首页/小白筆記

正则表达式入门，正则表达式（面试会考）

 2023-09-23 阅读 29 评论 0

摘要：在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re。 1.re模块操作 1.1 re模块的使用过程 # 导入re模块 import re # 使用match方法进行匹配操作 result = re.match(正则表达式,要匹配的字符串) # 如果上一步匹配到数据的话&#

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re。

1.re模块操作

1.1 re模块的使用过程

# 导入re模块
import re
# 使用match方法进行匹配操作
result = re.match(正则表达式,要匹配的字符串)
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()

1.2 re模块示例

In [1]: import re
In [2]: # re.match(正则表达式, 需要处理的字符串)
In [3]: re.match(r"hello", "hello world")#有返回值，用户的数据符合规范
Out[3]: <_sre.SRE_Match object; span=(0, 5), match='hello'>
#无返回值，用户的数据符合规范
In [4]: re.match(r"hello", "Hello world")In [5]: re.match(r"[hH]ello", "Hello world")
Out[5]: <_sre.SRE_Match object; span=(0, 5), match='Hello'>In [6]: re.match(r"[hH]ello", "hello world")
Out[6]: <_sre.SRE_Match object; span=(0, 5), match='hello'>

1.3 说明

re.match() 能够匹配出以xxx开头的字符串。

2.匹配单个字符

在这里插入图片描述

2.1 \d

In [8]: re.match(r"速度与激情1", "速度与激情2")  #无返回值
In [11]: re.match(r"速度与激情\d", "速度与激情5")
Out[11]: <_sre.SRE_Match object; span=(0, 6), match='速度与激情5'>
In [12]: ret = re.match(r"速度与激情\d", "速度与激情5")
In [13]: ret.group()
Out[13]: '速度与激情5'
In [16]: ret = re.match(r"速度与激情\d", "速度与激情55") #\d只能代表一位数字
In [17]: ret.group()
Out[17]: '速度与激情5'

2.2 [ ]

In [22]: ret = re.match(r"速度与激情[12345678]", "速度与激情1")
In [23]: ret.group()
Out[23]: '速度与激情1'
In [24]: re.match(r"速度与激情[12345678]", "速度与激情1").group()
Out[24]: '速度与激情1'
In [30]: re.match(r"速度与激情[1-8]", "速度与激情3")
Out[30]: <_sre.SRE_Match object; span=(0, 6), match='速度与激情3'>
#中间数字不连续
In [40]: re.match(r"速度与激情[123678]", "速度与激情8")
Out[40]: <_sre.SRE_Match object; span=(0, 6), match='速度与激情8'>
In [42]: re.match(r"速度与激情[1-36-8]", "速度与激情1")
Out[42]: <_sre.SRE_Match object; span=(0, 6), match='速度与激情1'>

2.3 \w

In [65]: re.match(r"速度与激情\w", "速度与激情哈").group()
Out[65]: '速度与激情哈'

2.4 \s

In [67]: re.match(r"速度与激情\s\d", "速度与激情 1").group()
Out[67]: '速度与激情 1'
In [68]: re.match(r"速度与激情\s\d", "速度与激情\t1").group()
Out[68]: '速度与激情\t1'

2.5 .

In [75]: re.match(r"速度与激情.", "速度与激情#").group()
Out[75]: '速度与激情#'

3.匹配多个字符

在这里插入图片描述

3.1 {}

In [81]: re.match(r"速度与激情\d{1,3}", "速度与激情12").group()
Out[81]: '速度与激情12'
In [82]: re.match(r"速度与激情\d{1,3}", "速度与激情123").group()
Out[82]: '速度与激情123'
如果{}里面只有一位数字，则{}前面指定的是什么，必须有多少位
In [88]: re.match(r"\d{11}", "123456A78901").group()
AttributeError: 'NoneType' object has no attribute 'group'

3.2 ?

In [91]: re.match(r"021-?\d{8}", "021-12345678").group()
Out[91]: '021-12345678'
In [97]: re.match(r"\d{3,4}-?\d{7,8}", "0532-1234567").group()
Out[97]: '0532-1234567'

3.3 *

三个双引号之间的内容可以换行
In [98]: html_content = """fdsf...: kasdjfkjasdkfjkasdjfjahsdufhawufhausdhfuahsdf...: asdjfhjjasdhf"""
In [99]: print(html_content)
fdsf
kasdjfkjasdkfjkasdjfjahsdufhawufhausdhfuahsdf
asdjfhjjasdhf
In [100]: re.match(r".*", html_content).group()
Out[100]: 'fdsf'
In [101]: re.match(r".*", html_content, re.S).group()
Out[101]:"fdsf\nkasdjfkjasdkfjkasdjfjahsdufhawufhausdhfuahsdf\nasdjfhjjasdhf"
In [102]: re.match(r".*", "a").group()
Out[102]: 'a'
In [103]: re.match(r".*", "a1").group()
Out[103]: 'a1'
In [104]: re.match(r".*", "").group()
Out[104]: ''
In [105]: re.match(r".+", "a").group()
Out[105]: 'a'
In [106]: re.match(r".+", "ab").group()
Out[106]: 'ab'
In [107]: re.match(r".+", "abaksdjfkjasdkfjaksdjfkajsdfkjs").group()
Out[107]: 'abaksdjfkjasdkfjaksdjfkajsdfkjs'
In [108]: re.match(r".+", "").group()
AttributeError: 'NoneType' object has no attribute 'group'

4.匹配开头结尾

正则表达式入门？在这里插入图片描述

4.1 例子：判断变量名是否符合要求

def main():names = ["age", "_age", "1age", "age1", "a_age", "age_1_", "age!", "a#123", "__________"]for name in names:# ret = re.match(r"[a-zA-Z_][a-zA-Z0-9_]*", name)# ^规定开头  $规定结尾  # python中的match默认是从头开始判断的所以，在match中可以不写^，但是match不会判断结尾，所以 # 当需要以xxx结尾的时候，还需要写上$ret = re.match(r"^[a-zA-Z_][a-zA-Z0-9_]*$", name)if ret:print("变量名:%s 符合要求....通过正则匹配出来的数据是:%s" % (name, ret.group()))else:print("变量名:%s 不符合要求...." % name)
if __name__ == "__main__":main()

4.2 例子：匹配163邮箱地址

import redef main():email = input("请输入一个邮箱地址:")# 如果在正则表达式中需要用到了某些普通的字符，比如 . 比如? 等，仅仅需要在他们前面添加一个 反斜杠\进行转义ret = re.match(r"[a-zA-Z_0-9]{4,20}@163\.com$", email)if ret:print("%s符合要求...." % email)else:print("%s不符合要求...." % email)if __name__ == "__main__":main()

5.匹配分组

在这里插入图片描述

在正则表达式匹配正确的前提下，想要单独取出某一部分数据来，那么把那一部分的数据两边加上（）
>>> import re
>>> re.match(r"[a-zA-Z0-9_]{4,20}@163\.com$", "laowang@163.com").group()
'laowang@163.com'

5.1 |

>>> import re
>>> re.match(r"[a-zA-Z0-9_]{4,20}@(163|126)\.com$", "laowang@126.com").group()
'laowang@126.com'

5.2 （）

在正则表达式匹配正确的前提下，想要单独取出某一部分数据来，那么把那一部分的数据两边加上（）
>>> import re
>>> re.match(r"[a-zA-Z0-9_]{4,20}@(163|126)\.com$", "laowang@163.com").group(1)
'163'>>> import re
>>> re.match(r"([a-zA-Z0-9_]{4,20})@(163|126)\.com$", "laowang@163.com").group(1)
'laowang'>>> import re
>>> html_str = "<h1>hahahah</h1>"
>>> re.match(r"<(\w*)>.*</\1>", html_str).group()
'<h1>hahahah</h1>'>>> import re
>>> html_str = "<body><h1>hahahah</h1></body>"
>>> re.match(r"<(\w*)><(\w*)>.*</\2></\1>", html_str).group()
'<body><h1>hahahah</h1></body>'

5.3 (?P)

>>> import re
>>> re.match(r"<(?P<p1>\w*)><(?P<p2>\w*)>.*</(?P=p2)></(?P=p1)>", html_str).group()
'<body><h1>hahahah</h1></body>'

在这里插入图片描述

6.re模块的高级用法（python里面独有的）

Match（）的功能是从头开始匹配，是其它语言都有的功能。

6.1 search

# 需求：匹配出文章阅读的次数
import re
ret = re.search(r"\d+", "阅读次数为 9999")
ret.group()
# 运行结果：
'9999'

6.2 findall

# 需求：统计出python、c、c++相应文章阅读的次数
import re
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)
# 运行结果：
['9999', '7890', '12345']

6.3 sub 将匹配到的数据进行替换

# 需求：将匹配到的阅读次数加1
# 方法1：
import re
ret = re.sub(r"\d+", '998', "python = 997")
print(ret)
# 运行结果：
python = 998

import re
def add(temp):strNum = temp.group()num = int(strNum) + 1return str(num)ret = re.sub(r"\d+", add, "python = 997")
print(ret)
ret = re.sub(r"\d+", add, "python = 99")
print(ret)
# 运行结果：
python = 998
python = 100

6.4 split 根据匹配进行切割字符串，并返回一个列表

# 需求：切割字符串“info:xiaoZhang 33 shandong”
# 要么冒号：要么空格切割
import re
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)
# 运行结果：
['info', 'xiaoZhang', '33', 'shandong']

在这里插入图片描述

import re
test_str="""<dd class="job_bt"><h3 class="description">职位描述：</h3><div class="job-detail" deep="4"><p>我们希望遇到以下的您：</p>
<p>1、负责监控平台整体架构的设计与开发；</p>
<p>2、负责完成音视频、服务端的开发，完成系统框架与核心代码的实现与日常维护；</p>
<p>3、负责设计和开发音视频编码、实时传输、存储以及播放解决方案；</p>
<p>4、负责技术攻关和创新技术引用，管理整体核心技术,组织制定和实施重大技术决策和技术方案,把握技术路线及技术发展方向,制定技术发展规划。</p>
<p><br data-filtered="filtered"></p>
<p>我们希望您具备以下能力：</p>
<p>1、计算机相关专业，本科及以上学历，2年以上多媒体相关开发经验；</p>
<p>2、熟悉常用算法和数据结构，有一定的架构能力和良好代码规范；</p>
<p>3、熟悉音视频编解码技术H264、hevc、amr、aac、音视频封装格式mp4、flv、mkv、mp3，熟悉常用开源库ffmpeg、srs、x264、libav；</p>
<p>4、精通TCP、UDP等网络传输协议和互联网视频的直播及点播应用开发，熟悉RTP/RTCP/RTSP/RTMP/HLS 等流媒体协议；</p>
<p><br data-filtered="filtered"></p>
<p>5、具有较高的职业素养、敬业精神具有极强的内驱力与责任心，能够承担较大的工作压力；</p>
<p>6、具有优秀的管理才能和职业操守，优秀的沟通能力和领导能力，工作风格干净利落，具有战略思维和团队激励能力，有较强的执行力。</p></div></dd>"""
ret=re.sub(r"<[^>]*>|&nbsp;|\n", "", test_str)
print(ret)
# 参考答案:
re.sub(r"<[^>]*>|&nbsp;|\n", "", test_str)

7.Python贪婪和非贪婪

正则表达式的，Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪则相反，总是尝试匹配尽可能少的字符。
在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。

>>> s="This is a number 234-235-22-423"
>>> r=re.match(".+(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'4-235-22-423'
>>> r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'234-235-22-423'

正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符串的起始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段中的大部分，“\d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。
解决方式：非贪婪操作符“？”，这个操作符可以用在"*" “+” "?"的后面，要求正则匹配的越少越好。

>>> re.match(r"aa(\d+)","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'
>>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1) 
'2343'
>>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1)
'2343'

练一练：请提取url地址
字符串为:

<img data-original="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" src="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" style="display: inline;">

参考答案
re.search(r"https://.*?\.jpg", test_str)

8. r的作用

>>> mm = "c:\\a\\b\\c"
>>> mm
'c:\\a\\b\\c'
>>> print(mm)
c:\a\b\c
>>> re.match("c:\\\\",mm).group()
'c:\\'
>>> ret = re.match("c:\\\\",mm).group()
>>> print(ret)
c:\
>>> ret = re.match("c:\\\\a",mm).group()
>>> print(ret)
c:\a
>>> ret = re.match(r"c:\\a",mm).group()
>>> print(ret)
c:\a
>>> ret = re.match(r"c:\a",mm).group()
Traceback (most recent call last):File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

说明：
Python中字符串前面加上 r 表示原生字符串，
与大多数编程语言相同，正则表达式里使用 " \ " 作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符 " \ "，那么使用编程语言表示的正则表达式里将需要4个反斜杠 " \ \ "：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

Python里的原生字符串很好地解决了这个问题，有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

>>> ret = re.match(r"c:\\a",mm).group()
>>> print(ret)c:\a

版权声明：本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。

原文链接：https://hbdhgg.com/1/87858.html

上一篇：代码书写格式，Python中代码书写规范与基本使用
下一篇：Python代码，Python代码—测试
标签：正则表达式入门正则表达式的正则表达式 下划线正则表达式怎么使用正则表达式30分钟入门教程正则表达式判断面试裸考竟然过了教资面试会考重复的题吗
正则表达式入门

发表评论:

最新文章
阅读排行
猜你喜欢
热门标签

本站为非赢利网站，部分文章来源或改编自互联网及其他公众平台，主要目的在于分享信息，版权归原作者所有，内容仅供读者参考，如有侵权请联系我们删除！

Copyright © 2022 匯編語言學習筆記 Inc. 保留所有权利。

底部版权信息