正则表达式详细介绍.pptxVIP

第10章正则表达式的应用;本章教学目标：;10.1正则表达式;表10-1正则表达式的常见基本符号

;10.1.1精确匹配;（2）任意单个字符

用.可以匹配任意单个字符，例如：py.可以匹配py2、py3、py!等。

（3）多个字符

用‘*’表示任意个字符（包括0个），用‘+’表示至少1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，例如，在正则表达式‘\d{3}\s+\d{3,8}中，\d{3}匹配3位数字，\s匹配1个空格，而\s+表示至少有1个空格（包括制表位空格），\d{3,8}表示3～8位数字。这样，该正则表达式即可匹配带区号并以任意个空格隔开的电话号码。

（4）字符范围

用[]表示字符范围，1组方括号只能表示1个字符，例如，[0-9a-zA-Z\_]可匹配1个数字、字母或下画线。P|p可匹配P或p，[P|p]ython可匹配Python或python。

（5）开头和结尾

用^表示行的开头，用^\d表示必须以数字开头。用$表示行的结束，用\d$表示必须以数字结束。例如，py可以匹配python，但加上表示开头和结尾的符号，^py$就只能匹配整行完整的py，而对于python则无法匹配了。

（6）特殊字符

特殊字符通常指非字母、非数字字符。例如，换行符\n、回车符\r、空白符\s、制表位符\t等。

为避免与语法表达式中符号的歧义，要用\转义或加r前缀统一转义。建议使用r前缀，就可以不用考虑转义的问题了。

例如，常见的用-隔开区号的电话号码,可用正则表达式\d{3}\-\d{3,8}或rd{3}-d{3,8}匹配。

（7）汉字

匹配汉字的正则表达式为：[\u4e00-\u9fa5]。在支持Unicode编码的系统中，也可以直接用汉字精确匹配;10.1.2贪婪匹配;10.2re模块的内置函数;创建正则表达式对象p：

?

p=pile([0-9a-zA-Z\_]#匹配1个数字、字母或下画线

AA?#后面跟A或AA

(0*)$#由若干个0结尾

,re.I|re.X)#忽略大小写、忽略空格并允许当中整行加注释

;10.2.1匹配与搜索;【例10-1】假定某E-mail地址由三部分构成：英文字母或数字（1～10个字符）、“@”、英文字母或数字（1～10个字符）、“.”，最后以com或org结束，其正则表达式为：^[a-zA-Z0-9]{1,10}@[a-zA-Z0-9]{1,10}.(com|org)$。输入E-mail地址的测试字符串，忽略大小写，输出判断是否符合设定规则。;10.2.2切分与分组;2．分组

当正则表达式是由多个括号组合而成的复合形式时，用group()函数，可将re.match()或re.search()函数成功匹配的返回对象按正则表达式的分组提取子字符串。

例如，表示电话号码的正则表达式^(\d{3})-(\d{3,8})$由区号和本地号码两个分组组成，用group()可以直接从匹配的字符串中提取出区号和本地号码：

m=re.search(^(\d{3})-(\d{3,8})$,021

m.group()#返回匹配的字符串021m.group(0)#返回原始字符串021m.group(1)#返回第1个子串，区号021

m.group(2)#返回第2个子串，本地号10.2.3替换;【例10-2】用正则表达式将字符串s中连续的3位数字替换为“xxx”。

importre

p=pile([\d]{3})

s=1234abcd123DFE22225BCDF

print(p.sub(xxx,s))

print(p.subn(xxx,s))

其运行结果为：

xxx4abcdxxxDFExxx25BCDF

(xxx4abcdxxxDFExxx25BCDF,3)