正则表达式

🚁 一些符号及示例

符号	说明
*	匹配前面的模式零次或多次
+	匹配前面的模式一次或多次
?	匹配前面的模式零次或一次
.*?	最小匹配
.*	贪婪匹配
[]	匹配中括号内的字符
[^]	表示非中括号内的字符

re去掉html标签re.findall()非捕获分组re.spilt()匹配年月提取短信中的验证码

html = '<p>Hello, <em>world!</em></p>'

# [^>]-表示非>的字符
regex = re.compile(r'<[^>]+>', re.S)  # re.S表示多行模式
desc = regex.sub('', html)  # re.sub()根据regex匹配，将匹配的值替换为''
print(desc)  # 输出Hello, world!

# 或者直接re.sub()，匹配后替换
desc = re.sub('<[^<]+?>', '', html)
print(desc)  # 输出Hello, world!

text = '【xx1】【xx2】【xx3】'
regex = re.compile(r'【(.*?)】')
# re.findall()根据regex匹配，将匹配的值存储为列表
data = re.findall(regex, text)
print(data)  # 输出['xx1', 'xx2', 'xx3']

import re


def zh_en_merge(cn: str, en: str) -> str:
    """
    把传入的字符串排除html字符、{}字符等，并以“中文(英文)”的格式进行拼接
    但由于语言语法问题导致结果不理想
    :param cn: 中文字符串
    :param en: 英文字符串
    :return: 合并后的字符串
    """
    # (?:...) 非捕获分组，非捕获分组，表达式匹配到的内容不再进行捕获
    # <[^>]+> 匹配html标签
    # \{.*?\} 匹配{xxx}格式的参数
    # [^<>{}:]+ 无花括号、尖角符号、冒号的字符串
    zh_res = re.findall(r'(?:<[^>]+>|\{.*?\}|[^<>{}:]+|:)', cn)
    en_res = re.findall(r'(?:<[^>]+>|\{.*?\}|[^<>{}:]+|:)', en)
    for i in range(len(zh_res)):
        if zh_res[i].strip() != en_res[i].strip():
            zh_res[i] += f'({en_res[i].strip()})'

    marge_str = ''.join(zh_res)
    return marge_str


if __name__ == '__main__':
    print(repr(zh_en_merge('<b>{description}</b>\n日期:{1}\n时间:{2}', '<b>{description}</b>\nDate:{1}\nTime:{2}')))

test_str = 'sheep dog pig \n bird \t cock'
# \s+ 匹配一个或多个空白字符（包括空格、换行符、制表符等）
split_result = re.split(r'\s+', test_str)
print(split_result)  # ['sheep', 'dog', 'pig', 'bird', 'cock']

^([1-9]\d{3})(([0]{0,1}[1-9])|([1][0-2]))$
# ^-代表开头  $-代表结束
# [1-9] 表示一个'1至9'以内的数字
# \d 表示[0-9]  \d{3} 表示三个[0-9]数字
# [0]{0,1} 零出现0或1次

str = "【华为】您本次的验证码为：038640，请于30分钟内输入。如非本人操作，请忽略此信息。"

import re
match = re.search(r'验证码.*?(\d+)', str)
if match:
    verification_code = match.group(1)
    print("提取到的验证码是:", verification_code)
else:
    print("未找到验证码")

补充

• re.match(str,str2)，匹配以str开头的字符串，失败返回None，成功返回match对象，需搭配group使用。

• re.search()，在整个字符串匹配，失败返回None，成功返回match对象，需搭配group使用。

matchObj.group(n)，返回第n个匹配的子串，n从1开始计数。若没有分组，则返回整个匹配的子串。

---

参考资料:

1.快速获取验证码