完整的正則表達式知識彙總（Python知識不斷更新）

## 大綱: ## 一、正則概述 1.正則是什麼正則就是一套規則,或者語法 2.正則的作用讓我們判斷是否符合我們的的規則,或者根據規則找到符合規則的數據 3.使用場景可以用正則判斷我們輸入的郵箱是否合法可以用正則去獲取整個網頁的照片 4.適合語言所有語言都可以通用 ## 二、正則表達式簡單 ...

## 大綱:

## 一、正則概述

1.正則是什麼
正則就是一套規則,或者語法
2.正則的作用
讓我們判斷是否符合我們的的規則,或者根據規則找到符合規則的數據
3.使用場景
可以用正則判斷我們輸入的郵箱是否合法
可以用正則去獲取整個網頁的照片
4.適合語言
所有語言都可以通用

## 二、正則表達式簡單使用

題目：判斷hello是否在helloword中存在
步驟：
1.導入包
2.使用正則匹配
![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20181113200131709.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTYzNTMwNQ==,size_16,color_FFFFFF,t_70)

## 三、正則規則彙總：

**1. 單字元（一般大寫用的特別少）**
. 匹配任意1個字元（除了\n）
[ ] 匹配[ ]中列舉的字元[ab456c][a-z]
\d 匹配數字，即0-9
\D 匹配非數字，即不是數字
\s 匹配空白，即空格，tab鍵\t,\n
\S 匹配非空白
\w 匹配單詞字元，即a-z、A-Z、0-9、_,國家的文字
\W 匹配非單詞字元
```
# . 匹配任意1個字元（除了\n）
# --判斷包含速度與激情字元串的
# print(re.match("用戶速度與激情.8", '用戶速度與激情 8').group())
# print(re.match("用戶速度與激情.", '用戶速度與激情_').group())

# [ ] 匹配[ ]中列舉的字元[ab456c][a-z]
# 格式1:[單個值,...]
# 判斷用戶只想看1,4,8的速度與激情
print(re.match('速度與激情[148]', '速度與激情4').group())
# 格式2:[範圍,...]
# 判斷用戶只看1到8的速度與激情
# print(re.match('速度與激情[1-8]', '速度與激情8').group())
# 格式3:[數字字元]
# 判斷用戶輸入的速度與激情1到8或者速度與激情a-h
# print(re.match('速度與激情[1-8a-h]', '速度與激情e').group())

# \d 匹配數字，即0-9
# print(re.match('用戶速度與激情\d', "用戶速度與激情8").group())

# \D 匹配非數字，即不是數字
# print(re.match('用戶速度與激情\D', "用戶速度與激情\n").group())

# \s 匹配空白，即空格，tab鍵\t,\n
# --判斷用戶速度與激情 8
# print(re.match("用戶速度與激情\s8", "用戶速度與激情\n8").group())

# \S 匹配非空白
# print(re.match('用戶速度與激情\D', "用戶速度與激情\n").group())

# \w 匹配單詞字元，即a-z、A-Z、0-9、_,漢字也可以匹配,其他的國家的語言也可以匹配
# 判斷用戶輸入包含速度與激情
# print(re.match("速度與激情\w", "速度與激情四"))
# print(re.match("速度與激情\w", "速度與激情かないで"))

# \W 匹配非單詞字元（用的少）
print(re.match("\W", "&")）

```
**2. 多字元（一般大寫用的特別少）**
\* 匹配前一個字元出現0次或者無限次，即可有可無
\+ 匹配前一個字元出現1次或者無限次，即至少有1次
? 匹配前一個字元出現1次或者0次，即要麼有1次，要麼沒有
{m} 匹配前一個字元出現m次 \d{3}
{m,n} 匹配前一個字元出現從m到n次 \d{4,6}
```
# * 匹配前一個字元出現0次或者無限次，即可有可無
# 表示0或者無限次
# 匹配一段文字或者沒有輸入文字

str = """今天天氣不錯
我們可以出去運動一下!
"""
print(re.match('.*', str).group())
# re.S 這個讓我們的.匹配所有的數據(即忽略換行，匹配全文)
print(re.match('.*', str, re.S).group())

# + 匹配前一個字元出現1次或者無限次，即至少有1次，不能為空
print(re.match('.+', ' ').group())

# ? 匹配前一個字元出現1次或者0次，即要麼有1次，要麼沒有
# 用來表示有一個字元或者沒有字元
# 用戶輸入的電話號碼有時有'-'有時沒有
# 例:02112345678 或者 021-12345678

print(re.match('021-?\d{8}', '021-12345678').group())
print(re.match('021-?\d{8}', '02112345678').group())

# {m} 匹配前一個字元出現m次 \d{3}
# 判斷電話號碼是否021 - 開頭的後面8位電話號碼
# 例: 021 - 12345678
# 判斷電話號
print(re.match('021-\d{8}', '021-12345678').group())

# {m,n} 匹配前一個字元出現從m到n次 \d{4,6}
題目：# 匹配速度與激情1,速度與激情12
print(re.match('速度與激情\d{1,2}', '速度與激情12').group())

```
**3. 匹配開頭結尾**
^ 匹配字元串開頭
$ 匹配字元串結尾

**3.1 ^ 匹配字元串開頭**
```
# 需求：匹配以數字開頭的數據
import re

# 匹配以數字開頭的數據
match_obj = re.match("^\d.*", "3hello")
if match_obj:
# 獲取匹配結果
print(match_obj.group())
else:
print("匹配失敗")

運行結果:
3hello
```
**3.2 $ 匹配字元串結尾**

```
# 需求: 匹配以數字結尾的數據

import re
# 匹配以數字結尾的數據
match_obj = re.match(".*\d$", "hello5")
if match_obj:
# 獲取匹配結果
print(match_obj.group())
else:
print("匹配失敗")
運行結果：
hello5
```
**4. 分組**
| 匹配左右任意一個表達式
( ) 將括弧中字元作為一個分組
\num 引用分組num匹配到的字元串
(?P<name>) 分組起別名
(?P=name) 引用別名為name分組匹配到的字元串

**4.1. | 或**
\* 匹配前一個字元出現0次或者無限次，即可有可無

```
# | 相當於python中的or
# 案例:匹配出163或者126的郵箱
import re

str = "[email protected]"
str2 = "[email protected]"

# |或者的意思
print(re.match('.{4,20}@(163|126)\.com', str).group())
print(re.match('.{4,20}@(163|126)\.com', str2).group())
```

**4.2 ( )還可以單獨取出匹配的某一部分數據**
```
# 案例:取出郵箱的類型(只要163,126),後期可以編計用戶那個郵箱用的多
# str = "[email protected]"

print(re.match(".{4,20}@(163|126)\.com", str).group())
print(re.match(".{4,20}@(163|126)\.com", str).group(0))
print(re.match(".{4,20}@(163|126)\.com", str).group(1))
```
**4.3 \num用來取第幾組用()包裹的數據 \1取第一個內部的括弧位置的值**
```
# 格式(xxx)\1 :\1表示獲取(xxx)的值
# 1.案例<html>hh</html> # 這個一定是有字母,開始跟結束的字母必須一樣

print(re.match("<([a-zA-Z]+)>.*</[a-zA-Z]+>", '<html>hh</html>').group())
print(re.match("<([a-zA-Z]+)>.*</\\1>", '<html>hh</html>').group(0))

# 2.案例<html><body>hh</body></html>

str = '<html><body>hh</body></html>'
# print(re.match("<([a-zA-Z]+)><[a-zA-Z]+>.*</[a-zA-Z]+></[a-zA-Z]+>", str).group())
# print(re.match("<([a-zA-Z]+)><[a-zA-Z]+>.*</[a-zA-Z]+></[a-zA-Z]+>", str).group(1))
# print(re.match("<([a-zA-Z]+)><([a-zA-Z]+)>.*</[a-zA-Z]+></[a-zA-Z]+>", str).group(2))
# print(re.match("<([a-zA-Z]+)><([a-zA-Z]+)>.*</\\2></\\1>", str).group())
```
**4.4 給分組取別名：(?P<別名>xxx)(?P=別名)**

```
# 使用別名給分組取別名,瞭解一下
# 格式:(?P<別名>xxx)(?P=別名)
# 案例<html><body>hh</body></html>
print(re.match("<(?P<name1>[a-zA-Z]+)><(?P<name2>[a-zA-Z]+)>.*</(?P=name2)></(?P=name1)>", str).group())
```

## **四、高級的api：**

**findall**
```
# 查詢結果集
# findall
# 案例: 統計出python、c、c + +相應文章閱讀的次數
# 數據: "python = 9999, c = 7890, c++ = 12345"

# 返回一個列表
print(re.findall("\d+", 'python = 9999, c = 7890, c++ = 12345'))
```
**sub**
```
# 替換數據
# sub
# 案例: 將匹配到的閱讀次數換成998
# 數據: "python = 997"

# re.sub("替換的規則","想替換成的內容","被替換的內容")

# 只要匹配都替換
print(re.sub('\d+', '998', 'python = 997'))
print(re.sub('\d+', '998', 'python = 997,c++ = 7676'))
```
**search**
```
# 查詢結果
# search 不會從頭開始匹配,只要匹配到數據就結束
# 案例:匹配出文章閱讀的次數中的次數
# 數據:"閱讀次數為 9999"
import re

# search這個只查找一次
print(re.search('\d+', "閱讀次數為 9999").group())
print(re.search('\d+', "閱讀88次數為 9999").group())
```
**split**
```
# 字元串切割
# split
# 切割字元串“info:xiaoZhang 33 shandong”, 根據:或者空格

print(re.split(":|\s", "info:xiaoZhang 33 shandong"))
```

## **五、正則的貪婪模式與非貪婪**

在匹配符後加?
註意：python預設是貪婪的
例子：
場景[email protected] [email protected],我們想取到第一個郵箱

```
import re

# 貪婪
# 多字元之後加一個?這個非貪婪

str = "[email protected] [email protected] \[email protected]"

print(re.match('.+@163\.com', str).group())
print(re.match('.+?@163\.com', str).group())
print(re.match('.*?@163\.com', str).group())
print(re.match('.+?', str).group())
```

## **六、非[^@]**

[^字元]這個是固定的一個語法,這個意思就是非
如果寫字元串有可能會有錯,他會去匹配一個字元串出錯
例子：
場景[email protected] [email protected],我們想取到第一個郵箱
```

# [^字元]字元非字元
import re

str = "[email protected] [email protected]"

print(re.match('.{4,20}@163\.com', str).group())

print(re.match('[^@]+@163\.com',str).group())

# 一般只填一個字元
print(re.match('[^bc]', 'c').group())
```

## ****七、轉義：\\****

```
# \進行轉義
# 在正則特殊的符號, 想以字元串的形式使用使用轉義
# 匹配出163的郵箱地址，且 @ 符號之前有4到20位字元, 以.com結尾
import re

str = "[email protected]"

print(re.match('.{4,20}@163\.com', str).group())
```

## **八、r原字元使用**

```
# r原字元
import re

print("\\")
print("\\\\")

print(re.match('\\\\', '\\').group())
print(re.match('\\\\\\\\', '\\\\').group())
```

## **九、案例：**

爬取崗位職責的信息：
```
str = """
<div>
崗位職責：
完成推薦演算法、數據統計、介面、後臺等伺服器端相關工作
 
必備要求：
良好的自我驅動力和職業素養，工作積極主動、結果導向
  
技術要求：
1、一年以上 Python 開發經驗，掌握面向對象分析和設計，瞭解設計模式
2、掌握HTTP協議，熟悉MVC、MVVM等概念以及相關WEB開發框架
3、掌握關係資料庫開發設計，掌握 SQL，熟練使用 MySQL/PostgreSQL 中的一種 
4、掌握NoSQL、MQ，熟練使用對應技術解決方案 
5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js
  
加分項：
大數據，數理統計，機器學習，sklearn，高性能，大併發。

</div>
"""

import re

print(re.sub('<.+?>|\s| ', '', str))

```