23 - 正則進階
📄目錄
23 - 正則進階📄目錄1 匹配分組1.1 | 匹配左右任意一個表達式（常用）1.2 (ab) 將括號中字符作為一個分組（常用）1.3 \num 匹配分組num匹配到的字符串（經常在匹配標籤時被使用）1.4 (?P<name>) 分組起別名1.5 (?P=name) 引用別名為name分組匹配到的字符串案例：匹配網址2 高級用法2.1 search() 掃描整個字符串，並返回第一個成功匹配的對象2.2 findall() 從頭到尾匹配，找到所有匹配成功的數據，返回一個列表2.3 sub() sub(pattern, repl, string, count)2.4 split() split(pattern, string, maxsplit)2.5 總結3 貪婪與非貪婪3.1 貪婪匹配（默認）：在滿足匹配時，匹配盡可能長的字符串3.2 非貪婪匹配：在滿足匹配時，匹配盡可能短的字符串，使用?來表示非貪婪匹配4 原生字符串 r取消轉義導航連結：
1 匹配分組
1.1 | 匹配左右任意一個表達式（常用）
xxxxxxxxxxres = re.match("abc|def","def") # 匹配不到左邊的就匹配右邊的print(res.group())res1 = re.match(".|\d","1234")print(res1.group())輸出結果：
xxxxxxxxxxdef11.2 (ab) 將括號中字符作為一個分組（常用）
xxxxxxxxxxres = re.match("\w*@(163|126|qq|gmail).com" ,"[email protected]")print(res.group())輸出結果：
xxxxxxxxxx163@163.com1.3 \num 匹配分組num匹配到的字符串（經常在匹配標籤時被使用）
xxxxxxxxxx# res = re.match("<(\w*)>\w*</\\1>" ,"<html>login</html>")res = re.match(r"<(\w*)>\w*</\1>" ,"<html>login</html>") # r：取消跳脫字元／轉義字符（Escape Character）print(res.group())res1 = re.match(r"<(\w*)><(\w*)>\w*</\2></\1>" ,"<html><body>login</body></html>")print(res1.group())輸出結果：
xxxxxxxxxx<html>login</html><html><body>login</body></html>1.4 (?P<name>) 分組起別名
1.5 (?P=name) 引用別名為name分組匹配到的字符串
xxxxxxxxxxres = re.match(r"<(?P<L1>\w*)><(?P<L2>\w*)>\w*</(?P=L2)></(?P=L1)>" ,"<html><body>login</body></html>")print(res.group())輸出結果：
xxxxxxxxxx<html><body>login</body></html>案例：匹配網址
xxxxxxxxxxli = ["www.google.com","www.python.org","www.jetbrains.com","www.bearbelly.uk"]for i in li: res = re.match("www\.\w*\.(com|org)",i) if res: print(res.group()) else: print(f'{i}這個網址有錯誤')輸出結果：
xxxxxxxxxxwww.google.comwww.python.orgwww.jetbrains.comwww.bearbelly.uk這個網址有錯誤
❗ 注意?:的功能
用(?: )非捕獲組避免多餘 group
xxxxxxxxxxres = re.match("(www\.\w*\.(?:com|org))","www.google.com")print(res.group())輸出結果：
xxxxxxxxxxwww.google.com⚠️ 注意res.group()和res.groups()的差異
2 高級用法
2.1 search() 掃描整個字符串，並返回第一個成功匹配的對象
💡 匹配失敗就返回None
xxxxxxxxxxres = re.search("\d" ,"Antonio1")print(res.group())輸出結果：
xxxxxxxxxx12.2 findall() 從頭到尾匹配，找到所有匹配成功的數據，返回一個列表
xxxxxxxxxxres = re.findall("i" ,"Victoria")print(res) # 不需用group返回print(type(res))輸出結果：
xxxxxxxxxx['i', 'i']<class 'list'>2.3 sub() sub(pattern, repl, string, count)
pattern：正則表達式（代表需要被替換的，也就是字符串里面的舊內容）
repl：新內容
string：字符串
count：指定替換的次數
xxxxxxxxxxres = re.sub("sleeping", "working", "I am sleeping, sleeping.") # 默認全部替換print(res)res1 = re.sub("sleeping", "working", "I am sleeping, sleeping.", 1) # 設定替換次數print(res1)res2 = re.sub("\d","2","今天是本月的第30天", 1) # 沒有count = 1，結果就是「22天」print(res2)輸出結果：
xxxxxxxxxxI am working, working.I am working, sleeping.今天是本月的第20天2.4 split() split(pattern, string, maxsplit)
pattern：正則表達式
string：字符串
maxsplit：指定最大分割次數
xxxxxxxxxxs = "12,23,34,45,56"res = re.split(",", s, 2) # 只分割2次print(res)輸出結果：
xxxxxxxxxx['12', '23', '34,45,56']2.5 總結
match()：從頭開始匹配，匹配成功返回match對象，通過gruop()進行提取，匹配失敗就返回None，只匹配一次search()：從頭到尾匹配，匹配成功返回第一個成功匹配的對象，通過gruop進行提取，匹配失敗就返回None，只匹配一次findall()：從頭到尾匹配，匹配成功返回一個列表（list），匹配所有匹配成功的數據；不需要通過group()進行提取，沒有這個方法
3 貪婪與非貪婪
3.1 貪婪匹配（默認）：在滿足匹配時，匹配盡可能長的字符串
xxxxxxxxxxres = re.match("em*" ,"emmmmm......")print(res.group())輸出結果：
xxxxxxxxxxemmmmm3.2 非貪婪匹配：在滿足匹配時，匹配盡可能短的字符串，使用?來表示非貪婪匹配
xxxxxxxxxxres = re.match("em+?" ,"emmmmm......") # ?：只要最少，這裡是1次print(res.group())res = re.match("m{2,6}?" ,"mmmmm") # 只要最少，這裡是2次print(res.group())輸出結果：
xxxxxxxxxxemmm4 原生字符串 r取消轉義
❗ 在Python中，在字符串前面加上r以表示原生字符串
xxxxxxxxxxprint(r"bear\belly")輸出結果：
xxxxxxxxxxbear\belly💡 正則表達式中，匹配字符串的字符\需要\\\\（4個），加入原生字符串，\\代表\
xxxxxxxxxxres = re.match("\\\\" ,"\\name")res1 = re.match(r"\\" ,r"\name")print(res.group(), res1.group(), sep="（分隔）")輸出結果：
xxxxxxxxxx\（分隔）\導航連結：