匹配开头结尾

字符功能
^匹配字符串开头
$匹配字符串结尾

示例1：$

 

需求：匹配163.com的邮箱地址
email_list = [ " xiaoWang@163.com " , " xiaoWang@163.comh eihei" , ". com.xiaowang@qq.com " ]
  
for email in email_list:
    ret = re.match("[\w]{4,20}@163\.com$", email) \.代表只是一个点 $代表以xxx结尾的字符串
    if ret:
        print("%s ---是符合规定的邮件地址” % email）
    else:
        print("%s ---不符合要求" % email)

 

 
运行结果：
  
xiaoWang@163.com            # ---是符合规定的邮件地址
xiaoWang@163.comheihei      # ---不符合要求   # 如果没有$，这个字符串会匹配出来
.com.xiaowang@qq.com        # ---不符合要求

 

匹配分组

字符功能
|匹配左右任意一个表达式
(ab)将括号中字符作为一个分组
\num引用分组num匹配到的字符串
(?P<name>)分组起别名
(?P=name)引用别名为name分组匹配到的字符串

示例1：|

需求：匹配出0-100之间的数字
  
#coding=utf-8
import re

ret = re.match("[1-9]?\d","8”) # ?匹配前面的字符出现1次或者0次 类似78也可以匹配
print(ret.group())  



# 结果：8

 

 
# 可能匹配不成功时？
  
import re

ret = re.match("[1-9]?\d$","08")
if ret:
    print(ret.group())
else:
    print("不在0-100之间”)           



# 结果：不在0-100之间

 

 
# 添加|
 
  
import re


ret = re.match("[1-9]?\d$|100","78")
print(ret.group())                          

# 结果： 78




ret = re.match("[1-9]?\d$|100","100")
print(ret.group())                         


# 结果： 100

 

示例2：( )

需求：匹配出163、126、qq邮箱
  
#coding=utf-8

import re

ret = re.match("\w{4,20}@163\.com", "test@163.com”)  
print(ret.group())                               


# 结果： test@163.com



ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@gmail.com")
if ret:
    print(ret.group())
else:
    print("不是163、126、qq邮箱")                  


# 结果： 不是163、126、qq邮箱

 

 

需求：不是以4、7结尾的手机号码（11位）

 

import re
tels = ["13100001234", "18912344321", "10086", "18800007777"]

for tel in tels:
    ret = re.match("1\d{9}[0-3,5-6,8-9]", tel)
    if ret:
        print(ret.group())
    else:
        print("%s 不是想要的手机号" % tel)

 

结果如下：

13100001234 不是想要的手机号
18912344321
10086 不是想要的手机号
18800007777 不是想要的手机号

 

示例三：分组匹配

 

需求：提取区号和电话号码

import re

ret = re.match("([^-]*)-(\d+)", "010-12345678")

print(ret.group())
print(ret.group(1))
print(ret.group(2))

 

结果如下：

010-12345678
010
12345678

 

 

 

 

^在[ ]里面代表非的含义:

例如：
[^-]*   *代表前所有字符0个或者多个，非-的字符串

[^abc]  代表非a、且非b 、且非c的字符

 

 

 

# python
Logo
欢迎加入ModelScope魔搭中文开源社区

ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！

更多推荐

人脸检测实战

人脸检测算法是在一幅图片或者视频序列中检测出来人脸的位置，给出人脸的具体坐标，一般是矩形坐标，它是人脸关键.、属性、编辑、风格化、识别等模块的基础。 学术界用来衡量人脸检测器性能的benchmark是[Wider_Face1(http://shuovana1213.me/Wider_Face/Wider_FaceResults.html)，该数据集主要明确了人脸检测器面对的一些挑战，包括scale

avatar ModelScope魔搭社区

魔搭中文AI模型社区举办编程赛，最高可获3万奖金，有望共享千万风投！

6月1日阿里云峰会现场，魔搭社区宣布赛事启动，面向全球的AI初创团队和个人开发者队伍发出邀请。赛事胜出队伍最高可获3万人民币奖金，并且有望共享千万美金风投资金池。 魔搭社区将为参赛队伍提供模型训练推理和Demo部署展示的免费资源。参赛队伍可以调用魔搭开源模型和开发工具，也可试用其他AI模型。魔搭现有30多个十亿参数大模型和10多个百亿参数大模型，包含阿里自研的通义系列模型，涵盖自然语言处理、语言

avatar ModelScope魔搭社区

关键点检测从入门到进阶

背景知识 关键点检测，也被称作关键点定位或关键点对齐（keypoint alignment），在不同的任务中名字可能略有差异。比如，在人脸关键点定位中会被称作facemark alignment，在人体关键点检测中称作pose alignment。 通常，它的输入是一张包含目标的图像，比如人脸的图像、人体的图像或手部的图像，输出是一组预先定义好关键点的位置，比如人脸的五官与脸部轮廓、人体的各个关节

avatar ModelScope魔搭社区