python- re模块(正则表达式)

 1 while True:
 2     phone_number = input(‘please input your phone number ： ‘)
 3     if len(phone_number) == 11  4             and phone_number.isdigit() 5             and (phone_number.startswith(‘13‘)  6             or phone_number.startswith(‘14‘)  7             or phone_number.startswith(‘15‘)  8             or phone_number.startswith(‘18‘)):
 9         print(‘是合法的手机号码‘)
10     else:
11         print(‘不是合法的手机号码‘)
12 
13 判断手机号码是否合法1

1 import re
2 phone_number = input(‘please input your phone number ： ‘)
3 if re.match(‘^(13|14|15|18)[0-9]{9}$‘,phone_number):
4         print(‘是合法的手机号码‘)
5 else:
6         print(‘不是合法的手机号码‘)

 1 import re
 2 
 3 ret = re.findall(‘a‘, ‘eva egon yuan‘)  # 返回所有满足匹配条件的结果,放在列表里
 4 print(ret) #结果 : [‘a‘, ‘a‘]
 5 
 6 ret = re.search(‘a‘, ‘eva egon yuan‘).group()
 7 print(ret) #结果 : ‘a‘
 8 # 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
 9 # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
10 
11 ret = re.match(‘a‘, ‘abc‘).group()  # 同search,不过尽在字符串开始处进行匹配
12 print(ret)
13 #结果 : ‘a‘
14 
15 ret = re.split(‘[ab]‘, ‘abcd‘)  # 先按‘a‘分割得到‘‘和‘bcd‘,在对‘‘和‘bcd‘分别按‘b‘分割
16 print(ret)  # [‘‘, ‘‘, ‘cd‘]
17 
18 ret = re.sub(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘, 1)#将数字替换成‘H‘，参数1表示只替换1个
19 print(ret) #evaHegon4yuan4
20 
21 ret = re.subn(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘)#将数字替换成‘H‘，返回元组(替换的结果,替换了多少次)
22 print(ret)
23 
24 obj = re.compile(‘\d{3}‘)  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
25 ret = obj.search(‘abc123eeee‘) #正则表达式对象调用search，参数为待匹配的字符串
26 print(ret.group())  #结果 ： 123
27 
28 import re
29 ret = re.finditer(‘\d‘, ‘ds3sy4784a‘)   #finditer返回一个存放匹配结果的迭代器
30 print(ret)  # <callable_iterator object at 0x10195f940>
31 print(next(ret).group())  #查看第一个结果
32 print(next(ret).group())  #查看第二个结果
33 print([i.group() for i in ret])  #查看剩余的左右结果

 1 import re
 2 
 3 
 4 ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")
 5 #还可以在分组中利用?<name>的形式给分组起名字
 6 #获取的匹配结果可以直接用group(‘名字‘)拿到对应的值
 7 print(ret.group(‘tag_name‘))  #结果 ：h1
 8 print(ret.group())  #结果 ：<h1>hello</h1>
 9 
10 ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
11 #如果不给组起名字，也可以用\序号来找到对应的组，表示要找的内容和前面的组内容一致
12 #获取的匹配结果可以直接用group(序号)拿到对应的值
13 print(ret.group(1))
14 print(ret.group())  #结果 ：<h1>hello</h1>

1 import re
2 
3 ret=re.findall(r"\d+","1-2*(60+(-40.35/5)-(-4*3))")
4 print(ret) #[‘1‘, ‘2‘, ‘60‘, ‘40‘, ‘35‘, ‘5‘, ‘4‘, ‘3‘]
5 ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")
6 print(ret) #[‘1‘, ‘-2‘, ‘60‘, ‘‘, ‘5‘, ‘-4‘, ‘3‘]
7 ret.remove("")
8 print(ret) #[‘1‘, ‘-2‘, ‘60‘, ‘5‘, ‘-4‘, ‘3‘]

 1 1、 匹配一段文本中的每行的邮箱
 2       http://blog.csdn.net/make164492212/article/details/51656638
 3 
 4 2、 匹配一段文本中的每行的时间字符串，比如：‘1990-07-12’；
 5 
 6    分别取出1年的12个月（^(0?[1-9]|1[0-2])$）、
 7    一个月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$
 8 
 9 3、 匹配qq号。(腾讯QQ号从10000开始)  ［1,9］[0,9]{4,}
10 
11 4、 匹配一个浮点数。       ^(-?\d+)(\.\d+)?$   或者  -?\d+\.?\d*
12 
13 5、 匹配汉字。             ^[\u4e00-\u9fa5]{0,}$ 
14 
15 6、 匹配出所有整数

 1 import requests
 2 
 3 import re
 4 import json
 5 
 6 def getPage(url):
 7 
 8     response=requests.get(url)
 9     return response.text
10 
11 def parsePage(s):
12     
13     com=re.compile(‘<div class="item">.*?<div class="pic">.*?<em .*?>(?P<id>\d+).*?<span class="title">(?P<title>.*?)</span>‘
14                    ‘.*?<span class="rating_num" .*?>(?P<rating_num>.*?)</span>.*?<span>(?P<comment_num>.*?)评价</span>‘,re.S)
15 
16     ret=com.finditer(s)
17     for i in ret:
18         yield {
19             "id":i.group("id"),
20             "title":i.group("title"),
21             "rating_num":i.group("rating_num"),
22             "comment_num":i.group("comment_num"),
23         }
24 
25 def main(num):
26 
27     url=‘https://movie.douban.com/top250?start=%s&filter=‘%num
28     response_html=getPage(url)
29     ret=parsePage(response_html)
30     print(ret)
31     f=open("move_info7","a",encoding="utf8")
32 
33     for obj in ret:
34         print(obj)
35         data=json.dumps(obj,ensure_ascii=False)
36         f.write(data+"\n")
37 
38 if __name__ == ‘__main__‘:
39     count=0
40     for i in range(10):
41         main(count)
42         count+=25

 1 import re
 2 import json
 3 from urllib.request import urlopen
 4 
 5 def getPage(url):
 6     response = urlopen(url)
 7     return response.read().decode(‘utf-8‘)
 8 
 9 def parsePage(s):
10     com = re.compile(
11         ‘<div class="item">.*?<div class="pic">.*?<em .*?>(?P<id>\d+).*?<span class="title">(?P<title>.*?)</span>‘
12         ‘.*?<span class="rating_num" .*?>(?P<rating_num>.*?)</span>.*?<span>(?P<comment_num>.*?)评价</span>‘, re.S)
13 
14     ret = com.finditer(s)
15     for i in ret:
16         yield {
17             "id": i.group("id"),
18             "title": i.group("title"),
19             "rating_num": i.group("rating_num"),
20             "comment_num": i.group("comment_num"),
21         }
22 
23 
24 def main(num):
25     url = ‘https://movie.douban.com/top250?start=%s&filter=‘ % num
26     response_html = getPage(url)
27     ret = parsePage(response_html)
28     print(ret)
29     f = open("move_info7", "a", encoding="utf8")
30 
31     for obj in ret:
32         print(obj)
33         data = str(obj)
34         f.write(data + "\n")
35 
36 count = 0
37 for i in range(10):
38     main(count)
39     count += 25
40 
41 简化版