python教程栏目讲解正则表达式知识。

正则表达式应用的场景也非常多。常见的比如：搜索引擎的搜索、爬虫结果的匹配、文本数据的提取等等都会用到，所以掌握甚至精通正则表达式是一个硬性技能，非常必要。

正则表达式

正则表达式是一个特殊的字符序列，由普通字符和元字符组成。元字符能帮助你方便的检查一个字符串是否与某种模式匹配。

Python中则提供了强大的正则表达式处理模块，即 re 模块， 为Python的内置模块。

下面，我带大家来一个入门demo例子，代码如下：

import rereg_string = "hello9527python@wangcai.@!:xiaoqiang"
reg = "hello"result = re.findall(reg,reg_string)
print(result)复制代码

这里reg_string就是我们的普通字符，reg就是我们的元字符。

我们使用 re 模块中的findall函数，进行匹配，返回的结果是列表数据类型。

元字符

Python中常见元字符及其含义如下：

我们还是使用上次的例子，这次我们需要在reg_string匹配出我们的数字，只需要将reg换成\\d，代码如下图所示。

比如，我们在之前的reg的hello前面加上一个^，意味着我们 匹配字符串的开始的hello，那么结果就是一个，就是我们开头的hello。

反义代码

Python中常见反义代码 及其含义如下：

其实，记忆很简单，我们是不是知道\\d匹配数字，那么\\d的大写\\D就是匹配非数字，元字符[a]匹配a任意字符，那么[^a]就是匹配除了a以外的任意字符。

下面是具体例子

>>> import re>>> reg_string = "hello9527python@wangcai.@!:xiaoqiang"
>>> reg = "\\D">>> re.findall(reg,reg_string)
['h', 'e', 'l', 'l', 'o', 'p', 'y', 't', 'h', 'o', 'n', '@', 'w', 'a', 'n', 'g', 'c', 'a', 'i', '.', '@', '!', ':', 'x', 'i', 'a', 'o', 'q', 'i', 'a', 'n', 'g']
>>> reg = "[^a-p]"['9', '5', '2', '7', 'y', 't', '@', 'w', '.', '@', '!', ':', 'x', 'q']复制代码

限定符

什么是限定符？就是限定我们匹配的个数的东西。

Python中常见限定符 及其含义如下：

我们还是用我们之前的reg_string，这次我们限定了元字符为\\d{4}，也就是我们的匹配的数字必须是4个。

匹配ip地址

在互联网中，一台主机只有一个IP地址。IP地址用于在TCP/IP通信协议中标记每台计算机的地址，通常用于十进制来表示，如192.168.1.100。

在window系统中，我们可以通过ipconfig查看我们的ip。在linux系统中，我们可以通过ifconfig查看我们的ip。

我们的ip字符串是这样子的：ip = "this is ip:192.168.1.123 :172.138.2.15"

下面要求使用正则表达式，将ip匹配出来。

其实，我们主要编写元字符。比如：reg = "\\d{3}.\\d+.\\d+.\\d+"，因为第一个数字必须是三位数开头，我们可以设定\\d{3}固定起来。

我们除了可以使用findall，还可以使用search，我们把元字符reg = "(\\d{1,3}.){3}\\d{1,3}"。

组匹配

什么是组匹配，比如说这里边我有一个字符串s = this is phone:13888888888 and this is my postcode:012345，我需要你把手机号和验证码匹配出来。

因为，我们要匹配两个，而已每个的元字符都是不一样的。所以，我们需要分组匹配。

正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

于是我们的元字符就变成：reg = this is phone:(\\d{11}) and this is my postcode:(\\d{6})

我们一般使用search进行分组匹配，上次我是不是说过search需要使用列表取出来，这里的组匹配也是一样，不过这里用的是group()方法。group(1)代表了我们的手机号，group(2)代表了我们的验证码，而group(0)代表了我们的手机号和验证码，代码如下图所示。

贪婪与非贪婪

贪婪与非贪婪模式影响的是被量词修饰的子表达式的匹配行为，贪婪模式在整个表达式匹配成功的前提下，尽可能多的匹配，而非贪婪模式在整个表达式匹配成功的前提下，尽可能少的匹配。

贪婪和非贪婪有几个非常重要的操作符。

比如说这里边我有一个字符串reg_string = pythonnnnnnnnnpythonHelloPytho，我们先使用贪婪的模式下的元字符：reg = "python*"

手机号码验证

首先，我们要知道我们的手机号码是什么开头的？

移动手机号码开头有16个号段：134、135、136、137、138、139、147、150、151、152、157、158、159、182、187、188。

联通手机号码开头有7种号段：130、131、132、155、156、185、186。

电信手机号码开头有4个号段：133、153、180、189。

这样我们就可以在开头做事情了，先判断开头是不是上面的号段， regex = "^((13[0-9])|(14[5|7])|(15([0-3]|[5-9]))|(18[0,5-9]))\\d{8}$"，就是我们的元字符，代码如下：
import redef checkCellphone(cellphone):    regex = "^((13[0-9])|(14[5|7])|(15([0-3]|[5-9]))|(18[0,5-9]))\\d{8}$"    result = re.findall(regex,cellphone)    if result:        print("匹配成功")        return True
    else:        print("匹配失败")        return Falsecellphone = '13717378202'checkCellphone(cellphone)


匹配成功True复制代码
匹配邮箱合法性
下面，我们进行一个作业，就是来匹配我们的邮箱号码。

作业的答案如下：
作业的答案如下：
import redef checkEmail(email):    regex_1 = '^(\\w+)@sina.com$'
    regex_2 = '^(\\w+)@sina.com.cn$'
    regex_3 = '^(\\w+)@163.com$'
    regex_4 = '^(\\w+)@126.com$'
    regex_5 = '^[1-9][0,9]{4,}+@qq.com$'
    regex = [regex_1 ,regex_2 ,regex_3, regex_4, regex_5]
    for i in  regex:
        result = re.findall(i,email)
        if result:
            print("匹配成功")
            return True        else:
            print("匹配失败")
            return False
email = 'sdjflsdjkl@sina.com'checkEmail(email)复制代码
正则表达式测试工具
打开开源中国提供的正则表达式测试工具 tool.oschina.net/regex/，输入待匹…
例如，输入下面这段待匹配的文本：
Hello, my phone number is 123455678 and email is runsen@qq.com, and my website is https://blog.csdn.net/weixin_44510615.复制代码
这段字符串中包含了一个电话号码和一个电子邮件，接下来就尝试用正则表达式提取出来，如图所示。

在网页右侧选择 “匹配 Email 地址”，就可以看到下方出现了文本中的 E-mail。如果选择 “匹配网址 URL”，就可以看到下方出现了文本中的 URL。是不是非常神奇？



相关免费学习推荐：python教程（视频）