根據手機號碼一共11位並且是只以13、14、15、18開頭的數字這些特點，我們用python寫了如下代碼：
while True: phone_number = input('please input your phone number ： ') if len(phone_number) == 11 \ and phone_number.isdigit()\ and (phone_number.startswith('13') \ or phone_number.startswith('14') \ or phone_number.startswith('15') \ or phone_number.startswith('18')): print('是合法的手機號碼') else: print('不是合法的手機號碼')
這是你的寫法，現在我要展示一下我的寫法：
import re phone_number = input('please input your phone number ： ') if re.match('^(13|14|15|18)[0-9]{9}$',phone_number): print('是合法的手機號碼') else: print('不是合法的手機號碼')
這樣寫明顯代碼少了很多，這就是python的re模塊（正則表達式）
正則表達式本身也和python沒有什么關系，就是匹配字符串內容的一種規則。
官方定義：正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。
正則表達式
字符：
元字符 |
匹配內容 |
| . | 匹配除換行符以外的任意字符 |
| \w | 匹配字母或數字或下划線 |
| \s | 匹配任意的空白符 |
| \d | 匹配數字 |
| \n | 匹配一個換行符 |
| \t | 匹配一個制表符 |
| \b | 匹配一個單詞的結尾 |
| ^ | 匹配字符串的開始 |
| $ | 匹配字符串的結尾 |
| \W | 匹配非字母或數字或下划線 |
| \D | 匹配非數字 |
| \S | 匹配非空白符 |
| a|b | 匹配字符a或字符b |
| () | 匹配括號內的表達式，也表示一個組 |
| [...] | 匹配字符組中的字符 |
| [^...] | 匹配除了字符組中字符的所有字符 |
量詞：
量詞 |
用法說明 |
| * | 重復零次或更多次 |
| + | 重復一次或更多次 |
| ? | 重復零次或一次 |
| {n} | 重復n次 |
| {n,} | 重復n次或更多次 |
| {n,m} | 重復n到m次 |
* + ? { }
| 正則 | 待匹配字符 | 匹配 結果 |
說明 |
| 李.? | 李傑和李蓮英和李二棍子 | 李傑 |
?表示重復零次或一次，即只匹配"李"后面一個任意字符 |
| 李.* | 李傑和李蓮英和李二棍子 | 李傑和李蓮英和李二棍子 | *表示重復零次或多次，即匹配"李"后面0或多個任意字符 |
| 李.+ | 李傑和李蓮英和李二棍子 | 李傑和李蓮英和李二棍子 | +表示重復一次或多次，即只匹配"李"后面1個或多個任意字符 |
| 李.{1,2} | 李傑和李蓮英和李二棍子 | 李傑和 |
{1,2}匹配1到2次任意字符 |
注意：前面的*,+,?等都是貪婪匹配，也就是盡可能匹配，后面加?號使其變成惰性匹配
| 正則 | 待匹配字符 | 匹配 結果 |
說明 |
| 李.*? | 李傑和李蓮英和李二棍子 | 李 李 李 |
惰性匹配 |
字符集［］［^］
| 正則 | 待匹配字符 | 匹配 結果 |
說明 |
| 李[傑蓮英二棍子]* | 李傑和李蓮英和李二棍子 | 李傑 |
表示匹配"李"字后面[傑蓮英二棍子]的字符任意次 |
| 李[^和]* | 李傑和李蓮英和李二棍子 | 李傑 |
表示匹配一個不是"和"的字符任意次 |
| [\d] | 456bdha3 | 4 |
表示匹配任意一個數字，匹配到4個結果 |
| [\d]+ | 456bdha3 | 456 |
表示匹配任意個數字，匹配到2個結果 |
分組 ()與 或 ｜［^］
身份證號碼是一個長度為15或18個字符的字符串，如果是15位則全部由數字組成，首位不能為0；如果是18位，則前17位全部是數字，末位可能是數字或x，下面我們嘗試用正則來表示：
| 正則 | 待匹配字符 | 匹配 結果 |
說明 |
| ^[1-9]\d{13,16}[0-9x]$ | 110101198001017032 | 110101198001017032 |
表示可以匹配一個正確的身份證號 |
| ^[1-9]\d{13,16}[0-9x]$ | 1101011980010170 | 1101011980010170 |
表示也可以匹配這串數字，但這並不是一個正確的身份證號碼，它是一個16位的數字 |
| ^[1-9]\d{14}(\d{2}[0-9x])?$ | 1101011980010170 | False |
現在不會匹配錯誤的身份證號了 |
| ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ | 110105199812067023 | 110105199812067023 |
表示先匹配[1-9]\d{16}[0-9x]如果沒有匹配上就匹配[1-9]\d{14} |
轉義符 \
正則表達式使用反斜杠（\）來轉義特殊字符，使其可以匹配字符本身，而不是指定其他的特殊意義。這可能會和python字面意義上的字符串轉義沖突，令人費解。
比如，在正則中要匹配一個反斜杠本身，， 你要用' \\\\ ' 來作為正則表達式的字符串。因為在字符串中， 反斜杠有特殊意義， 所以想要用字符串表示一個反斜杠， 就必須用反斜杠來轉義反斜杠
然后re里面的反斜杠也有特殊意義，（也就是說re的‘ \’需要轉義一次才能表示字符串中的 ' \ '，字符串中的 ' \ ', 也需要用反斜杠來轉義一次才能真正的表示一個 ‘ \ ’ ）
所以正則表達式中如果要匹配一個反斜杠， 要‘ \\\\ ’， 也可以用r ‘\\’ ， 在re正則表達式字符串前面加r， 相當於是不用轉義re正則表達式中的 ‘ \ ’， 在python字符串中前面加r， 就是不用轉義python字符串里面 ‘ \ ’
在正則表達式中，
有很多有特殊意義的是元字符，比如\n和\s等，如果要在正則中匹配正常的"\n"而不是"換行符"就需要對"\"進行轉義，變成'\\'。
在python中，無論是正則表達式，還是待匹配的內容，都是以字符串的形式出現的，在字符串中\也有特殊的含義，本身還需要轉義。所以如果匹配一次"\n",字符串中要寫成'\\n'，那么正則里就要寫成"\\\\n",這樣就太麻煩了。這個時候我們就用到了r'\n'這個概念，此時的正則是r'\\n'就可以了。
| 正則 | 待匹配字符 | 匹配 結果 |
說明 |
| \n | \n | False | 因為在正則表達式中\是有特殊意義的字符，所以要匹配\n本身，用表達式\n無法匹配 |
| \\n | \n | True | 轉義\之后變成\\，即可匹配 |
| "\\\\n" | '\\n' | True | 如果在python中，字符串中的'\'也需要轉義，所以每一個字符串'\'又需要轉義一次 |
| r'\\n' | r'\n' | True | 在字符串之前加r，讓整個字符串不轉義 |
貪婪匹配
貪婪匹配：在滿足匹配時，匹配盡可能長的字符串，默認情況下，采用貪婪匹配
| 正則 | 待匹配字符 | 匹配 結果 |
說明 |
| <.*> | <script>...<script> |
<script>...<script> | 默認為貪婪匹配模式，會匹配盡量長的字符串 |
| <.*?> | <script>...<script> | <script> |
加上？為將貪婪匹配模式轉為非貪婪匹配模式，會匹配盡量短的字符串 |
幾個常用的非貪婪匹配Pattern
*? 重復任意次，但盡可能少重復 +? 重復1次或更多次，但盡可能少重復 ?? 重復0次或1次，但盡可能少重復 {n,m}? 重復n到m次，但盡可能少重復 {n,}? 重復n次以上，但盡可能少重復
.*?的用法
. 是任意字符 * 是取 0 至 無限長度 ? 是非貪婪模式。 合在一起就是 取盡量少的任意字符，一般不會這么單獨寫，他大多用在： .*?x 就是取前面任意長度的字符，直到第一個x出現
re模塊下的常用方法
import re ret = re.findall('a', 'abc aii on') # 返回所有滿足匹配條件的結果,放在列表里 print(ret) #結果 : ['a', 'a'] ret = re.search('a', 'abc aii on').group() print(ret) #結果 : 'a' # 函數會在字符串內查找模式匹配,只到找到第一個匹配然后返回一個包含匹配信息的對象,該對象可以 # 通過調用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。 ret = re.match('a', 'abc').group() # 同search,不過盡在字符串開始處進行匹配 print(ret) #結果 : 'a' ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在對''和'bcd'分別按'b'分割 print(ret) # ['', '', 'cd'] ret = re.sub('\d', 'H', 'irving3sam4dd4', 1)#將數字替換成'H'，參數1表示只替換1個 print(ret) #irvingHsam4dd4 ret = re.subn('\d', 'H', 'irving3sam4dd4')#將數字替換成'H'，返回元組(替換的結果,替換了多少次) print(ret) obj = re.compile('\d{3}') #將正則表達式編譯成為一個 正則表達式對象，規則要匹配的是3個數字 ret = obj.search('abc123eeee') #正則表達式對象調用search，參數為待匹配的字符串 print(ret.group()) #結果 ： 123 import re ret = re.finditer('\d', 'ds3sy4784a') #finditer返回一個存放匹配結果的迭代器 print(ret) # <callable_iterator object at 0x10195f940> print(next(ret).group()) #查看第一個結果 print(next(ret).group()) #查看第二個結果 print([i.group() for i in ret]) #查看剩余的結果
注意：
1 findall的優先級查詢：
import re ret = re.findall('www.(baidu|hao123).com', 'www.hao123.com') print(ret) # ['hao123'] 這是因為findall會優先把組里的匹配結果內容返回,如果想要匹配結果,取消權限即可 ret = re.findall('www.(?:baidu|hao123).com', 'www.hao123.com') print(ret) # ['www.hao123.com']
2 split的優先級查詢
ret=re.split("\d+","irving3sam4dd") print(ret) #結果 ： ['irving', 'sam', 'dd'] ret=re.split("(\d+)","irving3sam4dd") print(ret) #結果 ： ['irving', '3', 'sam', '4', 'dd'] #在匹配部分加上（）之后所切出的結果是不同的， #沒有（）的沒有保留所匹配的項，但是有（）的卻能夠保留了匹配的項， #這個在某些需要保留匹配部分的使用過程是非常重要的。
python正則表達式flags標志位
| re.I | 使匹配對大小寫不敏感 |
| re.L | 做本地化識別（locale-aware）匹配 |
| re.M | 多行匹配，影響 ^ 和 $ |
| re.S | 使 . 匹配包括換行在內的所有字符 |
| re.U | 根據Unicode字符集解析字符。這個標志影響 \w, \W, \b, \B. |
| re.X | 該標志通過給予你更靈活的格式以便你將正則表達式寫得更易於理解。 |