正则表达式的系统学习

概念：

• 正则表达式是为了找到符合某种模式的字符串，这些模式包括：是什么字符串、重复多少次、在什么位置、有哪些额外的约束。这里的每一句话对应这正则表达式的一种语法。

1.正则表达式的7种境界

#正则表达式的7个境界

# level1 - 固定的字符串
import re

 print(re.findall(r'168', text)) #fianall返回的是一个列表

level2 - 某一类字符

print(re.findall(r'\d', text)) #\d返回的是单个数字
print(re.findall(r'\d', text)) #\d返回的是单个数字
print(re.findall(r'\D', text)) #\D返回的是非数字
print(re.findall(r'\w', text)) #\w返回的是非标点符号的其他字符
print(re.findall(r'[1-5]', text)) #[]表示从中挑一个就行
print(re.findall(r'[高重非]', text)) #[]表示从中挑一个就行

# level3 - 重复某一类字符

text = '麦叔身高:178，体重：168，学号：123456，密码:9527'
print(re.findall(r'\d+', text)) #+修饰前边的内容
print(re.findall(r'\d?', text)) #?表示0个或1个，结果为['', '', '', '', '', '1', '7', '8', '', '', '', '', '1', '6', '8', '', '', '', '', '1', '2', '3', '4', '5', '6', '', '', '', '', '9', '5', '2', '7', '']
print(re.findall(r'\d*', text)) #*表示0个或多个，结果为['', '', '', '', '', '178', '', '', '', '', '168', '', '', '', '', '123456', '', '', '', '', '9527', '']
print(re.findall(r'\d{4,}', text))#{}表示重复前面多少次，是个区间，该表示方法为大于4次，输出结果：['123456', '9527']

# leve4 - 组合level2

text = '麦叔电话是18812345678，他还有一个电话号码是18887654321，他爱好的数字是01234567891，他的座机是：0571-52152166'
print(re.findall(r"\d{3,4}-\d{7,8}",text)) #输出结果为：['0571-52152166'],区号匹配三位四位都可以，电话好匹配7位8位都行

# leve5 - 多种情况
#
# 要求：找出手机号码或者座机号码

text = '麦叔电话是18812345678，他还有一个电话号码是18887654321，他爱好的数字是01234567891，他的座机是：0571-52152166'
patter = "\d{3,4}-\d{7,8}|1\d{10}" #|表示都行
print(re.findall(patter,text))
#
# level6 - 限定位置
#
#要求：在句子开头的手机号码,或座机

text = '18812345678，他还有一个电话号码是18887654321，他爱好的数字是01234567891，他的座机是：0571-52152166'
parter = "^1\d{10}|\d{4}-\d{8}" #^以什么开头
print(re.findall(parter,text))


# level7 - 内部约束
#
# 要求：找出形如barbar, dardar的前后三个字母重复的字符串

text = 'barbar carcar harhel'
print(re.findall(r'(\w{3})(\1)', text)) #（）：表示一组一组的分好，\：表示引用。\1表示我要和前面括号中的一样（\2）表示和前面第二个人括号一样
#()分成两部分

2. 写正则表达式的步骤

如何写正则表达式呢？我总结了几个步骤。不管多复杂，基本上都百试不爽。

我们仍然以包含分机号码的座机电话号码为例，比如0571-88776655-9527，演示下面的步骤：

• 确定模式包含几个子模式

  它包含3个子模式：0571-88776655-9527。这3个子模式用固定字符连接。

• 各个部分的字符分类是什么

  这3个子模式都是数字类型，可以用\d。现在可以写出模式为：\d-\d-\d

• 各个子模式如何重复

  第1个子模式重复3到4次，因为有010和021等直辖市

  第2个子模式重复7到8次，有的地区只有7位电话号码

  第3个子模式重复3-4次

  加上次数限制后，模式成为：\d{3,4}-\d{7,8}-\d{3,4}

  但有的座机没有分机号，所以我们用或运算符让它支持两者：

  \d{3,4}-\d{7,8}-\d{3,4}|\d{3,4}-\d{7,8}

• 是否有外部位置限制

  没有

• 是否有内部制约关系

  没有

#需求：匹配分机号码
tex = "0571-88776655-9527.dfvgai;;sdbv;asdv;asv;iasvi;cav"
pater = "\d{4}-\d{8}-\d{4}"
result = re.findall(pater,tex)
print(result)

[^3-8] 表示取反的意思，除了3-8之间都可以

abc{8}:c重复8次；(abc){8}:abc重复8次

4. Python正则模块re的用法

python的re模块还比较简单，包括以下几个方法：

• re.search()：查找符合模式的字符，只返回第一个，返回Match对象，用来查找文件里有没有这种东西，
• re.match()：和search一样，但要求必须从字符串开头匹配（和search一样都是只返回一个，返回的是一个对象，对象中包含了很多方法及属性）
• re.findall()：返回所有匹配的字符串列表
• re.finditer()：返回一个迭代器，其中包含所有的匹配，也就是Match对象

text = '麦叔电话是18812345678，他还有一个电话号码是18887654321，0581-52152166他爱好的数字是01234567891，他的座机是：0571-52152166'
it = re.finditer(r"(\d{4})-(\d{8})",text)
for m in it:
    print(m) #返回的是一个对象，返回一个迭代器

• re.sub()：替换匹配的字符串，返回替换完成的文本

• re.subn()：替换匹配的字符串，返回替换完成的文本和替换的次数

text = "aBc,dafaa Abc ABC"
result = re.sub(r"abc","***",text,flags=re.I) #输出结果：***,dafaa *** ***，前面是要匹配的目标，后面是匹配的内容
print(result)

• re.split()：用匹配表达式的字符串做分隔符分割原字符串

  text = "aBc,dafaa Abc ABC"
  result = re.split(r"\s*[,;/]\s*",text) #分割，输出的结果为 ['aBc', 'dafaa Abc ABC']
  print(result)
  

  • re.compile()：把正则表达式编译成一个对象，方便后面使用 #compile:把正则表达式变成一个可传递的对象

标签：返回,正则表达式,text,系统,学习,re,print,findall
来源： https://www.cnblogs.com/yangzilaing/p/15799547.html