五 正则表达式匹配分组

BUG之神 39

五 正则匹配分组

五 正则表达式匹配分组

示例1：|

需求：在列表中["apple", "banana", "orange", "pear"]，匹配apple和pear

import re
# 水果列表
fruit_list = ["apple", "banana", "orange", "pear"]
# 遍历数据
for value in fruit_list:
    # |    匹配左右任意一个表达式
    match_obj = re.match("apple|pear", value)
    if match_obj:
        print("%s是我想要的" % match_obj.group())
    else:
        print("%s不是我要的" % value)

运行：

apple是我想要的
banana不是我要的
orange不是我要的
pear是我想要的

进程已结束，退出代码为 0

示例2：( )

需求1：匹配出163、126、qq等邮箱

import re
match_obj = re.match("[a-zA-Z0-9_]{4,20}@(163|126|qq|sina|yahoo)\.com", "hello@163.com")
if match_obj:
    print(match_obj.group())
    # 获取分组数据
    print(match_obj.group(1))
else:
    print("匹配失败")

运行:

hello@163.com
163

进程已结束，退出代码为 0

需求2: 将 qq:10567这样的数据，提取出qq文字和qq号码

import re
match_obj = re.match("(qq):([1-9]\d{4,10})", "qq:10567")
if match_obj:
    print(match_obj.group())
    # 分组:默认是1一个分组，多个分组从左到右依次加1
    print(match_obj.group(1))
    # 提取第二个分组数据
    print(match_obj.group(2))
else:
    print("匹配失败")

运行：

qq:10567
qq
10567

进程已结束，退出代码为 0

示例3：\num

需求1：匹配出<html>hh</html>

import re
match_obj = re.match("<[a-zA-Z1-6]+>.*</[a-zA-Z1-6]+>", "<html>hh</div>")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

match_obj = re.match("<([a-zA-Z1-6]+)>.*</\\1>", "<html>hh</html>")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行：

<html>hh</div>
<html>hh</html>

进程已结束，退出代码为 0

需求2：匹配出<html><h1>www.itcast.cn</h1></html>

import re
match_obj = re.match("<([a-zA-Z1-6]+)><([a-zA-Z1-6]+)>.*</\\2></\\1>", "<html><h1>www.itcast.cn</h1></html>")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行：

<html><h1>www.itcast.cn</h1></html>

进程已结束，退出代码为 0

示例4：(?P<name>) (?P=name)

需求：匹配出<html><h1>www.itcast.cn</h1></html>

import re
match_obj = re.match("<(?P<name1>[a-zA-Z1-6]+)><(?P<name2>[a-zA-Z1-6]+)>.*</(?P=name2)></(?P=name1)>",
                     "<html><h1>www.itcast.cn</h1></html>")
if match_obj:
    print(match_obj.group())
else:
    print("匹配失败")

运行：

<html><h1>www.itcast.cn</h1></html>

进程已结束，退出代码为 0

小结
| 表示匹配左右任意一个表达式
(ab) 表示将括号中字符作为一个分组
\num 表示引用分组num匹配到的字符串
(?P<name>) 表示分组起别名
(?P=name) 表示引用别名为name分组匹配到的字符串
(分组数据)：分组数是从左到右的方式进行分配的，最左边的是第一个分组，依次类推

 

本文作者为BUG之神，转载请注明。

分享