正則表達(dá)式到底是什么？

簡(jiǎn)單來(lái)說(shuō)，正則表達(dá)式就是一種字符串匹配的“規(guī)則表達(dá)式”。它能讓你從一大段文本里快速篩選、替換符合特定模式的內(nèi)容，比如驗(yàn)證手機(jī)號(hào)、提取郵箱、清洗數(shù)據(jù)等等。在 Python 里，我們只需要導(dǎo)入 re 庫(kù)就能使用它。

核心匹配函數(shù)：match、search、findall

這三個(gè)函數(shù)是正則表達(dá)式的基礎(chǔ)，也是最常用的工具，我們一個(gè)一個(gè)來(lái)看。

1. match()：只在字符串開(kāi)頭匹配

• 它會(huì)從字符串的起始位置開(kāi)始檢查是否匹配規(guī)則

• 如果開(kāi)頭不匹配，直接返回 None

• 成功匹配則返回一個(gè)匹配對(duì)象，包含匹配的位置和內(nèi)容

import re
message = '張三、李四、王五、趙六'
result = re.match('張三',message)
print(result)

這個(gè)例子里，'張三' 正好在字符串開(kāi)頭，所以匹配成功。如果我們用 match('李四', message)，就會(huì)返回 None，因?yàn)樗辉陂_(kāi)頭。

2. search()：掃描整個(gè)字符串

• 它會(huì)掃描整個(gè)字符串，找到第一個(gè)符合規(guī)則的內(nèi)容

• 不管位置在哪里，只要找到一個(gè)就返回結(jié)果

• 同樣返回匹配對(duì)象或 None

import re
message = '張三、李四、王五、趙六'
result = re.search('王五',message)
print(result)

這里 '王五' 不在開(kāi)頭，但 search() 還是找到了它。這就是和 match() 最大的區(qū)別。

3. findall()：找出所有匹配內(nèi)容

• 它會(huì)掃描整個(gè)字符串，把所有符合規(guī)則的內(nèi)容都找出來(lái)

• 返回一個(gè)列表，包含所有匹配到的子串

import re
message = '張三、李四、王五、趙六、王五'
result = re.findall('王五',message)
print(result)

正則表達(dá)式的語(yǔ)法規(guī)則

掌握了基本函數(shù)，接下來(lái)就是學(xué)習(xí)如何寫(xiě)“規(guī)則”了。正則表達(dá)式有一套自己的語(yǔ)法，我們來(lái)看幾個(gè)最常用的。

1. 字符范圍

import re
message = 'Python93,C87,Java63,C++88'
result_1 = re.search('[cn]',message)
result_2 = re.findall('[0-9]',message)
result_3 = re.findall('[cn][0-9]',message)
print(result_1,result_2,result_3)

2. 匹配次數(shù)

import re
message = 'da2a7ddbre77yifed777t3fefd7777b'
result = re.findall('[a-z]*[0-9][a-z]',message)
print(result)

驗(yàn)證手機(jī)號(hào)碼的正確性：

import re
phone_num = input("請(qǐng)輸入您的手機(jī)號(hào)碼：")
result = re.findall('^1[0-9]{10}$',phone_num)
print(result)

驗(yàn)證QQ號(hào)碼是否合規(guī)：

import re
QQ_num = input("請(qǐng)輸入您的QQ號(hào): ")
result = re.match('[1-9][0-9]{4,10}$',QQ_num)
print(result)

驗(yàn)證網(wǎng)站用戶名：

import re
use_name = input("請(qǐng)輸入您的用戶名: ")
result = re.findall('^[A-Za-z_]\w{7,}$',use_name)
print(result)

import re
use_name = input("請(qǐng)輸入您的用戶名： ")
result = re.findall('^[A-Za-z_]\w{7,}$',use_name)
print(result)

3. 特殊字符

import re
message = 'verb very never every'
result = re.findall(r'\w+er\B',message)
print(result)

import re
message = 'verb very never every'
result = re.findall('.e',message)
print(result)

貪婪與非貪婪模式

貪婪模式：正則表達(dá)式默認(rèn)是貪婪模式，匹配形式是嘗試匹配盡可能多的字符，只要滿足正則表達(dá)式要求會(huì)匹配最多的字符。

非貪婪模式：匹配形式是嘗試匹配盡可能少字符，一旦滿足正則表達(dá)式要求就不再繼續(xù)匹配。

import re
message = 'ccc739134792hd'
result = re.findall('ccc\d+',message)
print(result)

import re
message = 'ccc739134792hd'
result = re.findall('ccc\d+?',message)
print(result)

或和組 

如果需要篩選出組合條件下的字符數(shù)據(jù)，可以使用或。如果需要篩選后的某部分內(nèi)容，可以使用組。

1.或：用 | 表示，表示將兩個(gè)匹配條件進(jìn)行邏輯“或”（or）運(yùn)算。

import re
message = 'verb very never every'
result = re.findall('\w+evI\w+ry',message)
print(result)

2.組：用(表達(dá)式)表示，表示將()中的表達(dá)式定義為組，并且將匹配這個(gè)表達(dá)式的字符保存到一個(gè)臨時(shí)區(qū)域（一個(gè)正則表達(dá)式中最多可以保存9個(gè)組）。

import re
message = 'verb very never every'
result = re.findall("e(.+)(.)r",message)
print(result)

進(jìn)階功能：sub() 和 compile()

除了匹配，正則表達(dá)式還有兩個(gè)非常實(shí)用的功能。

1. sub()：替換匹配內(nèi)容

這個(gè)函數(shù)可以把字符串中所有匹配到的內(nèi)容替換成新的字符串。

import re
content = 'dh9322hf9f934hfnf39d'
content = re.sub('\d','0',content)
print(content)

2. compile()：預(yù)編譯正則表達(dá)式

如果你需要多次使用同一個(gè)正則表達(dá)式，可以先預(yù)編譯它，這樣能提高效率。

import re
contentl = '2020 12 15 12:00'
pattern = re.compile('\d{2}:\d{2}')
print(pattern.findall(contentl))

學(xué)習(xí)正則表達(dá)式的小建議

1. 從小例子開(kāi)始：不要一開(kāi)始就寫(xiě)復(fù)雜的正則，先從匹配單個(gè)字符、簡(jiǎn)單數(shù)字開(kāi)始，慢慢增加復(fù)雜度。

2. 多用在線工具測(cè)試：比如 Regex101，可以實(shí)時(shí)看到你的正則表達(dá)式匹配了什么，非常方便調(diào)試。

3. 別怕記不住：正則表達(dá)式的語(yǔ)法確實(shí)多，但常用的其實(shí)就那幾個(gè)。用得多了自然就記住了，記不住的時(shí)候隨時(shí)查文檔就好。

4. 先思考再動(dòng)手：在寫(xiě)正則之前，先想清楚你要匹配的內(nèi)容有什么規(guī)律，比如手機(jī)號(hào)的格式、郵箱的結(jié)構(gòu)，然后再把這些規(guī)律轉(zhuǎn)化成正則表達(dá)式。
正則表達(dá)式就像一把瑞士軍刀，雖然看起來(lái)復(fù)雜，但一旦掌握了它，處理字符串的效率會(huì)大大提高。希望這篇文章能幫你邁出學(xué)習(xí)正則表達(dá)式的第一步。

總結(jié)

到此這篇關(guān)于Python正則表達(dá)式字符串處理方法的文章就介紹到這了,更多相關(guān)Python正則字符串處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論