day17markdown总结

1.正则表达式

from re import fullmatch, search, findall
正则表达式就是用来检测字符串是否满足某种规则的工具
例如：
1.账号是手机号邮箱多少位由什么组成
2.付款后，按时发，
3.脏话替换等

1.正则语法
2.python对正则表达式的支持，，提供了一个内置模块：re
3.fullmatch（正则表达式，字符串）：判断整个字符串是否符合正表达规则

=================1.单个字符==================
1）匹配任意字符
匹配一个字符串，只有以为字符并且字符是任意字符

re_str = r'.'
result = fullmatch(re_str, 'a')
print(sesult)

匹配一个字符串，只有两位字符并这每个字符都是任意字符

re_str = r'..'
result = fullmatch(re_str, 'an')
print(result)

匹配到一个字符串，前三位分别是abc，最后一位是任意字符

re_str = r'abc.'
result = fullmatch(re_str, 'abc%')
print(result)

2)\w匹配字母数字下划线
匹配一个字符串，前三位分别是abc，最后两位是字母数字或者下划线

re_str = r'abc\w\w'
result = fullmatch(re_str, 'abc2g')
print(result)

3)\s匹配空白字符（空白指空格、制表符（\t）和回车（\n）等所有能产生空白的字符）
匹配一个字符串，前三位是字母数字下划线，第四位是一个空白字符，最后一位是任意字符

re_str = r'\w\w\w\s.'
result = fullmatch(re_str, 'hu2\t?')
print(result)

4)\d 匹配一个数字字符
匹配一个字符串，前三位是数字字符，最后一位是任意字符

re_str = r'\d\d\d.'
result = fullmatch(re_str, '782l')
print(result)

5)\b检测是否是单词边界（单词的开头、单词的结尾、单词和单词之间的标点空格等）
注意：正则中遇到\b，匹配的时候先不管他，匹配成功后再回头看\b位置是否是单词边界

re_str = r'when\b\swhere'
result = fullmatch(re_str, 'when where')
print(result)

6)^检测字符串是否以给定的正则表达式开头
匹配一个字符串，是否以两个数字字符开头

re_str = r'\d\d'
result = fullmatch(re_str, '23')
print(result)

7)$检测字符中是否以给定的正则表达式结束
匹配一个字符串a数字，并且a数字是字符串的结尾

re_str = r'a\d$'
result = fulllmatch(re_str, 'a8')
print(result)

8)\W匹配一个非数字、字母、下划线的字符

re_str = r'\W\w'
result = fullmatch(re_str, '!a')
print(result)

9)\S匹配非空白字符

re_str = r'\S\w\w\w'
result = fullmatch(re_str, '@a3h')
print(result)

======================2.匹配次数=======================
1.[]匹配中括号中出现的任意字符
注意：一个中括号只出现一个字符，第一位是a或者b或者c，后两位是数字

re_str = r'[abc+]\d\d'
result = fullmatch(re_str, '+67')
print(result)

注意：

- 在正则中的中括号中的应用：如果将减号放到两个字符的中间代表的是谁到谁。如果想要表示'-'符号本身，就放在开头或者结尾
[1-8]: 代表的字符集是：'1','2','3','4','5','6','7','8'
[-18]或者[18-]: 代表的字符集是'1','8','-'
要求一个字符串中的第一个是1-8中的一个，后面两位是小写字母
re_str = r'[1-8][a-z][a-z]'
result = fullmatch(re_str, '2hn')
print(result)

2.[^字符集]匹配不在[]字符集中的任意一个字符
匹配一个四位的字符串，第一位不是大写字母也不是数字，后三位是abc

re_str = r'[^A-Z\d]abc'
result = fullmatch(re_str, '#abc')
priint(result)

3)*匹配0次或者多次
匹配一个字符串，最后一位是b，b的前面有0个或者多个a

re_str = r'a*b'
print(fullmatch(re_str, 'aaab'))

4. • 匹配1次或者多次（至少一次）
     判断一个字符串是否是无符号的正整数

re_str = r'[1-9]+\d*'  # 10， 11， 100 ,1000
print(fullmatch(re_str, '1010'))

5. ? 匹配0次或者一次

re_str = r'@?\d+'
print(fullmatch(re_str, '@16723'))
判断一个字符串是否是整数(包含正整数和负整数)
+200, -120, 99, -1, 3, +4
re_str = r'[+-]?[1-9]+\d*'
print(fullmatch(re_str, '200'))

6. {N} 匹配N次

re_str = r'\d{3}'      # 匹配3位数字字符串
re_str = r'[a-zA-Z]{3}'   # 匹配3位字母字符串
print(fullmatch(re_str, 'aHh'))

7. {N,} 至少匹配N次

re_str = r'\w{4,}'
print(fullmatch(re_str, 'hanc_123'))

8. {,N} 最多匹配N次

re_str = r'a{,4}b'  # 'b', 'ab', 'aab', 'aaab','aaaab'
print(fullmatch(re_str, 'aaaab'))

9. {M,N} 匹配至少M次，最多N次 (N>M)

re_str = r'a{2,4}b'  # 'aab', 'aaab', 'aaaab'
print(fullmatch(re_str, 'aaab'))

==============================3.分之和分组======================

1. | 分之(相当于逻辑运算中的or)
   匹配一个字符串是三个字母或者是三个数字

re_str = r'[a-zA-Z]{3}|\d{3}'
print(fullmatch(re_str, 'abc'))
'\d{3}[a-z]{2}'是分之中的第一个条件， '[A-F]{3}'是分之的第二个条件
re_str = r'\d{3}[a-z]{2}|[A-F]{3}'
print(fullmatch(re_str, 'ABC'))

注意：正则中的分之有短路操作：如果使用|去连接多个条件，前面的条件已经匹配出结果，那么就不会使用后面的条件再去匹配了
练习：写一个正则表达式，能够匹配出字符串中所有的数字（包括整数和小数）

'abc12.5hhh60,30.2kkk9nn0.12'
100, 89.89, 20.12, 0.23
re_str = r'[1-9]\d*[.]?\d*|0[.]\d+'
print()
re_str = r'[1-9]\d*|\d+[.]\d+'
re_str = r'\d+[.]\d+|[1-9]\d*'
print(findall(re_str, 'abc12.5hhh60,30.2kkk9nn0.12'))

2. 分组
   a.分组
   通过加()来对正则条件进行分组
   两位数字两位字母出现3次 ac23bn45hj34

re_str = r'([a-z]{2}\d{2}){3}'
print(fullmatch(re_str, 'ac23bn45hj34'))

匹配一个字符串，按照一个数字一个字母的规律出现一次或者多次

re_str = r'(\d[a-z])+'
print(fullmatch(re_str, '9a2s3k4k9o'))

b.重复
可以通过\数字来重复匹配前面的分组中匹配的结果。数字的值代表前面的第几个分组

re_str = r'(\d{2}[A-Z])=%\1\1'
print(fullmatch(re_str,'23B=%23B23B'))

re_str = r'(\d{3})-(\w{2})\1{2}\2'
print(fullmatch(re_str,'123-aa123123aa'))

c.捕获
按照完整的正则表达式去匹配，只捕获()中的内容。只有在findall中有效

re_str = r'a(\d{3})b'
print(fullmatch(re_str, 'a786b'))
print(findall(re_str, 'a786b'))

正则中的转义

1.正则表达式中的转义和字符串中的转义字符没有任何关系。
在python中的字符串前加r阻止的是字符串转义，不能阻止正则表达式的转义
2.在正则表达式中，可以通过在有特殊意义的符号前加\来表示符号本身
+ . * ? \ ( ) ^ $ |
注意：

a.- 只有在中括号中的两个字符之间才有特殊的意义
b.如果特殊符号放到[]中作为字符集的内容，那么除了-在两个字符之间以外其他的都不需要转义
c.\ 不管在哪里都需要转义， ^放在中括号的最前面需要转义

例如：

re_str = r'a\+'
print(re.fullmatch(re_str, 'a+'))

re_str = r'\+a'
print(re.fullmatch(re_str, '+a'))

re_str = r'\\w-a'
print(re.fullmatch(re_str, '\w-a'))

re_str = r'\(\d{3}'
print(re.fullmatch(re_str,'(234'))

re_str = r'\[abc\]'

re_str = r'[\^.?*]mbc\\'
print(re.fullmatch(re_str, '?mbc\\'))

re模块

1.compile（正则表达式）：将正则表达式转换成正则表达式对象

re_str = r'\d+'
re_object = re.compile(re_str)
print(re_object)
不转成对象，调用相应的函数
re.fullmatch(re_str, '78hj')
转换成对象，调用相应的方法
re_object.fullmatch('78hj')

2.match(正则表达式, 字符串) 和 fullmatch(正则表达式，字符串)
match:判断字符串的开头是否能够和正则表达式匹配
fullmatch: 判断整个字符串是否能够和正则表达式匹配
返回值都是匹配结果，如果匹配成功返回匹配对象，否则返回None

re_str = r'abc\d{3}'
match1 = re.match(re_str, 'abc234abcdef')
match2 = re.fullmatch(re_str, 'abc234')
print(match1)
print(match2)

a.匹配到的范围。匹配结果字符的下标范围:(起始下标,结束下标) ---- 结束下标取不到
print(match1.span())
获取起点
print(match1.start())
获取终点
print(match1.end())
注意：group参数，用来指定分组对应的相应的结果

re_str = r'(\d{3})\+([a-z]{2})'
match1 = re.match(re_str, '234+hjaaaaaa')
print(match1)
print(match1.span())
在匹配结果中，获取第1个分组的范围
print(match1.span(1))
在匹配结果中，获取第2个分组的范围
print(match1.span(2))
在匹配结果中，获取第2个分组的起始下标
print(match1.start(2))

b. 获取匹配结果对应的字符串
print(match1.group())
print(match1.group(1))
print(match1.group(2))

c. 获取被匹配的原字符串
print(match1.string)
3.search(正则表达式, 字符串)
在字符串中去查找第一个满足正则表达式要求的子串，如果找到了就返回匹配对象，找不到返回None

search1 = re.search(r'\d+aa', 'he9aallo 78aabc wolrd')
print(search1)
if search1:
    print(search1.span())

练习：使用search将一个字符串中所有的数字字符串全部找到....
'工资是10000元，年龄是18岁，身高是：180，颜值100分'

str1 = '工资是10000元，年龄是18岁，身高是：180，颜值100分'
re_str = r'[1-9]\d*'
search1 = re.search(re_str, str1)
while search1:
    print(search1.group())
    end = search1.end()
    str1 = str1[end:]
    search1 = re.search(re_str, str1)

4.split(正则表达式,字符串)
按满足正则表达式的子串去切割字符串返回值是列表

str1 = '床前明月光,疑是地上霜。举头望明月，低头思故乡!'
result = re.split(r'\W+', str1)
print(result)

5.sub(正则表达式,替换字符串,被替换的字符串)返回值是新的字符串

word = '你丫是傻叉吗? 我操你大爷的. Fuck you'
result = re.sub(r'傻叉|操|Fuck|煞笔', '*', word)
print(result)

6.findall(正则表达式, 字符串)
获取字符串中所有满足正则表达式的子串返回值是列表
注意：分组中的捕获效果在这儿有效

result = re.findall(r'\d([a-z]+)', '安徽省1boy,and你好福建0action')
print(result)