一.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

1.单个字符

1. . 匹配任意字符

re_str = r'.'
result = fullmatch(re_str,'a')
print(result)
#<_sre.SRE_Match object; span=(0, 1), match='a'>

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下划线
re_str = r'abc\w\w'
result = fullmatch(re_str,'abc32')
print(result)

3)\s 匹配空白字符(空格,制表符,回车)

#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个是任意字符
re_str = r'\w\w\w\s.'
result = fullmatch(re_str,'dr4\na')
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,'134/')
print(result)

5)\b 检测是否是单词的边界(单词的开头,单词的结尾,单词和单词之间的标点和空格)

注意:正则中遇到\b,匹配的时候先不管它,匹配成功后再回头看\b的位置,是否是单词边界
\b不占位,只是用来检测\b这里是否是边界,看的时候\b先不看

#匹配一个字符串前四位是when,第五位是空白,空白后面是where,并且第四位n的后面是单词边界
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. $检测字符串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 = fullmatch(re_str,'a3')
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,'^e')
print(result)

9. \S 匹配非空白字符

re_str = r'\S\w\w\w'
result = fullmatch(re_str,'^dg2')
print(result)

10. \D 匹配一个非数字字符

11. \B 检测非单词边界

2.匹配次数

注意:次数相关的操作,都是约束的次数符号前的前一个字符

1)[] 匹配中括号中出现的任意字符
注意:一个中括号只匹配一个字符

#匹配一个三位的字符串,第一位是a或b或c,后两位是数字
re_str = r'[abc]\d{2}'
result = fullmatch(re_str,'a98')
print(result)

• 在正则中的[]里的应用:如果将减号放到两个字符中间,代表的是谁到谁,如果想要表示'-'符号,就放在开头和结尾

# 要求一个字符串中的第一位是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,'5df')
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')
print(result)

3)  *  匹配0次或多次
#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'#'b','ab','aab','aaab'
print(fullmatch(re_str,'b'))

4)  +  匹配一次或多次(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*'
print(fullmatch(re_str,'1'))

5. ? 匹配0次或1次

re_str = r'@?\d+'
print(fullmatch(re_str,'@23'))

6){N}匹配N次

#匹配三位数字字符串
re_str = r'\d{3}'
print(fullmatch(re_str,'324'))

7){M,}至少匹配M次

8. {,N}最多匹配N次

9. {M,N} 匹配至少M次,最多N次(N>M)

练习:
用户名必须由字母,数字或下划线构成,长度6-20字符之间
QQ号5-12的数字且首位不能为0

re_str1 = r'\w{6,20}'
re_str = r'[1-9]\d{4,11}'
user_name = input('请输入用户名:')
qq = input('QQ:')
 if fullmatch(r'\w{6,20}',user_name):
     print('用户名合法')
 else:
    print('用户名不合法')
 if fullmatch(r'[1-9]\d{4,11}',qq):
     print('QQ合法')
 else:
     print('QQ不合法')

判断一个字符串是否是整数(有正整数和负整数)

re_str = r'[+-][1-9]\d*'
print(fullmatch(re_str,'-23'))

3.分支和分组

1. | 分支结构(相当于逻辑运算中的or)

#匹配一个字符串是三个字母或是三个数字
re_str = r'[a-zA-Z]{3}|\d{3}'
print(fullmatch(re_str,'178'))

正则中的分支有短路操作:如果使用|去连接多个条件,前面的条件已经符合条件,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'
re_str = r'[1-9]\d*[.]?\d*|0[.]\d+'#|后面是0.几
print(fullmatch(re_str,'0.1'))

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'))

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'))

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'))

二.正则中的转义

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阻止的是字符串的转义,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.\不管在哪都需要转义,^放到中括号的最前面需要转义

三.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

import re
re_str = r'\d+'
re_object = re.compile(re_str)
print(re_object)
#re.compile('\\d+')

不转成对象,调用相应的函数
re.fullmatch(re_str,'78s')
转换成对象,调用相应的方法
re_object.fullmatch('78s')

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,'abc344ads')
match2 =re.fullmatch(re_str,'abc344')
print(match1)
print(match2)
#<_sre.SRE_Match object; span=(0, 6), match='abc344'>

a.匹配到的范围.匹配结果是字符的下标范围:(起始下标,结束下标)---结束下标取不到

print(match1.span())
#(0,6)
获取起点
print(match1.start())
#0
获取终点
print(match1.end())
#6

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+fddff')
print(match1)
#<_sre.SRE_Match object; span=(0, 6), match='234+fd'>
print(match1.span())
#(0, 6)
在匹配结果中,获取第1个分组的范围
print(match1.span(1))
#(0, 3)
在匹配结果中,获取第2个分组的范围
print(match1.span(2))
#(4, 6)
在匹配结果中,获取第二个分组的起始下标
print(match1.start(2))
#4

b.获取匹配结果对应的字符串
print(match1.group())
#234+fd
print(match1.group(1))
#234
print(match1.group(2))
#fd

c.获取被匹配的原字符串
print(match1.string)
#234+fddff

3.search(正则表达式,字符串)
在字符串中查找第一个满足正则表达式的子串,如果找到了就返回匹配对象,找不到返回None

search1 = re.search(r'\d+aa','hello 34aabc world')
print(search1)
if search1:
    print(search1.span())
#(6, 10)

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

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'[,.!]',str1)
result = re.split(r'\W+',str1)

print(result)
#['床前明月光', '疑是地上霜', '举头望明月', '低头思故乡', '']

中文输入\w范围

5.sub(正则表达式,替换字符串,被替换的字符串)

word = '你丫傻叉吗?我草你'
result= re.sub(r'傻叉|草','*',word)
print(result)
#你丫*吗?我*你

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有效

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