# print(strvar," strvar ... remove_bracket")
# 主函数统一调用
def main(strvar):
	# 0.先去掉字符串当中出现的空格
	# 1.通过正则匹配到最里层小括号
	# 2.计算括号里面的数值
	# 3.拿算好的数值替换原来的小括号
	# 4.循环在去匹配下一个小括号,依次类推 ...
	# 先去掉字符串当中出现的空格
	strvar = strvar.replace(" ","")
	print(strvar)
	# 移除表达式中的所有括号
	res = remove_bracket(strvar)
	print(res , "res   main ...")
	# 计算最后一次没有括号的那个表达式的结果
	return calc_exp(res)
res = main(strvar)
print(res)
# print(eval(strvar))

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注的更多内容!

相关标签： Python 正则 表达式

上一篇： 条条大路通罗马Excel中的近似匹配查询几个函数都能实现

下一篇： 手机知网如何关联学校?手机知网关联学校方法

推荐阅读