网站改版需要注意什么,谷德设计网景观设计,wordpress关闭主题提示,广州软件开发工程师工资[Python学习日记-53] Python 中的正则表达式模块 —— re
简介
re 模块
练习 简介 我们在编程的时候经常会遇到想在一段文字当中找出电话号码、身份证号、身高、年龄之类的信息#xff0c;就像下面的数据一样 # 文件名#xff1a;美丽学姐联系方式.txt 姓名 地区 …[Python学习日记-53] Python 中的正则表达式模块 —— re
简介
re 模块
练习 简介 我们在编程的时候经常会遇到想在一段文字当中找出电话号码、身份证号、身高、年龄之类的信息就像下面的数据一样 # 文件名美丽学姐联系方式.txt 姓名 地区 身高 体重 电话 马纤羽 深圳 173 50 13744234523 乔亦菲 广州 172 52 15823423525 罗梦竹 北京 175 49 18623423421 柳如烟 北京 170 48 18623423765 岳妮妮 深圳 177 54 18835324553 贺婉萱 深圳 174 52 18933434452 叶梓萱 上海 171 49 18042432324 那我们现在需要取出里面的所有手机号你能想到的办法是什么应该是下面这一种吧
f open(美丽学姐联系方式.txt,r,encodingutf-8)phones []for line in f:name,city,height,weight,phone line.split()if phone.startswith(1) and len(phone) 11:phones.append(phone)print(phones)
代码输出如下 从输出来看这的确是达到了我们想要的效果了但是我们却为了这个小功能写下了相对复杂的代码有没有更简单的方式呢手机号是有规则的都是数字且是11位而且都是1开头的如果能把这样的规则写成代码直接拿规则代码匹配文件内容不就行了而这种玩法就叫做正则表达式
import ref open(美丽学姐联系方式.txt,r,encodingutf-8)phone_line re.findall([0-9]{11},f.read())
print(phone_line)
代码输出如下 re 模块 正则表达式就是字符串的匹配规则在多数编程语言里都有相应的支持Python 里对应的模块就是 re 模块。
一、Flags 标志符
注括号内是完整写法
re.Ire.IGNORECASE忽略大小写re.Mre.MULTILINE多行模式改变“^”和“$”的行为re.Sre.DOTALL改变“.”的行为使“.”能匹配上换行符\nre.Xre.VERBOSE可以给你的表达式写注释使其更可读下面两个代码是一样的
import rea re.compile(r\d # the integral part\. # the decimal point\d * # some fractional digits,re.X)
b re.compile(r\d\.\d*) # 不一定要加r可以把\变成\\print(a.findall(172.16.11.11))
print(b.findall(172.16.11.11))
代码输出如下 二、匹配语法
1、re.match 从头开始匹配从起始位置开始根据正则表达式去字符串中匹配指定内容只进行一次匹配语法如下 re.match(pattern,string,flags0) 参数说明
pattern正则表达式string要匹配的字符串flags标志位用于控制正则表达式的匹配方式
演示代码如下
import reobj re.match(\\d,123uuas133f) # 如果能匹配到就返回一个可调用的对象否则返回Noneif obj:print(obj.group())
代码输出如下 2、re.search 根据正则表达式去字符串中匹配指定包含的内容只进行一次匹配语法如下 re.search(pattern,string,flags0) 参数说明
pattern正则表达式string要匹配的字符串flags标志位用于控制正则表达式的匹配方式
演示代码如下
import reobj re.search(\\d,u321uu888asf)if obj:print(obj.group())
代码输出如下 3、re.findall match() 和 search() 均用于匹配单值只能匹配字符串中的一个如果想要匹配到字符串中所有符合条件的元素则需要使用 findall()把所有匹配到的字符放到列表中并以列表的形式返回语法如下 re.findall(pattern,string,flags0) 参数说明
pattern正则表达式string要匹配的字符串flags标志位用于控制正则表达式的匹配方式
演示代码如下
import reobj re.findall(\\d,fa123uu888asf)
print(obj)
代码输出如下 4、re.split 用匹配到的值做为分割点把字符串分割成列表语法如下 re.split(pattern,string,maxsplit0,flags0) 参数说明
pattern正则表达式string要匹配的字符串maxsplit最大分割数flags标志位用于控制正则表达式的匹配方式
演示代码如下
import reprint(re.split([0-9], askm3kms4msjmn6nkna8lna)) # 以匹配到的字符作为分隔符
print(re.split(\\d, askm3kms44msjmn6nkna8lna))s 9-2*5/37/3*99/4*299810*568/14
print(re.split(r[-*/], s))
print(re.split(r[-*/], s,3))
代码输出如下 5、re.sub 用于替换匹配的字符串比 str.replace() 功能更加强大语法如下 re.sub(pattern, repl, string, count0, flags0) 参数说明
pattern正则表达式repl替换为该字符string要匹配的字符串count要替换的次数flags标志位用于控制正则表达式的匹配方式
演示代码如下
import reprint(re.sub([a-z],handsome,我是abc123))
print(re.sub(\\d,|,alex22wupeiqi33o1dboy55,count2))
代码输出如下 6、re.fullmatch 把整个字符串匹配成功就返回一个 re 对象否则返回None语法如下 re.fullmatch(pattern,string,flags0) 参数说明
pattern正则表达式string要匹配的字符串flags标志位用于控制正则表达式的匹配方式
import reprint(re.fullmatch(\\w\\w\\.(com|cn|edu),jovecsdn.cn))
代码输出如下 7、re.compile 提前将正则表达式模式编译成一个正则表达式对象的函数该对象可以使用 match()、search() 等其他方法进行匹配这样的好处是什么呢要知道之所以正则表达式可以实现这些功能是因为他在执行的时候都会生成一个相应功能的函数当结束的时候就会释放它但是如果这里有成百上亿条数据需要使用同样的正则表达式处理那么生成函数这个动作就要做非常多次这样再强的 CPU 也会吃不消的这样我们使用 compile() 提前编译好然后保存下来然后调用就可以节省非常多的资源了语法如下 re.compile(pattern, flags0) 参数说明
pattern正则表达式flags标志位用于控制正则表达式的匹配方式
演示代码如下
import re# 假设现在要处理1亿个身份证信息
ids [4406821992010216521,4406821987020217521,4406821956030215731,4406821999042814691] # 假设列表中存了1亿个身份证信息
result {} # 用于存储处理后的结果prog re.compile((?Pprovince[0-9]{3})(?Pcity[0-9]{3})(?Pbirthday[0-9]{8})(?Psmall_man[0-9X]{5}))for i in ids:# 循环了1亿次result[i] prog.search(i).groupdict()print(result)
代码输出如下 { 4406821992010216521: {province: 440, city: 682, birthday: 19920102, small_man: 16521}, 4406821987020217521: {province: 440, city: 682, birthday: 19870202, small_man: 17521}, 4406821956030215731: {province: 440, city: 682, birthday: 19560302, small_man: 15731}, 4406821999042814691: {province: 440, city: 682, birthday: 19990428, small_man: 14691} } 三、常用的表达式规则
1、总表
符号说明.默认匹配除 \n 之外的任意一个字符若指定 flag DOTALL则匹配任意字符包括换行^匹配字符开头若指定 flags MULTILINE这种也可以匹配上 (r^a,\nabc\neee,flagsre.MULTILINE)取反re.search(r[^()],1(2)) 这里会输出1$匹配字符结尾 若指定 flags MULTILINEre.search(foo.$,foo1\nfoo2\n,re.MULTILINE).group() 会匹配到 foo1*匹配 * 号前的字符0次或多次 re.search(a*,aaaabac) 结果aaaa匹配前一个字符1次或多次re.findall(ab,abcdabbbba) 结果 [ab, abb]?匹配前一个字符1次或0次re.search(b?,jove).group() 匹配 b 0次{m}匹配前一个字符 m 次re.search(b{3},jovebbbs).group() 匹配到bbb{n,m}匹配前一个字符 n 到 m 次re.findall(ab{1,3},abb abc abbcbbb) 结果 [abb, ab, abb]|匹配 | 左或 | 右的字符re.search(abc|ABC,ABCBabcCD).group() 结果ABC(...)分组匹配 re.search((abc){2}a(123|45), abcabca456c).group() 结果abcabca45[...]匹配中括号中限定的字符集\A只从字符开头匹配re.search(\Aabc,joveabc) 是匹配不到的相当于 re.match(abc,joveabc) 或 ^\Z匹配字符结尾同 $ \d匹配数字 0-9\D匹配非数字\w匹配 [A-Za-z0-9]\W匹配非 [A-Za-z0-9]\s匹配空白字符、\t、\n、\rre.search(\s,ab\tc1\n3).group() 结果\t(?Pname...)分组匹配 re.search((?Pprovince[0-9]{3})(?Pcity[0-9]{3})(?Pbirthday[0-9]{8})(?Psmall_man[0-9X]{5}),id_num).groupdict())结果是个字典
2、.
演示代码如下
import reprint(re.search(.ou, zou).group()) # .默认匹配除\n之外的任意一个字符若指定flag DOTALL,则匹配任意字符包括换行使用 group() 能直接输出匹配到的字符
print(re.search(., \n))
代码输出如下 3、^
演示代码如下
import reprint(re.search(^jove, jovemalsmlmalm0).group()) # ^以什么什么开头
print(re.search(^jove, 0jovejovejovejovejove))
代码输出如下 4、$
演示代码如下
import reprint(re.search(jove$, 0jovejovejovejovejove).group()) # $以什么什么结尾
print(re.search(^jove$, jove)) # ^$这样组合就相当于把开头和结尾定死了
print(re.search(jove$, 0jovejovejovejovejove0))
代码输出如下 5、*
演示代码如下
import reprint(re.search(a*, aaaaaaabbbabbb)) # 匹配*号前的字符0次或多次
print(re.search(a*, bbbabbb)) # 从头开始匹配如果开头不是a的话就直接返
print(re.search(a*, bbbbbbbb)) # 就算没有一个a的会返回
代码输出如下 6、
演示代码如下
import reprint(re.search((ab), bbbababb).group()) # 匹配号前的字符1次或多次 ab相当于a匹配一次b匹配多次
print(re.search(a, bbbbbbb))
代码输出如下 7、?
演示代码如下
import reprint(re.search(a?, aaaabbbbbbbb)) # 匹配号前的字符1次或0次一定要在开头
print(re.search(a?, bbbbaqsssss)) # 返回
代码输出如下 8、{m}
演示代码如下
import reprint(re.search(a{3}, bbbbbaaaabbbb)) # 匹配前一个字符m次
print(re.search(a{3}, bbbbbbbbb))
代码输出如下 9、{n,m}
演示代码如下
import reprint(re.search(a{3,5}, bbbbaaaabbbbb)) # 匹配3-5次,少了或多了就会返回None
代码输出如下 10、|
演示代码如下
import reprint(re.search(abc|ABC, ABCBabcCD)) # 匹配abc或ABC 返回第一个找到的值
print(re.search(abc|ABC, cbaBCbcCD)) # 没有则返回None
代码输出如下 11、(...)
演示代码如下
import reprint(re.search((abc){2}a(123|45), abcabca123456)) # 分组匹配 (abc){2}a(123|45) -- 两个abc a 123或45
print(re.search((abc){2}a(123|45), aaaa)) # 没有则返回None
代码输出如下 12、[...]
演示代码如下
import reprint(re.findall([0-9]{11},张小姐联系方式13744234523))
代码输出如下 13、\A
演示代码如下
import reprint(re.search(\Aabc, abcasdq)) # 从头开始匹配相当于re.match()
print(re.search(\Aabc, aabcasdq))
代码输出如下 在输出当中我们可以看到来自 Python 的一个警告SyntaxWarning: invalid escape sequence \A而且我们所需的输出也是能正常显示的我们先来看看这个警告是什么意思。 SyntaxWarning: invalid escape sequence 是 Python 中语法警告的一种类型它表示在字符串中使用了无效的转义序列escape sequence。在 Python 中转义序列以反斜杠\开头并用于表示特殊字符例如换行符\n、制表符\t等。但有的时候反斜杠后面跟着的字符不一定是有效的转义序列在上面的代码中字符串\Aabc中的反斜杠\被视为转义序列的开始然而在这种情况下它并不是有效的转义序列。因此出现了 SyntaxWarning: invalid escape sequence 警告。 而我们应该如何解决该问题呢我们只需要在反斜杠\前再加多一个反斜杠就可以消除该警告了代码如下
import reprint(re.search(\\Aabc, abcasdq)) # 从头开始匹配相当于re.match()
print(re.search(\\Aabc, aabcasdq))
代码输出如下 14、\Z
演示代码如下
import reprint(re.search(\\Aabc\\Z, abc)) # \Z是匹配结尾的 \Aabc\Z相当于 ^anc$
代码输出如下 15、\d
演示代码如下
import reprint(re.search(\\d{3}, aJk8m643KN26H)) # 匹配连续三个的数字
print(re.search(\\d, aJk8m643KN26H)) # 匹配一个或多个数字
代码输出如下 16、\D
演示代码如下
import reprint(re.search(\\D, aJk8m643KN26H)) # 匹配一个或者多个非数字
print(re.findall(\\D, aJk8m643KN26H)) # 所有非数字的匹配到都放到列表哪里
print(re.findall(\\D, aJk8m643KN26H)) # 所有非数字的匹配到都放到列表哪里
代码输出如下 17、\w
演示代码如下
import reprint(re.search([a-zA-Z0-9], H)) # [a-zA-Z0-9] 代表字母大小写和数字都可以匹配到
print(re.search([a-zA-Z], A))
print(re.search([a-z], A))
print(re.search([a-zA-Z0-9]{7}, aJk8m64KN26H)) # 匹配多次print(re.findall(\\w, aJk)8m643KN-26H)) # 所有[a-zA-Z0-9]的匹配到都放到列表哪里
代码输出如下 18、\W
演示代码如下
import reprint(re.findall(\\W, aJk)8m643KN-26H)) # 所有非[a-zA-Z0-9]的匹配到都放到列表哪里
代码输出如下 19、\s
演示代码如下
import reprint(re.findall(\\s, aJk)8\n\tm643\rKN-2\t6H))
代码输出如下 20、(?Pname...)
演示代码如下
import reid_num 440682198702041121X
print(re.findall(([0-9]{3})([0-9]{3})([0-9]{4})([0-9]{4})([0-9X]{5}), id_num))
print(re.search(([0-9]{3})([0-9]{3})([0-9]{4})([0-9]{4})([0-9X]{5}), id_num).groups()) # 分组匹配groups() -- 出来是个元组
print(re.search((?Pprovince[0-9]{3})(?Pcity[0-9]{3})(?Pbirthday[0-9]{8})(?Psmall_man[0-9X]{5}),id_num).groupdict()) # 分组匹配groupdict() -- 出来是个字典
代码输出如下 到这里常用的正则表达式已经介绍完了不过这只是正则表达式的冰山一角。单单是正则表达式的各种规则就可以写一本四百多页的书出来如果还想了解更多请留言或者私信我来进行交流。 练习
一、题目
1、验证手机号是否合法
2、验证邮箱是否合法
3、开发一个简单的 Python 计算器实现加减乘除及括号优先级解析
用户输入 1-2*((60-30(-40/5)*(9-2*5/37/3*99/4*299810*568/14))-(-4*3)/(16-3*2)) 等类似公式必须自己解析里面的 ()、、-、*、/ 符号和公式不能调用 eval 等类似功能实现运算后得出结果结果必须与真实的计算器所得出的结果一致
提示 re.search(r\([^()]\),s).group() # 可拿到最里层的括号中的值 二、答案
1、验证手机号是否合法
import rewhile True:phone_number input(Please input you phone number:)if re.search(^1[0-9]{10},phone_number) is not None:print(ok,this is true number...)breakelse:print(sorry,this is bad number...\nplease retry input new phone number...) 2、验证邮箱是否合法
import rewhile True:mail input(Please input you email:)if re.search(\\w[]\\w\\.(com|cn|edu), mail) is not None:print(ok,this is true email...)breakelse:print(sorry,this is bad email...\nplease retry input new email...) 3、开发一个简单的 Python 计算器实现加减乘除及拓号优先级解析
import rebracket re.compile(r\([^()]\)) # 寻找最内层括号规则
mul re.compile(r(\d\.?\d*\*-\d\.?\d*)|(\d\.?\d*\*\d\.?\d*)) # 寻找乘法运算规则
div re.compile(r(\d\.?\d*/-\d\.?\d*)|(\d\.?\d*/\d\.?\d*)) # 寻找除法运算规则
add re.compile(r(-?\d\.?\d*\-\d\.?\d*)|(-?\d\.?\d*\\d\.?\d*)) # 寻找加法运算规则
sub re.compile(r(-?\d\.?\d*--\d\.?\d*)|(-?\d\.?\d*-\d\.?\d*)) # 寻找减法运算规则
c_f re.compile(r\(?\?-?\d\)?) # 检查括号内是否运算完毕规则
strip re.compile(r[^(].*[^)]) # 脱括号规则def Mul(s):计算表达式中的乘法运算exp re.split(r\*, mul.search(s).group())return s.replace(mul.search(s).group(), str(float(exp[0]) * float(exp[1])))def Div(s):计算表达式中的除法运算exp re.split(r/, div.search(s).group())return s.replace(div.search(s).group(), str(float(exp[0]) / float(exp[1])))def Add(s):计算表达式中的加法运算exp re.split(r\, add.search(s).group())return s.replace(add.search(s).group(), str(float(exp[0]) float(exp[1])))def Sub(s):计算表达式中的减法运算exp sub.search(s).group()if exp.startswith(-): #如果表达式形如-2.2-1.2需变换为-2.21.2exp exp.replace(-, ) #将-号替换为号2.21.2res Add(exp).replace(, -) #调用Add运算将返回值3.4变为-3.4else:exp re.split(r-, exp)res str(float(exp[0]) - float(exp[1]))return s.replace(sub.search(s).group(), res)def calc():while True:s input(Please input the expression(q for quit):) # 例12- (3* 4-3/2 ( 3-2*(3 5 -3* -0.2-3.3*2.2 -8.5/ 2.4 )10) 10)if s q:breakelse:s .join([x for x in re.split(\\s, s)]) # 将表达式按空格分割并重组if not s.startswith((): # 若用户输入的表达式首尾无括号则统一格式化为(表达式)s str((%s) % s)while bracket.search(s): # 若表达式s存在括号s s.replace(--, ) # 检查表达式并将--运算替换为运算s_search bracket.search(s).group() # 将最内层括号及其内容赋给变量s_searchif div.search(s_search): # 若除法运算存在(必须放在乘法之前s s.replace(s_search, Div(s_search)) # 执行除法运算并将结果替换原表达式elif mul.search(s_search): # 若乘法运算存在s s.replace(s_search, Mul(s_search)) # 执行乘法运算并将结果替换原表达式elif sub.search(s_search): # 若减法运算存在必须放在加法之前s s.replace(s_search, Sub(s_search)) # 执行减法运算并将结果替换原表达式elif add.search(s_search): # 若加法运算存在s s.replace(s_search, Add(s_search)) # 执行加法运算并将结果替换原表达式elif c_f.search(s_search): # 若括号内无任何运算类似-2.32除外s s.replace(s_search, strip.search(s_search).group()) # 将括号脱掉例-2.32--- -2.32print(The answer is: %.2f % (float(s)))if __name__ __main__:calc()
