Regular Expression，正则表达式，又称正规表示式、正规表示法、正则表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
Python 自1.5版本起增加了re 模块。re 模块使 Python 语言拥有全部的正则表达式功能。
1.re.match函数
python用re.match函数从字符串的起始位置匹配一个模式，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。
函数语法：re.match(pattern, string, flags) ；pattern是正则表达式，string需要匹配的字符串，flags为可选参数修饰符。
# 导入re模块，注意match函数是从起始位置匹配的。如果起始位置匹配失败，则返回None
import re
#match()函数适合匹配是否以xxxx开始的字符串，因为其从头开始匹配的
ret = re.match("abc","aBCabc",re.I) #可选参数re.I表示忽略大小写，后续详细解释。
print(ret.group()) #aBC
ret1 = re.match("abc","aBCabc")
print(ret1.group()) # 'NoneType' object has no attribute 'group'
正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：
2.正则表达式的语法
2.1正则表达式对字符（单个字符）的表示
字符
功能
.
匹配任意1个字符（除了\n），注意因为.表示任意一个字符，所以如果匹配‘.'则需要用转义字符\.来表示
[ ]
匹配[ ]中列举的字符，如果[a-zA-Z0-9],[a-zA-Z]表示所有字母和数字，后者表示所有字母，注意中间没有空格符号。
\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
\S
匹配非空白
\w
匹配单词字符，即a-z、A-Z、0-9、_
\W
匹配非单词字符
# 导入re模块
import re
#1.测试.的使用，匹配任意字符开始的字符串
str='abc'
ret =re.match("..",str)
print(ret.group()) #ab.用两个..就表示只要str字符串开头是两个字符即可。
ret1 = re.match("....",str) #这种情况则会报错，因为str只有三个字符。
#2.匹配[]范围内的任意一个字符开头的字符串
str1 = "abcABC*"
str2 = "3afasdlfadsf"
ret2 = re.match("[a-z]",str1).group() #a
ret3 = re.match("[123456]",str2).group() #3,[1-6]等价[123456]
#3./d的使用，表示匹配任意一个数字
str3 = "第5名是我"
ret4 = re.match("第\d名",str3).group()
print(ret4) #第5名
ret4 = re.match("第[0-9]名",str3) #同样是表示0-9任意一个，[0-9]和\d效果一样
print(ret4.group()) #第5名
总结：注意上面对字符的匹配都是表示一个任意字符，或者某个范围内的任意一个字符，属于单个字符匹配。而实际开发中肯定都是用一个子串(多个字符)去匹配整个字符串。那么如何表示呢，请继续下去。
2.2正则表达式匹配多个字符：数量的表示
匹配多个字符的相关格式，其实就是单个字符加上数量。注意下面数量的匹配都是针对前一个字符。
字符
功能
*
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
"htmlcode">
# 导入re模块
import re
#1.匹配第一个是大写字母，第二个小写字母，后面只要是小写字母即可。
ret = re.match("[A-Z][a-z]*","Aafngsdfgnlsdf1224343")
print(ret.group()) #Aafngsdfgnlsdf
ret1 = re.match("[A-Z][a-z]*","AaAaaa34bbb")
print(ret1.group()) #Aa ,因为后面不是小写字母所以没匹配到。
#匹配下面字符串是否以字母或者下划线开头
ret = re.match("[a-zA-Z_]+[\w_]*","name1") #解释1：[a-zA-Z_]+字母下划线至少出现一次
print(ret.group()) #name1
ret = re.match("[a-zA-Z_]+[\w_]*","_name") #解释2：[\w_]*表示字母，数据下划线出现任意次
print(ret.group()) #_name
ret = re.match("[a-zA-Z_]+[\w_]*","2_name")
#print(ret.group()) #报错，因为匹配不上，返回None.
#3.匹配前面字符出现0次或者1次使用？
ret = re.match("[1-9]","7")
print(ret.group()) #7
ret = re.match("[1-9]","33")
print(ret.group()) #33
ret = re.match("[1-9]","09")
print(ret.group()) #0
#4.前面字符出现n此，或者m-n范围内的任意次
ret = re.match("[a-zA-Z0-9_]{6}","dsa2A9nfdsf")
print(ret.group()) #dsa2A9,匹配前6位是数字字符下划线即可
ret = re.match("[a-zA-Z0-9_]{3,8}","aSjsd239344")
ret1 = re.match("[a-zA-Z0-9_]{3,8}","aSjs")
print(ret1.group()) #aSjs，注意匹配前一个字符出现3-8次，只要这个范围内都算匹配成功，按实际匹配
print(ret.group()) #aSjsd239 匹配前一个字符出现3到8次
ret = re.match("[a-z0-9A-Z_]{3,}","a2")
print(ret.group()) #至少出现3次，所以如果只有两个的话，返回None，调用报错。
总结：单个字符匹配，多个字符匹配上面都已经演示过了，基本可以完成大多数字符串的匹配了。但是上面过于字符串的匹配都是从头开始匹配的，而实际开发中可能是从字符串中间，后者结尾开始匹配的。keep reading....
2.3.正则表达式：匹配边界的问题
字符
功能
^
匹配字符串开头
$
匹配字符串结尾
\b
匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B
匹配非单词边界，'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
# 导入re模块
import re
# 匹配以@qq.com邮箱结尾的邮箱地址
#1.不适用匹配字符串结尾的$来实现，注意.要用转义字符，一般邮箱的长度都是4-30位
ret = re.match("[\w]{4,30}@qq\.com", "xiaoWang@qq.com")
print(ret.group()) #xiaoWang@qq.com
# 通过$来确定末尾,效率更高
ret = re.match("[\w]{4,30}@qq\.com$", "xiaoWang@qq.com")
print(ret.group()) #xiaoWang@qq.com
ret = re.match("[\w]{4,30}@qq\.com$", "xiaoWang@qq.com.cn")
#print(ret.group()) #报错
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com