python正则表达式实现自动化编程

一.创建正则表达式

1.re模块

 所有python的正则表达式都在re模块中，使用时导入

import re

re模块的compile()方法是构成正则表达式的方法，向compile()传入一个字符串表示正则表达式，该方法返回一个Regex模式的对象。

2.匹配Regex对象

Regex对象的seach()方法可以查找插入的字符串，如个查找不到匹配的返回null，否则将匹配的值返回到一个Math对象，通过Math对象的group()方法查看匹配结果

import re

ageRegex=re.compile(r'\d\d\d\d')
a=ageRegex.search("今年是2023年")
print(a)
print(a.group())
'''<re.Match object; span=(3, 7), match='2023'>
2023
'''

二.正则表达式匹配更多模式

1.用括号分组

在compile插入字符串是利用括号可以将匹配的数据进行分组，并通过Math对象的group(index)加下标的方式分布显示，如果查看全部数据用groups()方法

import re
Regex=re.compile(r'(\d\d\d\d)-(\d)-(\d)')
a=Regex.search('今年是2023-1-1')
print(a)
print(a.group(1))
print(a.groups())
'''<re.Match object; span=(3, 11), match='2023-1-1'>
2023
('2023', '1', '1')
'''

2.用管道匹配多个分组

符号|为管道，匹配多个字符串是可以用|连接，例如A|B，就可以匹配A或B，如果A,B都出现在字符串中只返回第一到Math对象中

import re
Regex=re.compile(r'hello|hi')
a=Regex.search('hello world hi time')
print(a.group())
'''hello'''

也可以通过括号将多个匹配的数据分组，group查看匹配的数据，group(1)查看从管道匹配的数据

import re
Regex=re.compile(r'Bat(man|mobile|bat)')
a=Regex.search('Batmobile lost a wheel , l like Batman')
print(a.group())
print(a.group(1))
'''Batmobile
mobile'''

3.用问号表示可选

如果要匹配的数据可以在也可以不在，可以用？来实现匹配

import re
Regex=re.compile(r'hello (world)?')
a=Regex.search('hello world hello time')
b=Regex.search('hello time')
print(a.group())
print(b.group())
'''hello world
hello '''

但字符串中有可选的数据时匹配，如果没有也不影响其他数据的匹配

4.用星号匹配零次或多次

星号*表示出现零次或多次，即标星号的内容可以出现一次或多次

import re
Regex=re.compile(r'(super)*man')
a=Regex.search('I am superman')
b=Regex.search('I am supersupersuperman')
print(a.group())
print(b.group())
'''superman
supersupersuperman
'''

5.用加号表示匹配一次或多次

星号表示匹配零次或多次，而加号表示匹配一次或多次，加号必须有一次匹配才可以，否则返回的Math对象为None

import re
Regex=re.compile(r'(super)+man')
c=Regex.search('I am man')
a=Regex.search('I am superman')
b=Regex.search('I am supersupersuperman')
print(a.group())
print(b.group())
print(c)
'''superman
supersupersuperman
None
'''

6.用花括号匹配特定次数

(a){3}表示匹配字符串&lsquo;aaa&rsquo;但不匹配&lsquo;aa&rsquo;，如果花括号里有两个数表示范围从最小值到最大值，例如(a){3,5}表示匹配字符串&lsquo;aaa&rsquo;，&lsquo;aaaa&rsquo;，&lsquo;aaaaa&rsquo;，也可以省略最大值或最小值

import re
Regex=re.compile(r'(hello){2}')
a=Regex.search('hellohello time hello')
print(a.group())
'''hellohello'''

三.贪心和非贪心匹配

python的正则表达式在默认情况下是贪心的，即在有二意的情况下，默认匹配最多的的字符串，如果想人正则表达式不贪心，可以在花括号后面加上一个问号来约束贪心

import re
Regex=re.compile(r'(a){2,8}?')
Regex1=re.compile(r'(a){2,8}')
string='aaaaaaaaaaaaaa'
a=Regex.search(string)
b=Regex1.search(string)
print(a.group())  #非贪心
print(b.group())
'''aa
aaaaaaaa'''

findall()方法

search()方法将第一次匹配的字符串返回到一个Math对象，findall()和search()方法类似，但findall()方法可以匹配多个匹配的字符串，如果只匹配一个就返回匹配的字符串，如果匹配多个，将返回一个元组，元组里包含匹配的字符串

import re
Regex=re.compile(r'hello')
string='hello world! hello time!'
a=Regex.search(string)
b=Regex.findall(string)
print(a.group())
print(b)
'''hello
['hello', 'hello']'''

四.字符分类

例如：\d+匹配一次或多次数字，\s匹配空格，制表符或换行符，\w+匹配字母，数字或下划线

import re
Regex=re.compile(r'\d+\s\w+')
a=Regex.findall('1 dog,2 pig,3 duck,4 cat,5 fish,6 col')
print(a)
'''['1 dog', '2 pig', '3 duck', '4 cat', '5 fish', '6 col']'''

五.自定义字符分类

1.创建自定义字符

通过-创建自定义字符，例如[a-z]表示匹配a~z的小写字母，[A-Z0-9]匹配A~Z或0~9，当加上(^)时表示不匹配这些字符串，例如[^a-z]表示不匹配a~z，[aiuoe]表示匹配指定的字母aioue

import re
Regex=re.compile(r'[a-z]')
Regex1=re.compile(r'[aioue]')  #元音
string='abcdefghijklmnopqrstuvwsyz'
a=Regex.findall(string)
b=Regex1.findall(string)
print(b)
'''['a', 'e', 'i', 'o', 'u']'''
print(a)
'''['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',
'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 's', 'y', 'z']'''

2.插入符号和美元符号

插入符号用(^)表示，插入符号表示匹配的字符串开始的位置，美元符号$表示结束，例如^\d表示从0~9的数字开始匹配，\d$表示匹配0~9结束的字符串

import re
Regex=re.compile(r'^\d+\w+$')
a=Regex.findall('1b32c23d')
print(a)
'''['1b32c23d']'''

3.通配字符

用.表示通配符，通配符可以匹配除了换行之外的所有字符

import re
Regex=re.compile(r'.a.')
a=Regex.findall('dfweascareaefefwa')
print(a)
'''['eas', 'car', 'eae']'''

4.用(.*)匹配所有字符

(.*)匹配所有字符，.表示匹配除换行符的所有字符，*表示出现零次或多次

import re
Regex=re.compile(r'<.*>')
a=Regex.findall('<adf>,<fedf>,<gre>,<fww2>')
print(a)
'''['<adf>,<fedf>,<gre>,<fww2>']'''

5.用参数re.DOTALL匹配换行

正则表达式中通过插入re.DOTALL作为compile的第二参数来人通配符匹配所有字符，包括换行

import re
Regex=re.compile(r'.*',re.DOTALL)
a=Regex.findall('hello world hello time')
print(a)
'''['hello world hello time', '']'''

来源：https://blog.csdn.net/weixin_63009369/article/details/128513465