本节知识大纲：本节知识大纲一、正则表达式介绍正则表达式是什么？正则表达式是一种特殊的字符串模式，用于匹配一组字符串，就好比模具做产品，而正则就是这个模具，定义一种规则去匹配符合规则的字符。如果我们对字符串有要求，我们就可以通过正则表达式把它表示出来，我们可以用正则表达式去匹配符合规则的字符串；正则表达式的处理对象是字符串，主要应用正则表达式的操作有：验证查找替换1. 正则表达式的匹配流程：正则表达式的匹配流程2. 正则表达式的应用流程match()是用于校验的函数案例01：输入一个三位数，通过正则表达式输入的是否满足要求?import re
input_number = input("请输入一个三位数:")
match = re.match("^\d{3}#34;,input_number)
if match is None:
print("不符合要求")
else:
print("符合要求")案例02：判断输入的手机号码是否有效，要求：号码位数是11位；第一位是数字1；第二位是数字345789；后面是0-9均可# 步骤一：通过引擎编译出对象
import re
pattern = re.compile(R"[1][345789]\d{9}") # 编译出pattern对象
input_mobile = input("请输入手机号码:")
# 步骤二：对输入的内容进行匹配
# print(pattern.match(input_mobile))
if pattern.match(input_mobile):
print("输入的手机号有效！")
else:
print("输入的手机号无效！")3.正则表达式的基本语法正则表达式基本语法二、预定义字符如果每次都通过代码来验证正则表达式是否正确效率有点低，我们可以通过在线工具来校验我们的正则表达式是否正确，比如oschina的在线正则表达式测试工具；当然在Windows系统下可以使用RegexBuddy工具进行检测。普通字符：字母、数字、下划线以及没有特殊意义的符号，都是普通字符。元字符：这里主要有11个构成正则表达式元字符. \ | ^ nbsp; * + ? [] {} ()1. 通配字符 . 是一个能匹配除\n以外任何字符的通用匹配符，例如，我们想匹配以a开头的，后面跟3个任意字符的正则表达式可以这样写：re.match("^a…","avfs")另外三个连续的通配符可以写成{3}像这样：re.match("^a.{3}","avfs")这里也可以使用findall()方法，能返回待匹配字符串中所有与正则表达式相匹配的字符串print(re.findall("a.{3}","avfssssadddadddaef")) # 把匹配开头的^去掉了输出结果：['avfs', 'addd', 'addd']2. 反斜杠反斜杠加字母有时候在转义字符和正则表达式中功能冲突，通常的解决办法是使用r或者R取消转义。三、字符集1. 系统正则表达式字符集正则表达式字符集案例：非数字开头 + 两个空格 + 数字/字母/下划线import re
print(re.match(R"^\D\s{2}\w#34;,"a _"))2. 用户自定义正则表达式字符集除了使用系统字符集以外，用户可以自定义字符集注意：这里一个中括号只能匹配一个字符;^在中括号外表示一行开始，在中括号里面表示取反、排除的意思正则表达式自定义字符集案例：使用自定义字符集，匹配不区分大小写以a-f开头，接接着是三个小写字母，再后面是以偶数结尾import re
print(re.findall(R"[a-fA-F][a-z]{3}[02468]","bddf42fbas8"))注意：除了^、-以外，如果把其它任何特殊符号放到[]里，那么就自动去掉特殊意义，只表示符号本身的含义，如.在[]里只表示.点号的意思，没有了通配符的功能。四、正则表达式中量词1. 三种量词符号三种量词符号案例：通过正则表达式匹配英文单词，要求以na开头，以e来结尾方法一：使用*号print(re.findall(R"na[a-z]*e","my name is Alice,nae,nattore"))输出结果：['name', 'nae', 'nattore']使用*号匹配name（重复1次），匹配nae（重复0次），匹配nattore（重复多次）方法二：使用+号print(re.findall(R"na[a-z]+e","my name is Alice,nae,nattore"))输出结果:['name', 'nattore']使用+号，只能匹配name(重复1次)，匹配nattore（重复多次）方法三：使用?号print(re.findall(R"na[a-z]?e","my name is Alice,nae,nattore"))输出结果：['name', 'nae']使用?号，只能name(重复1次)和nae(重复0次)案例：判断身份证号是否有效，特征一：长度18或者15位；特征二：前17位是数字；特征三：最后一位是数字或者xprint(re.match(r"(\d{14}[0-9x]|\d{17}[0-9x])","34262320001218646x"))2. 花括号表示重复次数正则表达式花括号的用法（1）{n}表示重复n次# 正则表达式匹配以na开头加上4个小写字母并以e结尾：
print(re.findall(R"na[a-z]{4}e","my name is Alice,nae,nattore"))输出结果：['nattore']（2）{n,m}表示重复n到m次# 正则表达式匹配以na开头加上3-10个小写字母并以e结尾：
print(re.findall(R"na[a-z]{3,10}e","my name is Alice,naicajoe,nattorirce"))输出结果：['naicajoe', 'nattorirce']（3）{n，}表示重复n次到无限次# 正则表达式匹配以na开头加上3个以上的小写字母并以e为结尾：
print(re.findall(R"na[a-z]{3,}e","my name is Alice,naicajoe,nattorighjrce"))输出结果：['naicajoe', 'nattorighjrce']3. 贪婪模式和非贪婪模式（1）贪婪模式贪婪模式是指在Python在默认情况下量词会尽可能多的匹配print(re.findall("\d+","12345678888888abc")) # 尽量多的匹配
print(re.findall("\d*","12345678888888abc"))
print(re.findall("\d{3,}","12345678888888abc"))
print(re.findall("\d{3,8}","1234567888888888abc"))输出结果：['12345678888888']
['12345678888888', '', '', '', '']
['12345678888888']
['12345678', '88888888']（2）非贪婪模式在表达式的结尾加上问号?，会切换成非贪婪模式print(re.findall("\d+?","12345678888888abc"))
print(re.findall("\d{3,}?","12345678888888abc"))输出结果：['1', '2', '3', '4', '5', '6', '7', '8', '8', '8', '8', '8', '8', '8']
['123', '456', '788', '888']五、字符边界Python正则表达式字符边界主要有四种：^ 开始位置
nbsp; 结束
\b 单词边界
\B 非单词边界1. 字符串的开始和结束案例:输入一个6位数字，必须要以95开头，以8结尾的数字print(re.findall(r"^95\d{3}8#34;,"958348"))输出结果：['958348']2. 字符串的边界\b表示单词的边界，指某一个位置前后不都是字母、数字、下划线（\w）案例：输入一句英文，找出里面以a、b、c开头的单词str01 = "Use this toggle to the left to manage how your " \
"browser uses BBC’s performance cookies. If you’re " \
"outside the UK you can also use the toggle to set " \
"your preferences for personalised advertising cookies."
pattern = re.compile(r"\b[abcABC][a-z]*\b")
print(pattern.findall(str01))输出结果：['browser', 'cookies', 'can', 'also', 'advertising', 'cookies']六、逻辑判断正则表达式中表示逻辑或的是用符号|，分为整体或和部分或（1）整体或：简单匹配身份证号，现在的身份证号是18位以前是15位，我们希望两者都兼容；前面全是数字，最后一位可以是数字或者ximport re
print(re.findall("\d{14}[0-9x]|\d{17}[0-9x]]","34262219971012x"))输出结果：['34262219971012x']（2）部分或：在一段英文句子中，找出es、er或者ing结尾的单词str01 = "Use this toggle to the left to manage how your " \
"browser uses BBC’s performance cookies. If you’re " \
"outside the UK you can also use the toggle to set " \
"your preferences for personalised advertising cookies."
pattern = re.compile(r"\b[a-z]*(es|ing|er)\b")
print(pattern.findall(str01))输出结果：['er', 'es', 'es', 'es', 'ing', 'es']为什么没有显示出完整的单词呢，这就涉及到正则表达式中分组的知识了；七、 分组1. 捕获组与非捕获组分组是我们正则表达式中一个难点，把正则表达式的一部分用括号括起来作为一个组；主要包括捕获组()非捕获组(?:)如何进行捕获呢？待捕获的表达式用小括号括起来，编号从1开始，后面通过反斜杠加数字标号进行调用。我们以一个案例来进行解释案例:在前一段英文中，匹配这样的单词，有5个字符；第一个字母和第五个一样，第二个和第四个一样，比如abcba分析：因为匹配的是单词第一个和最后一个都是单词的边界,故正则表达式的前后都用\b，第一个字母和第二个字母后面都要用到所以分别给它们设置捕获组。用小括号括起来([a-z])、([a-z])第三字母后面用不到所以不设置捕获组，第四个字母和第五个字母调用前面的捕获组，所以通过反斜杠加数字编号来进行调用，所以主要的正则表达式为：\b([a-z])([a-z])[a-z]\2\1\bimport re
print(re.findall(r"\b([a-z])([a-z])[a-z]\2\1\b","fdadd abcba"))输出结果：[('a', 'b')]貌似是匹配到了，但是输出的结果并不满意，并不是完整的显示内容这是怎么回事呢？原因：如果对正则表达式做了分组，使用findall函数则显示捕获组所匹配的内容，不能完整显示，如果想完整显示的话有两个解决办法：方法一：使用非捕获组如果不需要对捕获组的内容调用，可以使用非捕获组，在表达式前加上?:就可以了，表示只捕获数据了，只用来表达条件。回到我们前面的案例，英文句子中匹配单词，怎样才能完整显示呢？对于后面不需要调用的正则表达式分组，我们使用非捕获组的方式，就是表达式前加上问号和冒号即可，则前面的正则表达式\b[a-z]*(es|ing|er)\b可以写成\b[a-z]*(?:es|ing|er)\b，这样我们的输出结果就是完整的单词了。方法二：使用迭代函数finditer将findall函数改为迭代函数finditerimport re
match_result = re.finditer(r"\b([a-z])([a-z])[a-z]\2\1\b","fdadd abcba")
match_list = []
for i in match_result:
match_list.append(i.group(0))
print(match_list)输出结果：['abcba']这样就能完成显示匹配结果了2. 分组的命名捕获组默认是从数字1开始编号的，但是如果捕获组数量多的话，最好还是能给捕获组命名方便调用，那么怎么给捕获组命名呢？命名的方法：加问号加P跟着尖括号里写上名称(?P<名称>)；调用的方法：加问号加P等于号号码跟上名称(?P=name)前面的正则表达式\b([a-z])([a-z])[a-z]\2\1\b命名可以写成\b(?P<number01>[a-z])(?P<number02>[a-z])[a-z](?P=number02)(?P=number01)\b实际代码可以写成：print(re.findall(r"\b(?P<number01>[a-z])(?P<number02>[a-z])[a-z](?P=number02)(?P=number01)\b","fdadd abcba"))八、零宽断言Python正则表达式的零宽断言有着不同的称呼：零宽度断言、预搜索、环视等等，它是干嘛的呢？它是用来匹配一个位置零宽的意思是不占用字符宽度、位置，比如\b表示单词起始或者结束的位置，^表示正则表达式的开始；$表示正则表达式的结束；零宽断言的特征：（1）做位置的匹配，不占宽度（2）匹配的内容不计入最终的结果（3）主要用作判断某个位置的前后字符1. 语法格式零宽断言语法格式2. 解释有一段字符串我们根据它前面的表达式来找到匹配的字符串，比如要在www.baidu.com中查找名称baidu，我们可以根据条件声明根域名是以www.开头的，.com结尾的。那么零宽断言的表达式就可以写成(?<=www[.])[a-z]+(?=[.]com)代码示例：import re
print(re.findall(r"(?<=www[.])[a-z]+(?=[.]com)","www.baidu.com"))输出结果：['baidu']注意：匹配输出的内容是零宽断言括号外面的部分作为操作字符串的神器，正则表达式功能非常强大，内容非常丰富，这一节我们先说到这里~我们下一节继续讲解正则表达式的修饰符、match对象的相关内容；如果觉得有收获的话，欢迎点赞关注~
本文出自快速备案，转载时请注明出处及相应链接。
