本篇文章将带大家一文搞懂正则表达式

1.什么是正则表达式

正则表达式（Regular Expression）

正则表达式是一种字符串匹配规则，用于字符串匹配。

2.单字符

a-z

A-Z

0-9

d 匹配0-9任意一个数字

D 匹配除0-9以外的任意一个字符

w 匹配数字、字母、下划线

W 匹配非数字、字母、下划线

s  匹配空白字符

S 匹配非空白字符

. 除了n以外的任意一个字符

[] 匹配中括号中任意一个字符

[^] 匹配除中括号中以外任意一个字符

3.量词

* 任意次, 可以是0次

+ 1次 或 多次

? 0次 或 1次

{m} 匹配前一个字符的重复次数为m次

4.其他

$ 结尾处 边界处理

^ 起始处 边界处理

b 单词边界

B 非单词边界

| 或者

()分组

上面这种分类是小编觉得比较容易理解的一种分类，在看其他文档或资料的时候，并不一定是这样划分的。

5.实战演练

这里以python语言为例，详解正则表达式的使用。

在python语言中，需要导入一个re模块才能使用正则表达式

导入re模块

import re

python正则表达式语法非常简洁

主要有以下几个方法

re.match()  从字符串起始位置从左往右检索，如果匹配不到则停止检索

re.search()从字符串任意位置从左往右检索，匹配到则停止

re.findall() 从字符串起始位置从左往右检索，找到所有符合的字符串，返回一个列表

re.split() 字符串分割

re.sub() 正则替换

re.compile() 编译

下面看一个实际案例

电话号码匹配

电话号码为数字，且长度为11位

str_ = "我的电话号码是18888888888, 有事情随时打给我"

res = re.match("d{11}", str_) # 匹配11个数字

print(res)  # None

d代表0-9任意一位数字，但为什么这里匹配不到呢？原因是match方法是从字符串的起始位置开始匹配的，str_字符串的起始位置是”我的电话…”，所以就匹配不到。如果想要从字符串的任意位置开始匹配，就需要使用search方法。

示例代码如下：

import re

str_ = "我的电话号码是16888888888, 有事情随时打给我"

res = re.search("d{11}", str_) # 匹配11个数字

print(res)  # 

可以看到，当替换成search方法后，可以获取到匹配到结果，但并不是16888888888。如果想要拿到匹配的字符串，需要使用res.group()获取

示例代码如下：

import re

str_ = "我的电话号码是16888888888, 有事情随时打给我"

res = re.search("d{11}", str_) # 匹配11个数字

print(res.group())  # 16888888888

请思考一个问题，16888888888这个号码存在？显然是不存在的，所以我们还需要对号码做限制。

要求如下：

第一位必须是1

第二位必须是3或4或5或7或8

其他位置为0到9中任意一个

那这个正则表达式如何书写呢？请看以下示例

import re

str_ = "我的电话号码是16888888888, 有事情随时打给我"

res = re.search("1[34578]d{9}", str_) # 电话号码匹配

print(res)  # None

[]代表匹配中括号中任意一个字符。我们对号码做了限制，第1位必须是数字1，第2位必须是3 | 4 | 5 | 7 | 8， 第3到11位，数字可以是0-9任意一个。

可以看到，打印结果为None，因为第二位数字并不符合要求。

现在好像很完美了，但还存在一些小问题。请看以下代码

import re

str_ = "我的电话号码是18888888888999, 有事情随时打给我"

res = re.search("1[34578]d{9}", str_) # 匹配11个数字

print(res.group())  # 18888888888

上面依旧可以匹配到，但显然18888888888999并不是一个号码，因此还需要做进一步的限制。示例代码如下

import re

str_ = "我的电话号码是18888888888999, 有事情随时打给我"

res = re.search("1[34578]d{9}[^d]", str_) # 匹配11个数字

print(res)  # None

限制11位数字后面不能再是数字，如果是数字就匹配不到。

那这样就完美了？请看以下代码

import re

str_ = "我的电话号码是18888888888, 有事情随时打给我"

res = re.search("1[34578]d{9}[^d]", str_) # 匹配11个数字

print(res.group())  # 18888888888,

无缘无故多匹配了一个, 这种结果并不是我们想要的，如何处理呢？

import re

str_ = "我的电话号码是18888888888, 有事情随时打给我"

res = re.search("(1[34578]d{9})[^d]", str_) # 匹配11个数字

print(res.group())  # 18888888888，
print(res.group(1))  # 18888888888

只需要将想要匹配的部分用()括起来。想要获取结果的时候，需要这样取，res.group(1) （）代表分组的意思。

这样就完美了吗？如果号码18888888888前面也是数字呢？

import re

str_ = "我的电话号码是22222218888888888, 有事情随时打给我"

res = re.search("(1[34578]d{9})[^d]", str_) # 匹配11个数字

print(res.group(1))  # 18888888888

看到这里，或许你已经知道如何解决了，示例代码如下

import re

str_ = "我的电话号码是22222218888888888, 有事情随时打给我"

res = re.search("[^d](1[34578]d{9})[^d]", str_) # 匹配11个数字

print(res)  # None

这样我们就保证了手机号码格式的正确性

或许你曾见过过别人是这样写的

import re

str_ = "我的电话号码是22222218888888888, 有事情随时打给我"

res = re.search("^1[34578]d{9}$", str_) # 匹配11个数字

print(res)  # None

这里为什么反而匹配不到呢？前面已经说过^代表字符串的起始位置，$代表字符串的结束位置。str_字符串的起始位置是1? 结束位置是数字0-9任意一个? 显然不是呀！

我们换一个字符串，就可以匹配到啦

import re

str_ = "18888888888"

res = re.search("^1[34578]d{9}$", str_) # 匹配11个数字

print(res)

这个正则表达式（^1[34578]d{9}$）一般用于表单验证。就是为了防止用户乱输手机号，限制用户必须输入11位数字，且格式必须符合要求。（结合上面的案例，体会一下……）

以上就是本篇文章的全部内容啦！

6.总结

本篇文章详细介绍了什么是正则表达式，以及正则表达式在python中的使用等内容。并通过一个实际案例将大部分知识点穿插应用。

附：

各大运营商手机格式

• 移动：134、135、136、137、138、139、147（无线上网卡）、150、151、152、157、158、159、182、183、187、188、178

• 联通：130、131、132、145（无线上网卡）、155、156、185（iPhone5上市后开放）、186、176（4G号段）175（2015年9月10日正式启用，暂只对北京、上海和广东投放办理）

• 电信：133、153、180、181、189、177、173、149

正则表达式在线测试网址

https://rubular.com/

https://www.regexpal.com