python正则表达式re（Regular Expression）

目录

 正则表达式：

match()函数：

search()函数：

findall()函数：

正则表达式的参数：

表示字符范围的参数：

表示字符出现的次数的参数：

表示同一类字符的参数：

贪婪和非贪婪模式：

或和组：

sub()和complie()方法：

---

 正则表达式

正则表达式（Regular Expression，re）是一种用于对字符串类型数据 进行高效的搜索、替换的操作。

其主要的匹配字符串的函数有三种：match(), search(),findall()

函数	匹配范围	返回结果	常见用途
match()	字符串起始位置	匹配的对象 或 None	验证字符串是否以特定字符开头
search()	整个字符串	第一个匹配的对象 或 None	查找字符串中是否存在某个字符
findall()	整个字符串	所有匹配的字符串 或 元组列表	提取文本中所有符合条件的内容

match()函数：

1.

import re
message = '张三、李四、王五、赵六'
result = re.match('张三',message) #从参数2中查找满足参数1的内容
print(result)

运行结果：

<re.Match object; span=(0, 2), match='张三'>

解析：re.match()从字符串起始位置匹配正则表达式。此处 “张三” 位于message开头，匹配成功，返回包含匹配位置（span=(0,2)）和匹配内容的Match对象。

2.

import re
message = '张三、李四、王五、赵六'
result = re.match('三',message) #起始位置匹配不成功的话，就返回none
print(result)

运行结果：

None

解析：re.match()仅从字符串开头匹配。message开头是 “张”，而非 “三”，匹配失败，返回None。

search()函数：

import re
message = '张三、李四、王五、赵六、王五'
result = re.search('王五',message)
print(result)

运行结果：

<re.Match object; span=(6, 8), match='王五'>

解析：re.search()在字符串任意位置查找第一个匹配的项。第一个 “王五” 位于索引 6-8 的位置，因此返回该位置的匹配对象。

findall()函数：

import re
message = '张三、李四、王五、赵六、王五'
result = re.findall('王五',message)#从参数2中查找满足参数1的所有内容
print(result)

运行结果：

['王五', '王五']

解析：re.findall()返回所有匹配的内容，以列表形式呈现。message中出现两次 “王五”，因此列表包含两个元素。

正则表达式的参数：

表示字符范围的参数：

[abc]：字符集合匹配，即匹配 abc 中的 任意一个字符。

[a-z]：范围匹配，即匹配指定范围内的 任意一个字符。

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)  # 匹配字母c或n后接数字的组合
print(result_1,result_2,result_3)

运行结果：

<re.Match object; span=(5, 6), match='n'> 
['9', '3', '8', '7', '6', '3', '8', '8'] ['n9']

解析：

• [cn]匹配字母c或n，message中第一个符合的是Python中的n（索引 6）。
• [0-9]匹配所有数字，提取出字符串中所有单个数字。
• [cn][0-9]匹配c或n后接数字的组合，仅Python93中的n9符合。

表示字符出现的次数的参数：

符号	含义	示例与等价形式
*	匹配前面的子表达式任意次（≥0 次）。	ab* 可匹配 "a", "ab", "abb" 等。
+	匹配前面的子表达式至少一次（≥1 次）。	ab+ 可匹配 "ab", "abb"，但不匹配 "a"。
?	匹配前面的子表达式零次或一次（0 或 1 次）。	ab? 可匹配 "a" 或 "ab"。
^	匹配输入字符串的开始位置。	^Hello 仅匹配以 "Hello" 开头的字符串。
$	匹配输入字符串的结束位置。	world$ 仅匹配以 "world" 结尾的字符串。
{n}	精确匹配前面的子表达式 n 次（n 为非负整数）。	a{3} 仅匹配 "aaa"。
{n,}	至少匹配前面的子表达式 n 次（n 为非负整数）。	a{2,} 可匹配 "aa", "aaa" 等。
{n,m}	最少匹配 n 次且最多匹配 m 次（n ≤ m，且均为非负整数）。	a{1,3} 可匹配 "a", "aa", "aaa"。

示例1：

import re
message = 'da2a7ddbre77yifed777ttt3fefd7777b'
result = re.findall('[a-z]*[0-9][a-z]',message)
print(result)  
result = re.findall('[a-z]+[0-9][a-z]',message)
print(result) 
result = re.findall('[a-z]?[0-9][a-z]',message)
print(result) 

运行结果：

['da2a', '7d', '7y', '7t', 'tt3f', '7b']
['da2a', 'ttt3f']
['a2a', '7d', '7y', '7t', 't3f', '7b']

解析：正则表达式[a-z]*[0-9][a-z]表示：

• [a-z]*：0 个或多个小写字母；
• [0-9]：1 个数字；
• [a-z]：1 个小写字母。
  匹配结果为包含 “数字前后有字母” 的片段。

示例2：

import re
phone_num = input("请输入您的手机号码：")
result = re.findall('^1[0-9]{10}$',phone_num)
print(result)

运行结果（输入13155558888时）：

['13155558888']

解析：正则^1[0-9]{10}$验证手机号：

• ^1：以 1 开头；
• [0-9]{10}：紧跟 10 个数字；
• $：结束符（确保无多余字符）。
  匹配成功返回手机号列表，失败返回空列表。

错入输入无法匹配：

如果去掉 "$" ，就不再有输入位数限制：（即匹配足够的数字后停止）

示例3：

import re
QQ_number = input("请输入您的QQ号：")
result = re.match('[1-9][0-9]{4,10}$',QQ_number)
print(result)

运行结果（输入123456时）：

<re.Match object; span=(0, 6), match='123456'>

解析：正则[1-9][0-9]{4,10}$验证 QQ 号：

• [1-9]：首位不为 0；
• [0-9]{4,10}：后续 4-10 个数字（总长度 5-11 位）。
  re.match()从开头匹配，符合则返回匹配对象，否则返回None。

示例4：

import re
use_name = input("请输入您的用户名：")
result = re.findall('^[A-Za-z_][A-Za-z0-9_]{7,}$',use_name)
print(result)

运行结果（输入User_1234时）：

['User_1234']

解析：正则验证用户名规则：

• 首位为字母或下划线；
• 后续为字母、数字或下划线，且总长度≥8 位。
  匹配成功返回用户名列表，否则返回空列表。

 错误输入无法匹配：

表示同一类字符的参数：

元字符	描述	等价于
\d	匹配一个数字类字符	[0-9]
\D	匹配一个非数字类字符（^ 在中括号中表示 “非”）	[^0-9]
\s	匹配任何不可见字符，包括空格、制表符、换页符等	[\f\n\r\t\v]
\S	匹配任何可见字符	[^\f\n\r\t\v]
\w	匹配包括下画线的任何单词字符	[A-Za-z0-9_]
\W	匹配任何非单词字符	[^A-Za-z0-9_]
\b	匹配一个单词的边界，即单词和空格间的位置
\B	匹配非单词边界
\f	匹配一个分页符
\n	匹配一个换行符
\r	匹配一个 Enter 键符
\t	匹配一个制表符
\v	匹配一个垂直制表符
.	匹配除 “\n” 和 “\r” 之外的任何单个字符

示例1：

import re
use_name = input("请输入您的用户名：")
result = re.findall('^[A-Za-z_]\w{7,}$',use_name)
print(result)

运行结果（输入User_1234时）：

['User_1234']

解析：\w任何单词字符等价于[A-Za-z0-9_]

示例2：

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

运行结果：

['ver', 'ver', 'ever', 'aer']

解析：

\w+er：匹配以er结尾的单词片段；

\B：非单词边界（即er后紧跟其他字符，不是空格或结尾）。

示例3：

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

运行结果：

['ve', 've', 'ne', 've', ' e', 've']

解析：.匹配任意字符（除换行、回车），'e'匹配字母e，因此.e匹配 “任意字符 + e” 的组合。

贪婪和非贪婪模式：

贪婪模式：

尝试匹配尽可能多的字符，只要满足表达式要求都会匹配最多的字符

非贪婪模式：

一旦满足表达式要求就不再继续匹配。在次数限制操作符后面加上“?”可以将匹配模式转换为非贪婪模式。

示例1：

import re
message = 'ccc739134792hdccc1'
result = re.findall('ccc\d+',message)
print(result)

运行结果：

['ccc739134792', 'ccc1']

解析：\d是数字类字符,+是>=1次。为贪婪模式，匹配尽可能多的数字。

示例2：

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

运行结果：

['ccc7']

解析：\d是数字类字符，+是>=1次，?是0次或1次，三者结合后意思是匹配 一个数量类字符。为非贪婪模式

如果去掉加号:

或和组：

示例1：

或：符合两种情况的匹配

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

运行结果：\w包括下画线的任何单词字符

['very', 'nev', 'every']

示例2：

将()中的表达式定义为组，并且将匹配这个表达式的字符保存到一个临时区域，即捕获匹配的内容

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

运行结果：

[('rb very never ev', 'e')]

解析：()表示分组，e(.+)(.)r匹配：

• 以e开头，以r结尾；
• 第一个分组(.+)：匹配e和r之间的多个字符；
• 第二个分组(.)：匹配r前的单个字符。

sub()和complie()方法：

示例1：

re.sub() 用于在字符串中查找匹配正则表达式的部分，并替换为指定的内容

import re
content ='dh932hf9f934hfnf39d'
content = re.sub('\d','0',content)
print(content)

运行结果：

dh000hf0f000hfnf00d

解析：re.sub('\d','0',content)将字符串中所有数字（\d）替换为0，非数字字符保持不变。

示例2：

re.compile() 用于 预编译正则表达式，提高多次匹配时的效率（避免重复解析正则表达式）。

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

运行结果：

['12:00']

解析：re.compile('\d{2}:\d{2}')编译正则表达式（匹配 “两位数字：两位数字” 的时间格式），再通过pattern.findall()从字符串中提取所有符合格式的内容，此处仅12:00符合。