首先明白正则表达式和re模块的关系:
正则:是一种规则,这种规则在任何一种语言中都严格按照此规则进行匹配.正则匹配的就是字符串,从字符串的左边往右边匹配
re: re是python语言中的利用正则规则的一种封装而已.多了一些例如match ,search,find等函数
正则:tool.chinaz.com/regex
字符组 ： [字符组]
在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
字符分为很多类，比如数字、字母、标点等等。
假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
正则 |
待匹配字符 |
匹配 |
说明 |
[0123456789] |
8 |
True |
在一个字符组里枚举合法的所有字符，字符组里的任意一个字符 |
[0123456789] |
a |
False |
由于字符组中没有"a"字符，所以不能匹配 |
[0-9] |
7 |
True |
也可以用-表示范围,[0-9]就和[0123456789]是一个意思 |
[a-z] |
s |
True |
同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示 |
[A-Z] |
B |
True |
[A-Z]就表示所有的大写字母 |
[0-9a-fA-F] |
e |
True |
可以匹配数字，大小写形式的a～f，用来验证十六进制 |
字符：
元字符 |
匹配内容 |
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| \b | 匹配一个单词的结尾 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结尾 |
| \W |
匹配非字母或数字或下划线 |
| \D |
匹配非数字 |
| \S |
匹配非空白符 |
| a|b |
匹配字符a或字符b |
| () |
匹配括号内的表达式，也表示一个组 |
| [...] |
匹配字符组中的字符 |
| [^...] |
匹配除了字符组中字符的所有字符 |
量词：这些量词都是贪婪匹配,比如 \d{2,3} --->匹配字符串123456 的结果是2个 分别是123 和456 而不是12 、34、56
但是在量词的后面如果加上一个? 那么代表的意思是惰性匹配 \d{2,3}?-->匹配字符串123456的结果是12 、34、56
量词 |
用法说明 |
| * | 重复零次或更多次 |
| + | 重复一次或更多次 |
| ? | 重复零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n,m} | 重复n到m次 |
分组:
第一层含义:表示要么匹配组内第一种规则要么匹配组内其他规则,括号外面的规则是组内各种规则的公用规则,即匹配组内的任意一种,用"|"来表示或
第二层含义:表示如果想对好几种规则组合在一起用量词来约束组内某种规则匹配的次数,那么可以用()把这几种规则括起来
如: 身份证号规则是要么15位的要么18位的纯数字要么17位数字+x
一、通过第一层含义实现,其中有个嵌套分组
1.^[1-9]((\d{17}|\d{16}x)|\d{14})$
2.^[1-9](\d{14}|\d{16}[0-9x])$
二、通过第二层含义实现
^[1-9]\d{14}(\d{2}[0-9x])?$
re模块
1.findall:返回所有匹配的结果存入到列表中
2.search:匹配到结果就返回结果，返回的结果是search对象，这个对象需要进行group()这个方法打印获取结果字符串
3.match:语法跟search一样，只不过关心的是开头是否匹配，如果匹配那么返回匹配项，如果不匹配返回None.