李丹刚在一家经销店找到了新工作。他的工作是给那些在评论页面留下电话号码的顾客打电话。不过让李丹恼火的是，评论是以自由文本的形式呈现的，电话号码就在这些评论里。
不需要一个一个***粘贴，如何轻松找到这些电话号码？Python中的正则表达式(re)可以解决这个问题！
正则表达式
正则表达式是包含特殊字符的序列。它有助于检查字符串中的每个字符，看它是否匹配某个模式:哪些字符出现在哪个位置，出现了多少次。
让我们来看看丹正在阅读的评论:
“我已经给服务台打了100次电话，但没有人回复我。我需要尽快和你谈谈！！我的号码是111–1234567！”
让我们看看李丹的需求是：
我们来看看李丹的需求:
我知道我在找哪个号码。'
import retext = 'I have called the service desk 100 times and nobody replies to me. I need a conversation ASAP!! My number is 111-1234567!'result = re.findall('111-1234567', text)
上面的代码返回“111–1234567”。如果它在文本中重复，它将返回两次电话号码。
上述代码返回“111–1234567”。如果在文本中重复，它将返回两次电话号码。
有时候不知道具体数字，需要从评论里找客户号。'
result = re.findall(r’d’, text)
这将返回所有数字，但每个元素只返回一个数字:
['1', '0', '0', '1', '1', '1', '1', '2', '3', '4', '5', '6', '7']
r-python原始字符串
这里，R代表python原始字符串。指定“r”意味着我们不希望Python把“”当作转义字符，而只是当作普通字符。
这里有两个对比例子:
print(r’HellonWorld!’)print(“=========”)print(‘HellonWorld!’)
代码返回:
HellonWorld!=========HelloWorld!
d-所有号码，但只有一个号码
如果文本包含数字，考虑匹配“d”模式。
如果文本包含数字，考虑匹配“D”模式。
我希望在每个评论中得到一个完整的数字，而不是一个数字。'
result = re.findall(r’d+’, text)
代码返回:
['100', '111', '1234567']
“d”后面的“+”表示一个或多个数字。所以它不会一位数一位数地扫描数字，而是把整个拿走。
“D”后面的“+”表示一个或多个数字。因此，它不是一个数字一个数字地扫描数字，而是把整个东西拿走。
我只想得到电话号码，不需要拦截其他号码。'
好的，没问题。让我们看看我们是如何知道111–1234567是一个电话号码的。因为它的区号是3位数，所以连接符是“-”，然后是7位数。因此，我们可以如下进行:
result = re.findall(r’d{3}-d{7}’, text)
{3} — 3位数，{7} —位数
上面的代码意味着我们要寻找的字符串由3个数字组成，后跟一个“-”号，然后是7个数字。
是的！这正是你要找的！
是啊！这就是你要找的！
那么，如果客户没有留下他们的区号呢？'
我给服务台打了100次电话，没有人回复我。我需要尽快和你谈谈！！我的号码是111–1234567！我的另一个号码是7654321！
text = 'I have called the service desk 100 times and nobody replies to me. I need a conversation ASAP!! My number is 111-1234567! My other number is 7654321!'result = re.findall(r’d{3}-d{7}|d{7}’, text)
代码返回:
['111–1234567'，'7654321']
‘|’—与其他python代码类似，它的意思是OR。所以以上代码表达将选择“3位数-7位数”或“7位数”两种模式的数字。
‘|’—与其他python代码类似，它表示或。因此，上面的代码表达式会选择“3位数-7位数”或“7位数”的数字。
太好了！正则表达式还有其他功能可以实现吗？'
位置
当然，在开始的时候，我们说的RE也是可以检测位置的。因此，如果客户在句子开头写下电话号码，您可以这样做:
text = '111-1234567! That is my number! The other one is 7654321!'result = re.findall(r’^d{3}-d{7}|^d{7}’, text)
“”表示电话号码只有在句子开头显示时才匹配。所以只有“111–1234567”匹配并返回。
重复text = 'abcabc aa cc dd e 123123 abcabab'result = re.findall(r'(w{3})(1)', text)
W，类似于D代表数字，W代表任何字符:数字、字符等。
re.findall语法中的(w{3})表示3个字符，而(1)表示与(w{3})相同的值在返回值中重复出现(其中“1”表示第一个括号中表示的值)。
所以上面的代码返回:(" ABC "，" ABC ")，(‘123 ‘,’123 ‘))。
如果我们将代码改为:
result = re.findall(r’(w{3})(w{2})(2)’, text)
(w{3})(w{2})(2)表示由3个字符、2个字符和重复(w{2})表示的值(“2”在(2)中表示第二个括号中表示的值)。
所以上面的代码返回:[(‘abc & # 8216, ‘ab & # 8216, ‘ab & # 8216)]。
结论
RE有很多表达方式。当我第一次看到它的时候，我完全不知所措，但是当你知道它的类型和含义后，你会发现它非常容易。
哦，我还想提一下这个命令:
re.search()
与上一篇文章中使用的re.findall()不同，re.search()将只返回匹配模式的第一个字符串。
最后，我总结了一些常用的表达方式。
希望本文能帮助你快速掌握正则表达式！希望这篇文章能帮助你快速掌握正则表达式！
本文来自离开我后记得微笑投稿，不代表舒华文档立场，如若转载，请注明出处：https://www.chinashuhua.cn/24/653084.html
微信扫一扫 
