正则表达式:用来做字符串查找,匹配,切割的一种工具

• python对正则表达式的支持:提供了re模块(python内置模块),包含了字符串匹配、查找、切割等相关方法
• fullmatch(正则表达式,字符串):用正则表达式来和字符串进行匹配,看是否能够匹配成功
• 正则表达式:是一个符合正则规范的字符串

import re  # 引入re模块

注意:正则表达式的字符串前要加'r',来阻止转义.

因为正则表达式有带''的符号,具有特殊意义

1. '.'匹配一个任意字符

reStr = r'..'  # 匹配两个任意字符的字符串
# reStr = 'ab'  # 只能匹配字符串'ab'
print(re.fullmatch(reStr, 'ab'))

2. \w:匹配一个字符是字母、数字、或下划线

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

3. \s:匹配一个空白字符(空格、换行、制表符)

reStr = r'a\sb'
print(re.fullmatch(reStr, 'a\nb'))

4. \d:匹配一个数字字符

reStr = r'00\d'  # 匹配一个00后一个是数字的字符串
print(re.fullmatch(reStr, '009'))

5. \b:检测单词边界(字符串结束或者开头,一般字符或者换行,空白都可以作为单词边界)

print(re.match(r'...\b', '666?5'))  # 匹配三个连续任意字符(两边是边界)

6. ^:匹配字符串开始(^th→匹配以th开头得字符串)

print(re.findall(r'^th', 'thaaaaa ththbbb'))

7. $:匹配字符串结束

print(re.findall(r'\.(com)$', "aaa.com"))

8. \W:匹配非字母、数字、下划线

print(re.fullmatch(r'\W\w', '+6'))

9. \S:匹配非空白字符

print(re.fullmatch(r'\S\d', '66'))

10. \D:匹配非数字

print(re.fullmatch(r'\D\w', '_a'))

11. \B:检测非边界

print(re.match(r'ab\Bc', 'abc'))

正则表达式符号组合

1. []匹配出现在[]中得任意一个字符

print(re.fullmatch(r'aab[3a,]', 'aab3'))  # 匹配一个字符串,前三位是aab,后面一位是3或者a或者,
print(re.fullmatch(r'[\d_]abc', '5abc'))  # 第一位是数字或者下划线,后面是abc

2. [^]:匹配不在[]中出现的字符

print(re.fullmatch(r'abc[^\dabc]', 'abcd'))  # 前面是abc第四位不是数字和a/b/c的
'''
[0-9]：匹配0,1,2,3,4,5,6,7,8,9中的任意一个字符
[a-z]：匹配任意一个小写字母
[A-Z]：匹配任意一个大写字母
'''
print(re.fullmatch(r'[1-9]', '6'))
print(re.fullmatch(r'[a-zA-Z]', 'B'))
re_str = r'[]'

3. * ：匹配0次或者多次

"""匹配一个字符串，前面是0个或者多个数字字符，然后是abc"""
re_str = r'\d*abc'
print(re.fullmatch(re_str, '123abc'))
print(re.fullmatch(r'\d\d*', '654654'))
print(re.fullmatch(r'[0-9][0-9]*', '654654'))
# 检测字符串是否是合格的标识符
print(re.fullmatch('[a-zA-Z_]\w*', 'a_23w'))

4. 匹配一次或者多次

# 匹配一个字符串开头出现一次或者多个数字字符,然后再有0次或者多次数字、字符、下划线
print(re.fullmatch(r'\d+\d*', '123aaadwwdasadwa'))

5. 匹配0次或1次

print(re.fullmatch(r'[a-z]?123', '123'))

判断一个字符串是否是正整数

print('=============================================================')
print(re.fullmatch(r'\+?[^0]\d*', '+0123'))  # re.fullmatch(r'[+]?[^0]\d*', '+0123')
print('=============================================================')

6. {N}:匹配N次

print(re.fullmatch(r'[a-z]{3}123', 'asd123'))  # 字符串前三个是小写字母,后面是123

7. {N,}匹配大于等于N次

# 至少前三位是数字
print(re.fullmatch(r'[0-9]{3,}abc', '12333abc'))

8. {M,N}匹配M到N次

print(re.fullmatch(r'[0-9]{3,5}abc', '123333abc'))

9. | 分支

print(re.fullmatch(r'\d{3}|[a-z]{3}', 'zzz'))  # 匹配3个数字或3个小写字母

10. ():匹配的时候对应分组,让括号中的正则条件变成一个分组

print(re.fullmatch(r'(\d{3})|([a-z]{3})', 'zzz'))  # 匹配3个数字或3个小写字母

11. *?:重复任意次,尽可能少的重复

print(re.match(r'a*?', 'aabaa'))

12. +?:重复一次或多次,尽可能少

13. ??:重复0次或1次,尽可能少

14. {N}:重复至少N次,尽可能少

15. {M,N}:重复M到N次尽可能少

正则表达式

• 正则中:.[]{}()*+?^$|有特殊意义,所以在正则表达式中,如果想要单纯的表达这些字符,需要在前面加''

注意: '-'在[]中可能是特殊的符号
.{}()+?$|在[]中不用加\来表示字符*

import re

# 1.\N → 匹配前面第N个组中匹配到的内容
reStr = r'([0-9][a-z]{2})6\1'
print(re.fullmatch(reStr, '8hh68hh'))
# Case:用户名和QQ
reUserName = r'\w{6,20}'
QQ = r'[1-9]\d{4,11}'
print(re.fullmatch(reUserName, 'ads466ds4'))
print(re.fullmatch(QQ, '321321'))

# Case:正则表达式判断字符串是不是0-255
ip = r'((\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])\.){3}(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])'
# ip = reStr + r'\.' + reStr + r'\.' + reStr + r'\.' + reStr
print(re.fullmatch(ip, '12.34.7.34'))

re模块方法

1.compile(正则字符串)将正则表达式字符串转换成正则表达式对象

# 转换成正则表达式对象之后,可以通过对象调用方法
re_obct = re.compile(r'\w{6,12}')
print(re_obct.fullmatch('6666666'))

2.fullmatch(正则表达式, 字符串) 完全匹配,从字符串开头匹配到结尾

# 返回值是匹配对象,匹配失败返回None
match = re.fullmatch(r'\w{3}', 'sss')
print(match)
# a.获取匹配结果
print(match.group())
# b.获取匹配到的范围
print(match.span())
# c.获取匹配到的开始下表和结束下标
print(match.start(), match.end())
# d.获取被匹配的源字符串
print(match.string)

3.match(正则表达式,字符串) 不完全匹配,从字符串开头开始匹配,匹配到正则表达式对应的范围为止

# 返回值是匹配对象,匹配失败返回None
match = re.match(r'\w{3}', 'asdas135sss')
print(match)
print(match.group())
print(match.string)

# 应用:判断一个字符串是否以某种字符开头

4.search(正则表达式,字符串) 在指定的字符串中查找某种字符串(以正则表达式来描述),如果有多个满足条件,只返回第一个

# 返回值是匹配对象,匹配失败返回None
print(re.search(r'\d{2,}[a-z]', 'sh23n--877m0899'))

# 应用: 判断一个字符串是否包含某种字符

5.findall(正则表达式,字符串)获取指定字符串中满足条件的所有子串

# 返回值,列表中是符合要求的字符串.没有满足要求的字串就返回[]
result = re.findall(r'\d+', 'a132d123g15gg5fe')
print(result)
# 注意:在通过正则表达式获取子串的时候,可以通过在正则表达式中添加括号,来约束获取的内容(只捕获括号中的内容)匹配的时候还是按照正则的原则去查找
# 应用:提取字符串

6.finditer(正则表达式,字符串)用法同findall,只是返回类型不同

# 返回一个迭代器,迭代器中内容是匹配对象
# 注意:()捕获部分无效
result = re.finditer(r'[a-zA-Z](\d+)', '13asd13sad5aw=f1f65ds')
for match in result:
    print(match)

7.split(正则表达式,字符串)按正则表达式匹配到的字符串进行切割

# 返回值是列标,列表元素就是被切割后被分段的字符串
result = re.split(r'[\[\]*\-]', 'a[asd2]gk6*egafko;e-agf468-ad*ads')
print(result)

8.sub(正则表达式, 新字符串, 源字符串)在源字符串中查找符合正则的字串,替换成新的字符串

str1 = 'agljhjlnksgdkgakbjhgadbs阿凡达,美国婢女力和苏联坦克h'
result = re.sub(r'a', '*', str1)
print(str1, '\n'+result)