日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

python中的正則表達式,貪婪匹配與非貪婪匹配方式_python

作者:Yietong309 ? 更新時間: 2023-03-27 編程語言

正則表達式,貪婪匹配與非貪婪匹配

正則表達式前戲

以某app注冊頁面獲取手機號為例. 其有很多校驗規則: 國內手機號必須是11位,純數字,是常規的手機號開頭.

用python實現手機注冊校驗功能如下:

? # 1.獲取用戶的手機號
? phone_num = input('請輸入您的手機號>>>:').strip()
? # 2.先校驗是否是11位
? if len(phone_num) == 11:
? ? ? # 3.再校驗是否是純數字
? ? ? if phone_num.isdigit():
? ? ? ? ? # 4.校驗開頭是否合法(隨便寫幾個意思一下)
? ? ? ? ? if phone_num.startswith('13') or phone_num.startswith('15') or phone_num.startswith(
? ? ? ? ? ? ? ? ? '17') or phone_num.startswith('18'):
? ? ? ? ? ? ? print('是一個正常的手機號')
? ? ? ? ? else:
? ? ? ? ? ? ? print('手機號開頭不合法')
? ? ? else:
? ? ? ? ? print('手機號必須是純數字')
? else:
? ? ? print('手機號必須是11位')

正則表達式為: 0?(13|14|15|17|18|19)[0-9]{9}

對比可看到代碼量銳減,一行就可以搞定. 由此可見,正則表達式就是利用一些'特殊符號'的組合去字符串中篩選出想要的數據. 所以學習正則很大程度上就是在學習一些特殊符號的使用

"""
正則表達式是一門獨立的語言 專門用來匹配、校驗、篩查所需的數據
任何編程語言都可以使用 在python中如果想用就必須借助于內置模塊re
"""

正則表達式之字符組

單個字符組默認一次只匹配一個字符

  • 字符組 : [字符組]
  • 在同一個位置可能出現的各種字符組成了一個字符組,在正則表達式中用[]表示
  • 字符分為很多類,比如數字、字母、標點等等。
  • 假如你現在要求一個位置"只能出現一個數字",那么這個位置上的字符只能是0、1、2...9這10個數之一。
正則 待匹配字符 匹配結果 說明
[0123456789] 8 True 在一個字符組里枚舉合法的所有字符,字符組里的任意一個字符 和"待匹配字符"相同都視為可以匹配
[0123456789] a False 由于字符組中沒有"a"字符,所以不能匹配
[0-9] 7 True 也可以用-表示范圍,[0-9]就和[0123456789]是一個意思
[a-z] s True 同樣的如果要匹配所有的小寫字母,直接用[a-z]就可以表示
[A-Z] H True [A-Z]就表示所有的大寫字母
[0-9a-fA-F] z True 可以匹配數字,大小寫形式的a~f,用來驗證十六進制字符

字符

元字符 匹配內容
. 匹配除換行符以外的任意字符
\w 匹配字母或數字或下劃線
\s 匹配任意的空白符
\d 匹配數字
\n 匹配一個換行符
\t 匹配一個制表符
\b 匹配一個單詞的結尾
^ 匹配字符串的開始
$ 匹配字符串的結尾
\W 匹配非字母或數字或下劃線
\D 匹配非數字
\S 匹配非空白符
a|b 匹配字符a或字符b
() 匹配括號內的表達式,也表示一個組
[...] 匹配字符組中的字符
[^...] 匹配除了字符組中字符的所有字符

量詞

量詞 用法說明
* 重復零次或更多次
+ 重復一次或更多次
? 重復零次或一次
{n} 重復n次
{n,} 重復n次或更多次
{n,m} 重復n到m次

. ^ $

正則 待匹配字符 匹配
結果
說明
海. 海燕海嬌海東 海燕海嬌海東 匹配所有"海."的字符
^海. 海燕海嬌海東 海燕 只從開頭匹配"海."
海.$ 海燕海嬌海東 海東 只匹配結尾的"海.$"

* + ? { }

正則 待匹配字符 匹配
結果
說明
李.? 李杰和李蓮英和李二棍子

李杰
李蓮
李二

?表示重復零次或一次,即只匹配"李"后面一個任意字符
李.* 李杰和李蓮英和李二棍子 李杰和李蓮英和李二棍子 *表示重復零次或多次,即匹配"李"后面0或多個任意字符
李.+ 李杰和李蓮英和李二棍子 李杰和李蓮英和李二棍子 +表示重復一次或多次,即只匹配"李"后面1個或多個任意字符
李.{1,2} 李杰和李蓮英和李二棍子

李杰和
李蓮英
李二棍

{1,2}匹配1到2次任意字符

注意:前面的*,+,?等都是貪婪匹配,也就是盡可能匹配,后面加?號使其變成惰性匹配

正則 待匹配字符 匹配
結果
說明
李.*? 李杰和李蓮英和李二棍子

惰性匹配

字符集[][^]

正則 待匹配字符 匹配
結果
說明
李[杰蓮英二棍子]* 李杰和李蓮英和李二棍子

李杰
李蓮英
李二棍子

表示匹配"李"字后面[杰蓮英二棍子]的字符任意次
李[^和]* 李杰和李蓮英和李二棍子

李杰
李蓮英
李二棍子

表示匹配一個不是"和"的字符任意次
[\d] 456bdha3

4
5
6
3

表示匹配任意一個數字,匹配到4個結果
[\d]+ 456bdha3

456
3

表示匹配任意個數字,匹配到2個結果

分組 ()與 或 |[^]

身份證號碼是一個長度為15或18個字符的字符串,如果是15位則全部由數字組成,首位不能為0;如果是18位,則前17位全部是數字,末位可能是數字或x,下面我們嘗試用正則來表示:

正則 待匹配字符 匹配
結果
說明
^[1-9]\d{13,16}[0-9x]$ 110101198001017032

110101198001017032

表示可以匹配一個正確的身份證號
^[1-9]\d{13,16}[0-9x]$ 1101011980010170

1101011980010170

表示也可以匹配這串數字,但這并不是一個正確的身份證號碼,它是一個16位的數字
^[1-9]\d{14}(\d{2}[0-9x])?$ 1101011980010170

False

現在不會匹配錯誤的身份證號了 ()表示分組,將\d{2}[0-9x]分成一組,就可以整體約束他們出現的次數為0-1次
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ 110105199812067023

110105199812067023

表示先匹配[1-9]\d{16}[0-9x]如果沒有匹配上就匹配[1-9]\d{14}

轉義符 \

在正則表達式中,有很多有特殊意義的是元字符,比如\n和\s等,如果要在正則中匹配正常的"\n"而不是"換行符"就需要對"\"進行轉義,變成'\\'。

在python中,無論是正則表達式,還是待匹配的內容,都是以字符串的形式出現的,在字符串中\也有特殊的含義,本身還需要轉義。所以如果匹配一次"\n",字符串中要寫成'\\n',那么正則里就要寫成"\\\\n",這樣就太麻煩了。這個時候我們就用到了r'\n'這個概念,此時的正則是r'\\n'就可以了。

正則 待匹配字符 匹配
結果
說明
\n \n False 因為在正則表達式中\是有特殊意義的字符,所以要匹配\n本身,用表達式\n無法匹配
\\n \n True 轉義\之后變成\\,即可匹配
"\\\\n" '\\n' True 如果在python中,字符串中的'\'也需要轉義,所以每一個字符串'\'又需要轉義一次
r'\\n' r'\n' True 在字符串之前加r,讓整個字符串不轉義

貪婪匹配

貪婪匹配:在滿足匹配時,匹配盡可能長的字符串,默認情況下,采用貪婪匹配

正則 待匹配字符 匹配
結果
說明
<.*>

<script>...<script>

<script>...<script> 默認為貪婪匹配模式,會匹配盡量長的字符串
<.*?> r'\d'

<script>
<script>

加上?為將貪婪匹配模式轉為非貪婪匹配模式,會匹配盡量短的字符串
  • *? 重復任意次,但盡可能少重復
  • +? 重復1次或更多次,但盡可能少重復
  • ?? 重復0次或1次,但盡可能少重復
  • {n,m}? 重復n到m次,但盡可能少重復
  • {n,}? 重復n次以上,但盡可能少重復

.*?的用法

  • .是任意字符
  • * 是取 0 至 無限長度
  • ? 是非貪婪模式。
  • 何在一起就是 取盡量少的任意字符,一般不會這么單獨寫,他大多用在:
  • .*?x
  • 就是取前面任意長度的字符,直到一個x出現

re模塊下的常用方法

import re
res = re.findall('i','yietong tim lily')
print(res)  # ['i', 'i', 'i'] 結果是一個列表
# 
 
res = re.search('i','yietong tim lily')
print(res)  # <_sre.SRE_Match object; span=(1, 2), match='i'>
# 查找到一個符合條件的就結束.沒有就返回none
print(res.group())  # i 沒有就無法group調用,直接報錯
 
 
res = re.match('y','yietong tim lily')
print(res)  # <_sre.SRE_Match object; span=(0, 1), match='y'>
# 從字符串的開頭匹配 如果沒有則直接返回None 類似于給正則自動加了^ 如果符合也只獲取一個就結束
print(res.group())  # y 沒有就無法group調用,直接報錯
 
 
res = re.finditer('i','yietong tim lily')
print(res)  # <callable_iterator object at 0x00000211ECF3D2B0> 結果是一個迭代器,為了節省空間
print([i.group() for i in res])  # ['i', 'i', 'i'] 可以進行for循環取值
 
 
obj = re.compile('\d+')  # 提前寫好,后續需要經常使用的正則
print(re.findall(obj,'asfrrrrgrdf23564'))   # ['23564']
print(re.findall(obj,'1234wferbvccrcbf'))   # ['1234']

findall 優先級查詢及取消方法

res = re.findall('a(b)c','abcabcabc')
print(res)  # ['b', 'b', 'b']
# 取消優先查詢方法 ?:
res = re.findall('a(?:b)c','abcabcabc')
print(res)  # ['abc', 'abc', 'abc']

給分組起別名方法

res = re.findall('(a)(b)(c)','abcabcabc')
print(res)  # [('a', 'b', 'c'), ('a', 'b', 'c'), ('a', 'b', 'c')]
# 分組起別名方法: ?P
res = re.findall('(?P<aaa>a)(b)(c)','abcabcabc')
print(res)  # [('a', 'b', 'c'), ('a', 'b', 'c'), ('a', 'b', 'c')]
print(res.group('aaa'))  # 報錯

split的優先級查詢

ret=re.split("\d+","eva3jason4yuan")
print(ret) #結果 : ['eva', 'jason', 'yuan']

ret=re.split("(\d+)","eva3jason4yuan")
print(ret) #結果 : ['eva', '3', 'jason', '4', 'yuan']

#在匹配部分加上()之后所切出的結果是不同的,
#沒有()的沒有保留所匹配的項,但是有()的卻能夠保留了匹配的項,
#這個在某些需要保留匹配部分的使用過程是非常重要的。

總結

原文鏈接:https://blog.csdn.net/weixin_67531112/article/details/125115750

欄目分類
最近更新