用正則表達式校驗手機號,郵箱就是流弊【python爬蟲入門進階】(08)

點擊上方"碼農飛哥"，選擇"設為星標"，

做積極的人，而不是積極的廢人

您好，我是碼農飛哥，感謝您閱讀本文，歡迎一鍵三連哦。
😁 1. 社區逛一逛，周周有福利，周周有驚喜。碼農飛哥社區，飛躍計劃
💪🏻 2. Python基礎專欄，基礎知識一網打盡。 Python從入門到精通
❤️ 3. Ceph實戰，從原理到實戰應有盡有。 Ceph實戰
❤️ 4. Java高並發編程入門，打卡學習Java高並發。 Java高並發編程入門
本文重點：這篇文章主要學習正則表達式以及re模塊的使用。
關注下方公眾號，眾多福利免費嫖；加我VX進群學習，學習的路上不孤單

文章目錄

說在前面

驗證手機號

驗證郵箱

驗證url

驗證身份證號

轉義字符和原生字符

對\n 進行轉移

group分組

find_all 函數

sub 用來替換字符串

split函數

compile

總結

粉絲專屬福利

說在前面

上一篇文章我們主要介紹了正則表達式的各種語法。學好正則表達式，啥難匹配的內容都給我匹配上【python爬蟲入門進階】（07） 還沒看的小夥伴趕緊去看看哦！！！這篇文章主要將介紹正則表達式的一些實戰小案例。比如：用正則表達式校驗郵箱，手機號等等。

驗證手機號

手機號的格式一般是首位是1，第二位是34578中間的任意一個數，最後9位是隨機數字。所以，他的正則表達式是：1[34578]\d{9}

text = "158523026956"
ret = re.match('1[34578]\d{9}', text)
print(ret.group())

驗證郵箱

郵箱的格式比較多，但是基本的格式可以分為三塊：[e-mail]
第一部分是 @符號前面是字母或者數字，所以這部分就是\w+，
第二部分是@符號之後. 號之前這部分一般是a-z之間的字母或者數字，所以這部分的表達式是：[a-z0-9]+。
最後一部分就是**.**符號之後的部分，這部分就是a-z之間的字母，所以這部分的表達式是[a-z]+。
所以，最終的表達式是：\w+@[a-z0-9]+\.[a-z]+

text = "[e-mail]"
ret = re.match('\w+@[a-z0-9]+\.[a-z]+', text)
print(ret.group())

驗證url

url的格式分為兩個部分：https://blog.csdn.net/u014534808
第一部分是：:// 之前的部分，這部分一般是以http，https或者ftp。所以，這部分的表達式是：http|https|ftp
第二部分是：:// 之後的部分，這部分的要求就是不能以空白字符開頭或者以\n，\t 等開頭。所以，這部分的表達式是：[^\s]+

text = "https://blog.csdn.net/u014534808"
ret = re.match('(http|https|ftp)://[^\s]+', text)
print(ret.group())

驗證身份證號

身份證號有一個標準的格式，如：34492618821223401x 。它的位數一共是18位，前面17位都是數字。最後一位的話可能是數字也可能是x。所以，驗證身份證的表達式可以寫為：\d{17}[\dxX]。

text = "34492618821223401x"
ret = re.match('\d{17}[\dxX]', text)
print(ret.group())

轉義字符和原生字符

在正則表達式中，有些字符是有特殊意義的字符，因此如果要匹配這些字符，那麼久必須要使用反斜槓進行轉義。比如：** 代表以...結尾，如果想要匹配**∗∗代表以...結尾，如果想要匹配∗∗，那麼就必須使用\$ ，示例代碼如下：

import re
text = "好好學習$天天向上"
ret = re.search('\$\w+', text)
print(ret.group())

對\n 進行轉移

用python的方式可以寫成r'\n'

用正則表達式的方式可以寫成\\n。

text = '\\n'
# \\==>\
# \\\\n====>\n
ret=re.match('\\\\n',text)
print(ret.group())

或者

text = '\\n'
# r修飾的就是原生字符串
ret=re.match(r'\\n',text)
print(ret.group())

group分組

在正則表達式中，可以對過濾到的字符串進行分組，分組使用圓括號()的方式。

group: 和group(0) 是等價的，返回的是整個滿足條件的字符串

groups : 返回的是裡面的子組，索引從1開始。

group(1) ：返回的是第一個子組，可以傳入多個。

text = "蘋果是$99元，橘子是$20元"
ret = re.search('.*(\$\d+).*(\$\d+)', text)
print(ret.group())
print(ret.group(1))
print(ret.group(2))
print(ret.groups())

find_all 函數

find_all函數用於找出所有滿足條件的，返回的是一個列表。

text = "蘋果是$99元，橘子是$20元"
ret = re.findall('\$\d+', text)
print(ret)

sub 用來替換字符串

sub 用來替換字符串，將匹配的字符串替換成其他字符串。

html = """
<div>
<ul>
<li><a href="link1.html">你 item</a></li>
<li><a href="link2.html">second item</a></li>
<li><a href="link3.html"><span>third item</span></a></li>
<li><a href="link4.html">fourth item</a></li>
<li><a href="link5.html">fifth item</a></li>
</ul>
</div>

"""
ret = re.sub("<.+?>", "", html)
print(ret)

split函數

split函數是用於分割匹配的字符串

text = "碼農飛哥，好好加油"
ret = re.split('\W', text)
print(ret)

compile

對於一些經常要用到的正則表達式，可以使用compile進行編譯，後期再使用的時候可以直接拿來使用，執行效率要更快，而且compile還可以指定 flag=re.VERBOSE，在寫正則表達式的時候可以做注釋，示例代碼如下：

text = "碼農飛哥，身高178.5，正是大好年華"
r = re.compile('\d+\.?\d+')
ret = re.search(r, text)
print(ret.group())

添加注釋

text = "碼農飛哥，身高178.5，正是大好年華"
r = re.compile(r"""
\d+ # 小數點前面的數字
\.? #小數點本身
\d* #小數點後面的數字
""",re.VERBOSE)
ret = re.search(r, text)
print(ret.group())

總結

本文詳細介紹了正則表達式的使用，希望對讀者朋友們有所幫助。

                   

 關注公眾號，免費拿資源

                   

0. 回復 【脫單】：即可獲得脫單秘籍
1. 回復 【軟考】：即可免費獲取全套軟考資料，包過
2. 回復【面試題】：即可獲取熱門的Java面試題，超值
3. 回復【學習資料】：即可獲取50G的學習乾貨
4. 回復【並發編程】：即可獲得並發編程專欄的源碼
5. 回復 【Python】: 即可獲得Python專欄的源碼