完整的正则表达式知识汇总（Python知识不断更新）

## 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 = "[email protected]"
str2 = "[email protected]"

# |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 = "[email protected]"

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[email protected] [email protected],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 = "[email protected] [email protected] \[email protected]"

print(re.match(‘[email protected]\.com‘, str).group())
print(re.match(‘[email protected]\.com‘, str).group())
print(re.match(‘.*[email protected]\.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[email protected] [email protected],我们想取到第一个邮箱
```

# [^字符]字符 非字符
import re

str = "[email protected] [email protected]"

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

print(re.match(‘[^@][email protected]\.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 = "[email protected]"

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>
<p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p>&nbsp;<br></p>
<p>技术要求：</p>
<p>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</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>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<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案 </p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p>&nbsp;<br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

</div>
"""

import re

print(re.sub(‘<.+?>|\s|&nbsp;‘, ‘‘, str))

```

原文地址：https://www.cnblogs.com/ss-h/p/9955722.html

时间： 2024-10-14 08:35:01

完整的正则表达式知识汇总（Python知识不断更新）的相关文章

JavaScript正则表达式知识汇总

Js 正则表达式知识汇总 正则表达式: 1.什么是RegExp?RegExp是正则表达式的缩写.RegExp 对象用于规定在文本中检索的内容. 2.定义RegExp:var +变量名=new RegExp(); 3.RegExp 对象有 3 个方法: 1)test()检索字符串中的指定值,返回值是true或false. var p1=new Reg("e"); document.write(Reg.test("welcome to China!")); 2)exec

web前端工程师知识汇总

分类: Web开发应用 一.何为Web前端工程师? 前端工程师,也叫Web前端开发工程师.他是随着web发展,细分出来的行业.Web前端开发工程师,主要职责是利用(X)HTML/CSS/JavaScript/DOM/Flash等各种Web技术进行产品的界面开发.制作标准优化的代码,并增加交互动态功能,开发JavaScript以及Flash模块,同时结合后台开发技术模拟整体效果,进行丰富互联网的Web开发,致力于通过技术改善用户体验. Web前端工程师成长之路--知识汇总 图1.前端技术MSS W

[python]学习Django中的python知识拾遗

1.使用正则表达式进行URL匹配 urlpatterns = patterns('', # ... (r'^time/plus/\d+/$', hours_ahead), # ... ) (1)使用r代表字符串是原始字符串,表示python不会对立面的反斜杠\转义符进行处理,使用正则表达式一般使用原始字符串. (2)使用\d+表示匹配1个或者多个数字,如果限定只能使用两个数字,则\d{1,2}. (3)如果要把正则表达式的某个数作为参数,则用小括号包起来,如(r'^time/plus/(\d{1

python知识大全目录，想学的看过来！

Python总结篇--知识大全 python装饰器 PyCharm安装与配置,python的Hello World sort与sorted的区别及实例 我必须得告诉大家的MySQL优化原理 Python四大主流网络编程框架 验证码的爬取和识别详解 Flex 布局:实例篇 http和socket之长连接和短连接区别 CSS之Flex 布局:语法篇 爬虫必须学会的正则表达式 符合语言习惯的 Python 优雅编程技巧 Python面试必须要看的15个问题 HTTP和HTTPS的请求和响应 我不想用f

[转帖]xserver相关知识汇总

xserver相关知识汇总 https://blog.csdn.net/QTVLC/article/details/81739984 本文主要是从以下几个方面介绍xorg-xserver 相关的知识 1.linux系统图形界面框架 2.xserver 和x client启动过程 3.图形2d,3d加速原理简介 4.xserver主分支代码解析. 5.xserver,xclient协议简介 6.一个基于Xlib的简单例子解析 7.radeon驱动初始化代码解析. 1.linux图形界面框架 参考至

Python知识总结

Python知识总结 一.python简介 1.Python简介 Python是一种解释型.交互式.面向对象.是初学者的语言. 2.python特点 ①易于学习 ②易于阅读 ③易于维护 ④一个广泛的标准库 ⑤互动模式 ⑥便携式 ⑦可扩展 ⑧数据库 ⑨GUI编程 ⑩可扩展性 3.python支持tab补全功能: >>> import readline,rlcompleter >>> readline.parse_and_bind('tab: complete') 可以将上

【转】ACM博弈知识汇总

博弈知识汇总 转自:http://www.cnblogs.com/kuangbin/archive/2011/08/28/2156426.html 有一种很有意思的游戏,就是有物体若干堆,可以是火柴棍或是围棋子等等均可.两个人轮流从堆中取物体若干,规定最后取光物体者取胜.这是我国民间很古老的一个游戏,别看这游戏极其简单,却蕴含着深刻的数学原理.下面我们来分析一下要如何才能够取胜. (一)巴什博奕(Bash Game):只有一堆n个物品,两个人轮流从这堆物品中取物,规定每次至少取一个,最多取m个.

静态路由表设置以及路由汇总相关知识

随着宽带接入的普及,很多家庭和小企业都组建了局域网来共享宽带接入.而且随着局域网规模的扩大,很多地方都涉及到2台或以上路由器的应用.当一个局域网内存在2台以上的路由器时,由于其下主机互访的需求,往往需要设置路由.由于网络规模较小且不经常变动,所以静态路由是最合适的选择. 本文作为一篇初级入门类文章,会以几个简单实例讲解静态路由,并在最后讲解一点关于路由汇总(归纳)的知识.由于这类家庭和小型办公局域网所采用的一般都是中低档宽带路由器,所以这篇文章就以最简单的宽带路由器为例.(其实无论在什么档次的路

JavaScript正則表達式知识汇总

Js 正則表達式知识汇总 正則表達式: 1.什么是RegExp?RegExp是正則表達式的缩写.RegExp 对象用于规定在文本中检索的内容. 2.定义RegExp:var +变量名=new RegExp(); 3.RegExp 对象有 3 个方法: 1)test()检索字符串中的指定值,返回值是true或false. var p1=new Reg("e"); document.write(Reg.test("welcome to China!")); 2)exec

Delphi基础知识汇总

☆Delphi基础数据类型 分类 范围 字节 备注 简单类型 序数 整数 Integer -2147483648 .. 2147483647 4 有符号32位 Cardinal 0 .. 4294967295 4 无符号32位 Shortint -128 .. 127 1 有符号8位 Smallint -32768 .. 32767 2 有符号16位 Longint -2147483648 .. 2147483647 4 有符号32位 Int64 -263 .. 263 8 有符号64位 Byt