python—正则表达式

07-19 1828阅读

文章目录

导入re模块
常用的元字符
re模块
match方法
分组
贪婪匹配
编译
Python中的正则表达式是一种强大的文本处理工具，它使用一种特殊的语法来描述字符串的模式。Python通过re模块提供了对正则表达式的支持。使用正则表达式，你可以进行复杂的文本搜索、替换和验证等操作。
所以判断一个字符串是否是合法的Email的方法是：
- 创建一个匹配Email的正则表达式
- 用该正则表达式去匹配用户的输入来判断是否合法
  导入re模块
  
  在使用正则表达式之前，你需要先导入Python的re模块。
```
import re
```
  常用的元字符
  
  Python中常见的元字符有：
  要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n~m个字符。
  A|B可以匹配A或B，所以(P|p)ython可以匹配’Python’或者’python’。
  
  re模块
  
  Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意：
  s = ‘ABC\001’ ，s类型为str，即Python最基本的字符串
  由于’‘会对’'进行转义，故对应的正则表达式字符串变成：‘ABC\001’
  实例：
```
print("ABC\\001")
#输出结果：ABC\001
```
  如果使用r标记字符串，那么就不再需要考虑转义的问题了：
  s = r’ABC\001’
  对应的正则表达式字符串不变：‘ABC\001’
  实例：
```
print(re.match(r"\w+\\\d+","ABC\\001"))
#输出结果：
```
  推荐在Python中进行正则表达式匹配时，使用r前缀标记字符串
  
  match方法
  
  re模块提供了一个match方法，可以判断正则表达式是否匹配
  match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None
```
    phone_num = "0551-123456789"
    print(re.match(r"\d{4}-\d{3,8}",phone_num))
#输出结果：
```
  match方法通常会结合if选择结构进行判断：
  
  分组
  
  除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group），比如：
```
t = "19:59:59"
print(re.match(r"([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d)",t).groups())
print(re.match(r"([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d)",t).group(1))
print(re.match(r"([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d)",t).group(2))
print(re.match(r"([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d)",t).group(3))
#输出结果：('19', '59', '59')
#19
#59
#59
```
  如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。
  注意：group(0)永远是与整个正则表达式相匹配的字符串，group(1)、group(2)…表示第1、2、……个子串。
  
  贪婪匹配
  
  正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符
  例如，匹配出数字后面的0：
```
num = "1101230000000"
print(re.match(r"^(\d+?)(0+)$",num).groups())
#输出结果：('110123', '0000000')
```
  ?结束贪婪匹配，^ 表示行的开头，^\d表示必须以数字开头，$ 表示行的结束，\d$表示必须以数字结束。
  
  编译
  
  当在Python中使用正则表达式时，re模块内部会干两件事情：
  - 编译正则表达式，如果正则表达式的字符串本身不合法，会报错
  - 用编译后的正则表达式去匹配字符串
    如果一个正则表达式要重复使用几千次，出于效率的考虑，可以使用compile方法预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配。
    实例：
```
num1 = "1201230000000"
num2 = "1101200000000"
num3 = "1201100000000"
re_comp = re.compile(r"^(\d+?)(0+)$")
print(re_comp.match(num1))
print(re_comp.match(num2))
print(re_comp.match(num3))
#输出结果：
#
#
#
```