正则表达式
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：匹配手机号、邮箱、脏话检测等
1、单字符
python对正则表达式的支持，提供了一个内置模块：re
fullmatch（正则表达式，字符串）：查找字符串中是否有符合正则表达式规则，不符合返回None。
search（正则表达式，字符串）：判断整个字符串是否符合正则表达式规则，不符合返回None。
from re import fullmatch
匹配对应字符（占位）
（1）. ：匹配一位任意字符
re_str = r'.' #阻止转义
print(fullmatch(re_str,'a'))
<_sre.SRE_Match object; span=(0, 1), match='a'>
（2）\w：匹配一位字母、数字、下划线。
（3）\s：匹配空白字符（空格、制表符(\t)、回车(\n)等所有能产生空白的字符）。
（4）\d：匹配一个数字字符。
（5）\W：匹配一个非字母、数字、下划线（\w取反）
（6）\S：匹配非空白字符
（7）\D：匹配非数字字符
位置检测（不占位）
（8）\b：检测是否是单词边界, \b 不占位，并且必须所在位置是单词边界，否则匹配不成功。
注意：
re_str = r'when\bwhere'
print(fullmatch(re_str,'whenwhere')）
print(fullmatch(re_str,'when where'))
re_str = r'when\b\swhere'
print(fullmatch(re_str,'when where'))
（9）\B：检测非单词边界
（10）^：检测字符串是否以给定的正则表达式开头。
re_str = r'^sd'
print(search(re_str,'sdwfe'))
<_sre.SRE_Match object; span=(0, 2), match='sd'>
（11）$：字符串是否以给定的正则表达式结束。
re_str = r'fe$'
print(search(re_str,'sdwfe'))
2、匹配次数
注意：次数相关的操作，只约束次数符合前的一个字符。
在匹配次数的字符后加 ? , 表示尽可能少的次数匹配。
（1）[]：匹配中括号中出现的任意字符，只匹配一个字符。
re_str = r'[abc]\d\d'
#匹陪第一个字符是否是[]中的一个字符
print(fullmatch(re_str,'c11'))
<_sre.SRE_Match object; span=(0, 3), match='c11'>
减号（-） --> 在正则的中括号中的应用
[1-8] ---> 代表字符集：12345678
[-18] or [18-] ---> 代表字符集：‘-’、‘1’、‘8’
（2）[^字符集]：匹配不再[]字符集中的任意一个字符。
（3） *：匹配 * 号前的字符0次或者多次。
re_str = r'a*b' #a能匹配多次，b依次
print(fullmatch(re_str, 'aaab'))
<_sre.SRE_Match object; span=(0, 4), match='aaab'>
re_str = r'[abc]*' -----> 'a', 'abb', 'accb'
（4） +：+前的字符集至少匹配一次。
re_str：r'[1-9]+\d*' --> 首位不是0的数字集
（5）？：匹配 0次 或者 1次。
（6）{N}：匹配N次。
re__str = r'\d{3}' --> 匹配 \d 3次
（7）{N，}：至少匹配N次。
（8）{N，M}至少匹配N次，最多M次。（M>N）
练习：输入用户名，必须是字母数字下划线组成，6-20位
qq必须是数字组成，不能0开头，4-11位
from re import fullmatch
name = input('请输入用户名：')
if fullmatch(r'\w{6,20}',用户名):
print('输入用户名合法')
else:
print('用户名不合法')
QQ = input('请输入QQ：')
if fullmatch(r'[1-9]\d{4,11}',QQ):
print('输入QQ合法')
else:
print('QQ不合法')
3、分支和分组
注意：正则中的分支有短路条件 --- 如果使用 | 去连接多个条件，前面的条件如果已经匹配出结果，后面就不会匹配了。
（1）分支
|：或（相当于逻辑运算中的or）
re_str = r'[a-zA-Z]{3}|\d{3}'
| ：前后是两种条件，分别是一个整体。
（2）分组
通过加（）来对正则条件进行分组。
a、分组
re_str = r'([a-z]{2}\d{2}){3}'
print(fullmatch(re_str,'ac23gd45fd77'))
<_sre.SRE_Match object; span=(0, 12), match='ac23gd45fd77'>
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，重复位置就是 \数字 的位置，数字的值代表前面的第几个分组（数字不是重复次数）。
re_str = r'(\d{3})-(\w{2})\1{2}\2'
print(fullmatch(re_str,'123-aa123123aa'))
<_sre.SRE_Match object; span=(0, 14), match='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 方法中有效。
re_str = r'a(\d{3})b'
print(findall(re_str,'a786b'))
['786']
4、正则表达式的转义
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。
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 [] 中两个字符中间的 - 才有特殊意义。
b、如果特殊符号放在 [] 中，是不需要转义的。
c、 \ 不管在哪儿都需要转义，^ 放在中括号前面需要转义。
5、re 模块中的方法
（1）、compile（正则表达式）：将正则表达式转换成正则表达式对象。
（2）、match（正则表达式，字符串）:判断字符串开头是否能够和正则表达式匹配。匹配成功返回匹配对象，否则返回None。
（3）、fullmatch（正则表达式，字符串）：判断整个字符串能否和正则表达式匹配。匹配成功返回匹配对象，否则返回None。
返回结果：通过对象调用方法可以取到里面的值。
re_str = r'(\d{3})-(\w{2})\1{2}\2'
fullmatch1 = fullmatch(re_str,'123-aa123123aa')
<_sre.SRE_Match object; span=(0, 14), match='123-aa123123aa'>
a、获取第一个分组的范围
print(fullmatch1.span(1)) ---括号里面可以不写
b、获取第一个分组的起始下标
print(fullmatch1.start(1)) ---对应有end方法
c、获取匹配结果对应的字符串
print(fullmatch1.group(1))
（4）search（正则表达式，字符串）
在字符串中取查找第一个满足正则表达式要求的字串，如果找到了返回对象，否则返回None
（5）、split（正则表达式，字符串）
按满足正则表达式的字串去切割字符串。
返回值是一个列表。
（6）sub（正则表达式，替换字符串，被替换字符串）
（7）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字串。返回值是列表
注意：分组中的捕获效果在findall中是有效的（得到分组中的内容）。
网友评论