正则表达式_应用

常用的正则表达式可以在线生成，不需要自己写；
正则表达式在线生成器：https://www.sojson.com/regex/generate

案例：
1.匹配URL地址
生成正则表达式：^ ((https|http|ftp|rtsp|mms)?: //)[^\s]+

分析：
^：
如果没有在[ ]里面的时候， 代表以什么开头；
如果在[ ]里面的时候，代表除了…之外；
(https|http|ftp|rtsp|mms)：代表一个分组

代码：

import re

url = 'http://www.baidu.com'
pattern = r'^((https|http|ftp|rtsp|mms)?:\/\/)\S+'

# 进行分组的时候， findall方法只返回分组里面的内容;
# print(re.findall(pattern, url))

resObj = re.search(pattern, url)
if resObj:
    # group方法会返回匹配的所有内容;
    print(resObj.group())
    # groups方法返回分组里面的内容;
    print(resObj.groups())

运行结果：

2.匹配日期

生成正则表达式：\d{4}(-|/|.)\d{1,2}\1\d{1,2}

分析：其中 \1 代表的是一定要与第一个分组的内容保持一致， 否则不匹配
即 2019-1-3 能匹配到，而 2019-1.4 匹配不到

代码：

import re

date = '2019-2-15'
pattern = r'\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}'

reObj = re.search(pattern, date)
if reObj:
    print(reObj.group())
    print(reObj.groups())

运行结果：

3.匹配用户名
生成正则表达式：[\w-\u4e00-\u9fa5]+

分析：
字符串是否包含中文：[\u4e00-\u9fa5]
\u4e00是Unicode中汉字的开始，\u9fa5则是Unicode中汉字的结束；
[ ]表示匹配方括号的中任意字符；

代码：

import re
user = '西部开源123'
pattern = r'[\w\-\u4e00-\u9fa5]+'
print(re.findall(pattern, user))

运行结果：