黑马程序员技术交流社区

标题: 【上海校区】python中的常用re表达式汇总 [打印本页]

作者: sunyakai 时间: 2019-10-17 15:20
标题: 【上海校区】python中的常用re表达式汇总
一：常用匹配表达式
匹配中文字符的表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
匹配空白行的表达式：\n\s*\r
评注：可以用来删除空白行
匹配HTML标记的表达式： <(\S*?)[^>]*>.*? ? <.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的表达式：^\s* ?\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
匹配Email地址的表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用
匹配网址URL的表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用
匹配国内电话号码：\d{3}-\d{8} ?\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字
匹配身份证：\d{15} ?\d{18}
评注：中国的身份证为15位或18位
匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用
二：正则匹配的几个基本概念
1.贪婪：+,*,?,{m,n}等默认是贪婪匹配，即尽可能多匹配，也叫最大匹配
如果后面加上?，就转化为非贪婪匹配，需要高版本支持
1.贪婪：+,*,?,{m,n}等默认是贪婪匹配，即尽可能多匹配，也叫最大匹配
如果后面加上?，就转化为非贪婪匹配，需要高版本支持view plaincopy to clipboardprint?
2.获取：默认用(x ¦y)是获取匹配，很多时候只是测试，不一定要求得到所匹配的数据，尤其在嵌套匹配或大数据中就要用非获取匹配(?:x ¦y)，这样提高了效率，优化了程序。
2.获取：默认用(x ¦y)是获取匹配，很多时候只是测试，不一定要求得到所匹配的数据，尤其在嵌套匹配或大数据中就要用非获取匹配(?:x ¦y)，这样提高了效率，优化了程序。view plaincopy to clipboardprint?
3.消耗：默认是消耗匹配，一般在预查中是非消耗匹配。
举个例子，2003-2-8要变为2003-02-08
如果用/-(\d)-/第二次匹配将从8开始，从而只替换第一个2，错误
如果用/-(\d)(?=-)/则第二次匹配从第二个-开始，即不消耗字符-
3.消耗：默认是消耗匹配，一般在预查中是非消耗匹配。
举个例子，2003-2-8要变为2003-02-08
如果用/-(\d)-/第二次匹配将从8开始，从而只替换第一个2，错误
如果用/-(\d)(?=-)/则第二次匹配从第二个-开始，即不消耗字符-view plaincopy to clipboardprint?
4.预查：js中分为正向预查和负向预查
如上面的(?=pattern)是正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。还有 (?!pattern)是负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。负向预查有时会用在对[^]的扩充，[^]只是一些字符，而?!可以使整个字符串。
4.预查：js中分为正向预查和负向预查
如上面的(?=pattern)是正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。还有 (?!pattern)是负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。负向预查有时会用在对[^]的扩充，[^]只是一些字符，而?!可以使整个字符串。view plaincopy to clipboardprint?
5.回调：一般用在替换上，即根据不用的匹配内容返回不用的替换值，从而简化了程序，需要高版本支持
5.回调：一般用在替换上，即根据不用的匹配内容返回不用的替换值，从而简化了程序，需要高版本支持view plaincopy to clipboardprint?
6.引用：\num 对所获取的第num个匹配的引用。
例如，’(.)\1\1′ 匹配AAA型。’(.)(.)\2\1′ 匹配ABBA型。
6.引用：\num 对所获取的第num个匹配的引用。
例如，’(.)\1\1′ 匹配AAA型。’(.)(.)\2\1′ 匹配ABBA型。view plaincopy to clipboardprint?
三：正则表达式口诀及教程：
其实也势利，削尖头来把钱揣；（指开始符号^和结尾符号$）
特殊符号认不了，弄个倒杠来引路；（指\. \*等特殊符号）
倒杠后面跟小w，数字字母来表示；（\w跟数字字母;\d跟数字）
倒杠后面跟小d，只有数字来表示；
倒杠后面跟小a，报警符号嘀一声；
倒杠后面跟小b，单词分界或退格；
倒杠后面跟小t，制表符号很明了；
倒杠后面跟小r，回车符号知道了；
倒杠后面跟小s，空格符号很重要；
小写跟罢跟大写，多得实在不得了；
倒杠后面跟大W，字母数字靠边站；
倒杠后面跟大S，空白也就靠边站；
倒杠后面跟大D，数字从此靠边站；
倒框后面跟大B，不含开头和结尾；
单个字符要重复，三个符号来帮忙；（* + ？）
0 星加1 到无穷，问号只管0 和1；（*表0-n;+表1-n;?表0-1次重复）
花括号里学问多，重复操作能力强；（{n} {n,} {n,m}）
若要重复字符串，园括把它括起来；（（abc）{3} 表示字符串“abc”重复3次）
特殊集合自定义，中括号来帮你忙；
转义符号行不通，一个一个来排队；
实在多得排不下，横杠请来帮个忙；（[1-5]）
尖头放进中括号，反义定义威力大；（[^a]指除“a”外的任意字符）
1竖作用可不小，两边互替换；（键盘上与“\”是同一个键）
1竖能用很多次，复杂定义很方便；
园括号，用途多；
反向引用指定组，数字排符对应它；（“\b(\w+)\b\s+\1\b”中的数字“1”引用前面的“(\w+)”）
支持组名自定义，问号加上尖括号；（“(?\w+)”中把“\w+”定义为组，组名为“Word”）
园括号，用途多，位置指定全靠它；
问号等号字符串，定位字符串前面；（“\b\w+(?=ing\b)”定位“ing”前面的字符串）
若要定位串后面，中间插个小于号；（“(?<=\bsub)\w+\b”定位“sub”后面的字符串）
问号加个惊叹号，后面跟串字符串；
PHPer都知道，！是取反的意思；
后面不跟这一串，统统符合来报到；（“\w*d(?!og)\w*”，“dog”不符合，“do”符合）
问号小于惊叹号，后面跟串字符串；
前面不放这一串，统统符合来报到；
点号星号很贪婪，加个问号不贪婪；
加号问号有保底，至少重复一次多；
两个问号老规矩，0次1次团团转；
花括号后跟个？，贪婪变成不贪婪；

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2