Python之学习笔记（正则表达式）

代码

# -*- coding: utf-8 -*-'正则表达式的使用简介'import re  # 正则表达式'''正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。举例子：我们判断一个字符串是否是合法的Email的方法是：    创建一个匹配Email的正则表达式；    用该正则表达式去匹配用户的输入来判断是否合法。''''''字符串表示：1、在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字。2、可以匹配任意字符，所以：'py.'可以匹配'pyc'、'pyo'、'py!'等等。3、匹配变长的字符：要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：举例子：来看一个复杂的例子：\d{3}\s+\d{3,8}。我们来从左到右解读一下：    \d{3}表示匹配3个数字，例如'010'；    \s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配' '，' '等；    \d{3,8}表示3-8个数字，例如'1234567'。综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。如果要匹配'010-12345'这样的号码呢？由于'-'是特殊字符，在正则表达式中，要用'\'转义，所以，上面的正则是\d{3}\-\d{3,8}。''''''精确匹配：[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。A|B可以匹配A或B，所以[P|p]ython可以匹配'Python'或者'python'。^表示行的开头，^\d表示必须以数字开头。$表示行的结束，\d$表示必须以数字结束。你可能注意到了，py也可以匹配'python'，但是加上^py$就变成了整行匹配，就只能匹配'py'了。'''# 考虑转义的问题，使用# s = r'ABC\-001' # Python的字符串# 对应的正则表达式字符串不变：# 'ABC\-001'print re.match(r'^\d{3}\-\d{3,8}$', '010-12345')print r'^\d{3}\-\d{3,8}$'test = '  ' if re.match(r'^\d{3}\-\d{3,8}$', test):    print 'ok'else:    print 'failed'# 进行字符串切割re.split(r'\s+','a  b     c     d')# >>> re.split(r'[\s\,\;]+', 'a,b;; c  d')# ['a', 'b', 'c', 'd']# 分组m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')print m.group(0)print m.group(1)print m.group(2)# 时间匹配t = '19:05:30'm = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)print m.groups()# 贪婪匹配print re.match(r'^(\d+)(0*)$', '102300').groups()# 非贪婪匹配print re.match(r'^(\d+?)(0*)$', '102300').groups()# 对于常见的正则表达式进行预编译可以提高速率re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')print re_telephone.match('010-12345').groups()print re_telephone.match('010-8086').groups()# 邮箱的正则表达式in_test = '123'         #raw_input()if re.match(r'^[0-9a-zA-Z\_]+\@[a-z]+\.com$', in_test):    print 'ok'else:    print 'failed''''eadd = raw_input('Please enter your email address: ') if re.match(r'(\w+|(\w+.\w+?))\@(\w+?).(com|net|org|gov|cn)$', eadd):     print 'It\'s a good email address.' else: print 'It\'s not a good email address.''''# 在中文时用searchin_test = raw_input()m = re.match(r'^\<([a-zA-Z\s]+)\>([0-9a-zA-Z\_]+)\@([a-z]+)\.com$', in_test)if m:    print m.group(0)    print m.group(1)else:    print 'failed'