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 day25 正则表达式

程序员文章站 2022-07-02 17:05:13
2019.4.30 S21 day25笔记总结 正则表达式 1. 正则表达式 re模块:re模块本身只是用来操作正则表达式的,和正则本身没关系。 正则表达式:是一种规则 匹配字符串的规则。 为什么要有正则表达式? 1.匹配字符串 2.表单验证 3.爬虫 从网页源码中获取一些链接、重要数据 正则规则( ......

2019.4.30 s21 day25笔记总结

正则表达式

1. 正则表达式

re模块:re模块本身只是用来操作正则表达式的,和正则本身没关系。

正则表达式:是一种规则 匹配字符串的规则。

为什么要有正则表达式?

  • 1.匹配字符串

    - 一个人的电话号码
    - 一个人的身份证号
    - 一台机器的ip地址
  • 2.表单验证

    - 验证用户输入的信息是否准确
          11位 全数字 1开头 第二个数3-9之内的数
    - 银行卡号
  • 3.爬虫
    从网页源码中获取一些链接、重要数据

正则规则(元字符,量词):

第一条规则 : 本身是哪一个字符,就匹配字符串中的哪一个字符。

第二条规则 : 字符组[字符1字符2],一个字符组就代表匹配一个字符,只要这个字符出现在字符组里,那么就说明这个字

​ 符能匹配上

  • 字符组中还可以使用范围

    所有的范围都必须遵循ascii码从下到大来指定。如:[0-9] [a-z] [a-z]

2. 元字符

    1. \d(digit) \w(word) \s(space) \t(table) \n(next)

      [0-9] \d 表示所有的数字

      • d --> d
      • \d --> \是转义符,转义符转义了d,让d能够匹配所有0-9之间的数
      • [\d] [0-9] \d 没有区别 都是要匹配一位数字

      \w 表示 大小写字母、数字、下划线

      \s 表示空白、空格、换行符、制表符

      \t 匹配制表符

      \n 匹配换行符

    2. \d \w \s

      \d 表示所有的非数字

      \w 表示除数字、字母、下划线之外的所有字符

      \s 表示非空白

      [\d\d] [\w\w] [\s\s] 匹配所有一切字符

    3. . 表示除了换行符之外的任意内容

       . 在.前加一个 转义符。表示取消.的意义。

    4. [] [^]

      [] 字符组 :只要在中括号内的所有字符都是符合规则的字符

      [^ ]非字符组 :只要在中括号内的所有字符都是不符合规则的字符

    5. ^ $

      ^ 表示一个字符的开始

      ^a
      abc abc abc    # 表示要匹配开始的a

      $ 表示一个字符的结束

      c$
      abc abc abc    # 表示要匹配结束的c

      ^ $ 两个同时存在时,他俩之间的正则规定长度必须和要匹配的内容长度一致。

    6. | ()

      | 表示或,注意:如果两个规则有重叠部分,总是长的在前面,短的在后面

      () 表示分组,给一部分正则规定为一组,| 这个符号的作用域就可以缩小了

3. 量词

{n} 表示只能出现n次

{n,m}表示至少出现n次,至多出现m次

? 表示匹配0次或1次 表示可有可无 但是有只能有一个 比如小数点

. 表示匹配1次或多次

*表示匹配0次或多次 表示可有可无 但是有可以有多个 比如小数点后n位

什么时候会用到匹配0次?

1.匹配任意的2位整数   \d{2}
2.匹配任意的保留两位小数的数字   \d\.\d{2}
3.匹配一个整数或者小数  \d+\.\d+|\d+   \d+\.?\d*   \d+(\.\d+)?

4. 贪婪匹配

正则表达式默认贪婪匹配,总是会在符合量词条件的范围内尽量多匹配。

正则表达式遵循了回溯算法,回溯算法导致了贪婪匹配。

\d{7,12}

adljdkjsljdlj
<.+>
非贪婪匹配 (惰性匹配):总是匹配符合条件范围内尽量小的字符串。

元字符 量词 ,在量词后面加一个?,表示去最少的匹配

元字符 量词 ? x :表示按照元字符规则在量词范围内匹配,一旦遇到x就停止

.*?x 匹配任意的内容任意多次遇到x就立即停止

(\d+?x .*?x )非贪婪匹配在爬虫中会常用

# 身份证号
# 15位  全数字 首位不为0
# 18位  前17位全数字 首位不为0  最后一位可能是x和数字
[1-9](\d{16}(\d|x)|\d{14})
[1-9](\d{16}[\dx]|\d{14})
[1-9]\d{14}(\d{2}[\dx])?