博客

常用正则表达式 整理篇

  • Post category:Python

常用正则表达式整理篇攻略

正则表达式是一种用于匹配文本的模式。在实际应用中，我们经常需要使用正则表达式来解析HTML、XML等文本数据。本攻略将详细讲解常用正则表达式的整理，包括正则表达式的基本语法、常用的正则表达式模式、以及如何在Python中使用正则表达式。

正则表达式基本语法

正则表达式是一种用于匹配文本的模式。在Python中，我们可以使用re模块来使用正则表达式。下面是一些常用的正则表达式基本语法：

  • .：匹配任意字符，除了换行符。
  • *：匹配前面的字符零次或多次。
  • +：匹配前面的字符一次或多次- ?：匹配前面的字符零次或一次。
  • ^：匹配字符串的开头。
  • $：匹配字符串的结尾。
  • []：匹配括号中的任意一个字符。
  • |：匹配左右两边任意一个表达式。
  • ()：分组，可以用于提取匹配的子字符串。

常用正则表达式模式

在Python中，我们经常需要正则表达式来解析HTML、XML等文本数据。下面是一些常用的正则表达式模式：

  • 匹配HTML标签：<[^>]+>
  • 匹配HTML标签中的属性：[a-zA-Z]+=\"[^\"]*\"
  • 匹配HTML标签中的文本：>([^<]+)<
  • 匹配URL：http[s]?:(?:[a-zA-Z0-9]|[$@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+
  • 匹配邮箱地址：[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}
  • 匹配手机号码：1[3-9]\d{9}
  • 匹配身份证号码：\d{17}[\d|x]|\d{15}
  • 匹配IP地址：\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}

在Python中使用正则表达式

在Python中，我们可以使用re模块来使用正则表达式。下面是一个例子，演示如何使用正则表达式：

import re

text = 'Hello, world!'
pattern = r'world'
result = re.search(pattern, text)
if result:
    print('Match found:', result.group())
else:
    print('Match not found')

在上面的代码中，我们使用正则表达式world进行匹配。然后，我们使用search()函数进行匹配。search()函数返回第一个匹配的结果。如果匹配成功，我们使用group()函数获取匹配到的文本。运行代码后，结果为Match found: world。

下面是另一个例子，演示如何使用正则表达式提取URL：

import re

text = 'Visit my website at http://www.example.com'
pattern = r'http[s]?://(?:[a-zA-Z0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+'
result = re.search(pattern, text)
if result:
    print('Match found:', result.group())
else:
    print('Match not found')

在上面的代码中，我们使用正则表达式http[s]?://(?:[a-zA-Z0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+进行匹配。然后，我们使用search()函数进行匹配。search()函数返回第一个匹配的结果。如果匹配成功，我们使用group()函数获取匹配到的文本。运行代码后，结果为Match found: http://www.example.com。

示例说明

示例1：从字符串中提取整数

下面是一个例子，演示如何从字符串提取整数：

import re

text = 'The price is $10.99'
pattern = r'\d+'
result = re.findall(pattern, text)
print(result)

在上面的代码中，我们使用正则表达式\d+进行匹配，然后使用findall()函数进行提取。findall()函数返回所有匹配的结果。运行代码后，结果为['10', '99']。

示例2：从字符串中提取浮点数

下面是一个例子，演示如何从字符串中提取浮点数：

import re

text = 'The temperature is -3.14 degrees Celsius'
pattern = r'-?\d+\.\d+'
result = re.findall(pattern, text)
print(result)

在上面的代码中，我们使用正则表达式-?\d+\.\d+进行匹配，然后使用findall()函数进行提取。findall()函数返回所有匹配的结果。运行代码后，结果为['-3.14']。

以上是常用正则表达式整理篇攻略的完整内容。在实际应用中，我们可以根据具体情况选择合适的正则表达式模式，以便快速、准确地解析HTML、XML等文本数据。

Tags: ,