python—模块-re正则表达式

问题：从下面的文件中取出电话号

或者是下面这样：

用正则表达式就可以简单一点儿，

re模块

正则表达式就是字符串的匹配规则，在多数编程语言里都有相应的支持，python里对应的模块是re

常用的表达式规则

'.'     默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)
'$'     匹配字符结尾， 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1
'*'     匹配*号前的字符0次或多次， re.search('a*','aaaabac')  结果'aaaa'
'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']
'?'     匹配前一个字符1次或0次 ,re.search('b?','alex').group() 匹配b 0次
'{m}'   匹配前一个字符m次 ,re.search('b{3}','alexbbbs').group()  匹配到'bbb'
'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']
'|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'
'(...)' 分组匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 结果为'abcabca45'


'\A'    只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的，相当于re.match('abc',"alexabc") 或^
'\Z'    匹配字符结尾，同$ 
'\d'    匹配数字0-9
'\D'    匹配非数字
'\w'    匹配[A-Za-z0-9]
'\W'    匹配非[A-Za-z0-9]
's'     匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'

'(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}

>>> import re
#.
>>> re.search('.','da854da')
<_sre.SRE_Match object; span=(0, 1), match='d'>
#^
>>> re.search('^a','avcb')
<_sre.SRE_Match object; span=(0, 1), match='a'>
#这两个是一样的
>>> re.match('av','avcb')
<_sre.SRE_Match object; span=(0, 2), match='av'>

# $要求字符串以b结尾
>>> re.search('b$','avcb')
<_sre.SRE_Match object; span=(3, 4), match='b'>
#如果是match，就是要求以b开头，并以b结尾，就只有一个字符 'b'

re的匹配语法有以下几种

re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.split 以匹配到的字符当做列表分隔符
re.sub 匹配字符并替换
re.fullmatch 全部匹配

>>> import re
>>> s = 'abc1d3c'
>>> re.match('[0-9]',s)# 从头开始匹配，匹配一个字符
>>> print(re.match('[0-9]',s))#相当于函数，没有匹配到，就会返回None
None
>>> re.match('[0-9]','1bdfd')
<_sre.SRE_Match object; span=(0, 1), match='1'>
>>> re.match('[0-9]','115bdfd')
<_sre.SRE_Match object; span=(0, 1), match='1'>

上面用match无法匹配到需要的字符，下面是search，这个是全局搜索，找到就返回

>>> import re
>>> s = 'abc1d3c'
>>> re.search('[0-9]',s)
<_sre.SRE_Match object; span=(3, 4), match='1'># （3，4）是索引，指的是从3到4
>>> re.search('[0-9]',s).group()#加上group就能拿到结果
'1'

所以正确的做法应该是线判断一下返回值没有，有的话再取

match_res = re.search('[0-9]', s)
if match_res:
    print(match_res.group())#拿到匹配结果

但是上面两种都不能把数字都拿到，所以用到findall

>>> import re
>>> re.findall('[0-9]',s)
['1', '3']

其中，findall返回的是列表，而search返回的是对象

python—模块-re正则表达式

re模块

常用的表达式规则

re的匹配语法有以下几种

猜你喜欢