正则表达式





import re
line = "sailor123"
regex_str = "^s.*3$"
if re.match(regex_str,line):
    print("yes")



^ 匹配的是以某一串字符串匹配开头的第一个字，在这个例子中是以s开头，中间无视有多少

$ 是对应以3结尾

.* 代表的是前面不管出现多少字符（. 任意字符，*出现任意多次）

+代表前面出现1次

| 代表是或(boobby|sailor)优先匹配字符串前面的一个

{} {9}代表出现9个字符，限定前面的值出现的位数{2，}就是大于等于2次，{2,5}大于等于2 小于等于5

[] 三个用途，[]里面任意一个字符出现就可以1个，比如说[48357]中的数字任意出现一个，；第二个是可以表示区间是[0-9]范围内出现的任意数字，比如说匹配电话号码，regex_str = "(1[48357][0-9]{9})"；第三个是[^1]不等于1就可以 ，就是取反

\s 代表字符串中间有空格

\S 字符串中间入了任意一个字符

\w 代表A-Z a-z 0-9 _这些都可以 \W相比\w多了空格

?[\u4E00-\u9FA5]+ 连续出现的汉字

\d 数字

贪婪匹配

line = "boooooooooobby123"
regex_str = ".*(b.*b).*"
match_obj = re.match(regex_str,line)
if match_obj:
    print(match_obj.group(1))

正则表达式意思是 1. 贪婪匹配是反向匹配的，从最后开始一个个往前面匹配； 2. 从后往前，前面的忽略到第一个b开始中间的忽略，到第二个b结束，后面的忽略；一个括号可以形成一个group，gourp(1)代表提取第一个括号里面的数字。2. 因此，boooooooooobby123只能提取bb中间的oooo....ooo提取不出来。

非贪婪匹配 ？

regex_str = ".*?(b.*?b).*"

对于任意一个b都需要确定从左往右匹配，如果第二个？不加，则第二个b又从后往前找



一个复杂的案列综合一下

line2 = "xxx出生于2001年4月1号"
regex_str = ".*出生于(\d{4}[年/-]\d{1,2}([月/-]\d{1,2}[号]|[月/-]\d{1,2}|[月/-]$|$))"
match_obj = re.match(regex_str,line2)
if match_obj:
    print(match_obj.group(1))