【Python 第57课】 正则表达式（3）

crossin先生

先来公布上一课习题的答案：

\bs\S*?e\b

有的同学给出的答案是"\bs.*?e\b"。测试一下就会发现，有奇怪的'sea sue'和'sweet see'混进来了。既然是单词，我们就不要空格，所以需要用"\S"而不是"."

昨天有位同学在论坛上说，用正则表达式匹配出了文件中的手机号。这样现学现用很不错。匹配的规则是"1.*?\n"，在这个文件的条件下，是可行的。但这规则不够严格，且依赖于手机号结尾有换行符。今天我来讲讲其他的方法。

匹配手机号，其实就是找出一串连续的数字。更进一步，是11位，以1开头的数字。

还记得正则第1讲里提到的[]符号吗？它表示其中任意一个字符。所以要匹配数字，我们可以用

[0123456789]

由于它们是连续的字符，有一种简化的写法：[0-9]。类似的还有[a-zA-Z]的用法。

还有另一种表示数字的方法：

\d

要表示任意长度的数字，就可以用

[0-9]*

或者

\d*

但要注意的是，*表示的任意长度包括0，也就是没有数字的空字符也会被匹配出来。一个与*类似的符号+，表示的则是1个或更长。

所以要匹配出所有的数字串，应当用

[0-9]+

或者

\d+

如果要限定长度，就用{}代替+，大括号里写上你想要的长度。比如11位的数字：

\d{11}

想要再把第一位限定为1，就在前面加上1，后面去掉一位：

1\d{10}

OK. 总结一下今天提到的符号：

[0-9]

\d

+

{}

现在你可以去一个混杂着各种数据的文件里，抓出里面的手机号，或是其他你感兴趣的数字了。

#==== Crossin的编程教室 ====#
微信ID：crossincode
论坛：http://crossin.me
QQ群：156630350

面向零基础初学者的编程课
每天5分钟，轻松学编程

crossin先生

simple 发表于 2013-9-27 09:11
mport re
text = 'site sea sue sweet see case sse ssee loses'
pattern = re.compile(r'\bs\S*?e\b')

compile会把正则表达式编译成一个对象，据说效率上会高一些，尤其在使用同一个规则多次匹配的时候

crossin先生

paul 发表于 2014-6-22 20:28
请教一下，我为什么一用\b，运行结果就会是not match?
import re
#text="Hi,I am Shirley Hilton,I am his  ...

字符里的\会被转义。\b是有另有含义。所以要么用\\b，（用\\转义成为\）。要么用r"\b"替代"\b"，带前缀r的字符串表示raw，对其中的字符不转义

crossin先生

paul 发表于 2014-6-23 21:57
再问一个问题：前题答案用\bs\S*e\b,是不是也可以？

但如果有sxxxe这种就不行了

crossin先生

paul 发表于 2014-6-24 22:09
可以啊，为什么我也能匹配出来？
还有多一个？有什么区别吗？
？表示0个或1个，*表示0个或多个，两者放一 ...

不好意思，看错了。的确是可以的，不需要有?

crossin先生

周末晒被子 发表于 2016-1-7 23:08
先生，这样的代码：其运行结果是这样：['site sea sue sweet see case sse ssee loses', '']，不明白的是， ...

因为空字符也是满足.*这个条件的

crossin先生

周末晒被子 发表于 2016-1-8 12:28
1，可是 'site sea sue sweet see case sse ssee loses' 这个字符串已经把 text 的从头到尾，所有的位置 ...

结尾的。开头开始因为优先匹配最长的，已经匹配掉了
空字符不占位置

crossin先生

yunzhou 发表于 2016-11-15 19:41
import re
text = "12222222222,14444444444,15555555555,16666666666666,0111111111111,125465245625"
m = ...

它匹配了其中的12位啊，你数数看输出的位数（用这种测试用例很容易看花眼的……）

你如果是要判断一整段正好12位的数字，应该前后加上 \b

crossin先生

shan91 发表于 2018-7-27 15:35
老师，条件都放这么宽松了，为什么一个数字都搜索不出来~~

你的text是 ‘b’ 这个字符啊……

你直接用b这个变量就好了，何必多此一举，还弄错了

crossin先生

pigcare 发表于 2019-6-5 10:54
请教一个问题，问什么我用Pyhton3，识别不了\b、\d呢，IDE是Pycharm，代码如下：
import re
print(re.finda ...

规则前面要加 r，避免字符串转义
r"\bs*e\b"