三十一、深入Python中的正则表达式「@Author：Runsen」正则表达式应

「@Author： Runsen」
正则表达式应用的场景也非常多。常见的比如：搜索引擎的搜索、爬虫结果的匹配、文本数据的提取等等都会用到，所以掌握甚至精通正则表达式是一个硬性技能，非常必要。
正则表达式正则表达式是一个特殊的字符序列，由普通字符和元字符组成。元字符能帮助你方便的检查一个字符串是否与某种模式匹配。
Python中则提供了强大的正则表达式处理模块，即 re 模块，为Python的内置模块。
下面，我带大家来一个入门demo例子，代码如下：
import rereg_string = "hello9527python@wangcai.@!:xiaoqiang"reg = "hello"result = re.findall(reg,reg_string)print(result)这里reg_string就是我们的普通字符， reg就是我们的元字符。
我们使用 re 模块中的findall函数，进行匹配，返回的结果是列表数据类型。
文章插图
我们使用正则表达式，就是为了在很长的字符串中，找到我们需要的字符串片段。
元字符Python中常见元字符及其含义如下：
元字符含义 . 匹配除换行符以外的任意字符 \w 匹配数字字母下划线汉字 \s 匹配任意空白符 \d 匹配所有的数字 \b 匹配单词的开始或结束 ^ 匹配字符串的开始 $ 匹配字符串的开始结束
下面，我们具体使用下Python中的常见的元字符。
我们还是使用上次的例子，这次我们需要在reg_string匹配出我们的数字，只需要将reg换成\d ，代码如下图所示。
文章插图
比如，我们在之前的reg的hello前面加上一个^ ，意味着我们匹配字符串的开始的hello ，那么结果就是一个，就是我们开头的hello 。
如果，我们把reg换成\w ，代码如下图所示。
文章插图
这样就是匹配数字字母下划线，包括我们的汉字。
反义代码Python中常见反义代码及其含义如下：
反义代码含义 \W 匹配任意不是数字字母下划线汉字的字符 \S 匹配任意不是空白符的字符 \D 匹配非数字 \B 匹配不是单词的开始或结束 [^a] 匹配除了a以外的任意字符 [^abcd] 匹配除了abcd以外的任意字符
其实，记忆很简单，我们是不是知道\d匹配数字，那么\d的大写\D就是匹配非数字，元字符[a]匹配a任意字符，那么[^a]就是匹配除了a以外的任意字符。
下面是具体例子
>>> import re>>> reg_string = "hello9527python@wangcai.@!:xiaoqiang">>> reg = "\D">>> re.findall(reg,reg_string)['h', 'e', 'l', 'l', 'o', 'p', 'y', 't', 'h', 'o', 'n', '@', 'w', 'a', 'n', 'g', 'c', 'a', 'i', '.', '@', '!', ':', 'x', 'i', 'a', 'o', 'q', 'i', 'a', 'n', 'g']>>> reg = "[^a-p]"['9', '5', '2', '7', 'y', 't', '@', 'w', '.', '@', '!', ':', 'x', 'q']限定符什么是限定符？就是限定我们匹配的个数的东西。
Python中常见限定符及其含义如下：
限定符含义 * 重复零次或多次 + 重复一次或多次？重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n次到m次 {1 ， 3}
我们还是用我们之前的reg_string ，这次我们限定了元字符为\d{4} ，也就是我们的匹配的数字必须是4个。
文章插图
下面，我们来提高难度，匹配字母和数字，限定个数为4个。
这样我们可以使用[0-9a-z]{4} ，作为我们的元字符， [0-9a-z]代表了0到9的十个数字和a到z的小写26个英文字母。 [0-9a-z]{4}限定了个数为4个。
我们打印输出下。
文章插图
如果遇到了不是在[0-9a-z]范围内，就会跳过，直到后面的4个都是在[0-9a-z]范围内就打印输出。
匹配ip地址在互联网中，一台主机只有一个IP地址。 IP地址用于在TCP/IP通信协议中标记每台计算机的地址，通常用于十进制来表示，如192.168.1.100 。
在window系统中，我们可以通过ipconfig查看我们的ip 。在linux系统中，我们可以通过ifconfig查看我们的ip 。
我们的ip字符串是这样子的：ip = "this is ip:192.168.1.123 :172.138.2.15"
下面要求使用正则表达式，将ip匹配出来。
其实，我们主要编写元字符。比如：reg = "\d{3}.\d+.\d+.\d+" ，因为第一个数字必须是三位数开头，我们可以设定\d{3}固定起来。
文章插图