一、正则表达式符号
正则表达式：
字符串查找、匹配、切割（python对正则表达式的支持：提供了re模块(python内置模块),包含字符串匹配、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
注意：正则表达式的字符串，前面一般要加r来阻止转义。
因为正则表达式的符号中有很多带''的符号，其功能不是转义，而是表示特殊的意义
import re
#一系列的符号来组成的，有自己的语法规范，符号正则规范的字符串
#re.fullmatch(),完全匹配，从第一个字符开始，一直匹配
#2.\w 数字字母下划线
#3.\s匹配一个空白字符（空格、换行、制表符）
re_str='a\sb'
print(re.fullmatch(re_str,'a\nb'))
#\d匹配一个数字字符（1-9）
re_str='\d\d\d'
print(re.fullmatch(re_str,'123'))
#\b边界检测(字符串开头和结束,单词边界)
re_str='how,are,you'
print(re.match(r'\b...\b.a',re_str))
#^(检测以^The开头的字符串)
re_str='Theb kjjlj'
print(re.findall(r'The',re_str))
#$检测字符串以什么结束
re_str='abc$'
print(re.findall(re_str,'adddfggggg abc'))
# \W 匹配非数字字母下划线
re_str=r'\W\w'
print(re.fullmatch(re_str,'%k'))
#\S 匹配非空白字符
re_str=r'\S\d'
print(re.fullmatch(re_str,'r7'))
# \D 匹配非数字
re_str='\D\w'
print(re.fullmatch(re_str,'f3'))
#\B检测非边界
re_str='\Babc'
print(re.findall(re_str,'dabccfff'))
二、正则表达式中的符号组合
import re
"""1.匹配[]中一个字符，前三位是abc，第四位是字符1或者字符a"""
re_str=r'abd[1a]'
print(re.fullmatch(re_str,'abda'))
re_str=r'[\d]abc'
print(re.fullmatch(re_str,'1abc'))
"""2.[^]匹配不在中括号中的任意字符"""
re_str='ddd[^\da]'
print(re.fullmatch(re_str,'dddj'))
# [0-9]:匹配0,1,2,3.。。。9中任一字符
# [1-8]匹配1,2，3,4.。。8
# [a-z]匹配任意一个小写字母
# [a-zA-Z]：匹配的是任意字母
print(re.fullmatch(r'[a-z]','f'))
"""3.*匹配0次或者多次数字字符，必须全是数字，不可掺杂其他"""
re_str=r'\d*abc'
print(re.fullmatch(re_str,'020498897abc'))
print(re.fullmatch(r'\d*','33'))
# re_str=r'\d\d*'
# re_str=r'[0-9][0-9]*'
re_str=r'[_a-zA-Z]\w*'
print(re.fullmatch(re_str,'ad_c'))
#5.？出现0次或者1次
re_str=r'[a-z]?123'
re_str=r'[+]?[1-9][0-9]*'
print(re.fullmatch(re_str,'4400'))
# {N}匹配N次
# {N,}
re_str=r'\d{3,}.*'
# {M,N}
'[\da-zA-Z]*{5,11}'
#分支|,或者的意思
re_str=r'\d{3}|[a-z]{3}'
print(re.fullmatch(re_str,'123'))
# ()匹配的时候是分组，让括号里面的正则条件变成整体
re_str=r'(abd){3}'
re_str=r'abc{3}'
"""=======以下了解======="""
# 10.*？重复任意次，尽量少重复
三、特殊转义字符
1.特殊符号转义
正则中：.\ [] {} () * + ? ^ $ | 这些字符有特殊意义，所有在正则表达式中
如果想单纯表达这些字符，需要在前面加''
在括号中 - 号可能是特殊的符号
注意：
1 - [] ^ \在中括号中可能是特殊符号要加
2 . {} () * + ? $在中括号中可以不用加,来表示字符
import re
re_str=r'\d+\.\d+'
print(re.fullmatch(re_str,'12.13'))
re_str=r'\d[2\-5]\d'
print(re.fullmatch(re_str,'1-3'))
re_str=r'([1-9][a-z]{2})n\1'
print(re.fullmatch(re_str,'8hhn8hh'))
re_str=r'([1-9][a-z]{2})n(\d)\1\2'
print(re.fullmatch(re_str,'9hjn89hj8'))
四、complie
1.complie(正则字符串)，将正则表达式字符串转成正则表达式对象
# 将转换成正则表达式对象后，可以通过对象调用相关方法
re_obct=re.compile(r'\w{6,12}')
print(re_obct.fullmatch('ahkdjk'))
print(re.fullmatch(r'\w{6,12}','ahkdjk'))
# 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
match=re.fullmatch('\w{3}','h3s')
print(match)
# a.获取匹配到的结果
print(match.group())
# b.获取匹配到的范围
print(match.span())
# c.获取匹配到的开始和结束下标
print(match.start(),match.end())
# d.获取匹配到的字符串(原字符串)
print(match.string)
# 应用：判断一个字符串是否是某种字符串
作业：
1 获取字符串中：
a.所有的正整数
b.所有的负整数
c.所有的浮点数
d.所有的非负浮点数
import re
re_str=r'[+]?\d+'
print(re.findall(re_str,'1aaa2bbb3ccc4'))
re_str=r'[-]?\d+'
print(re.findall(re_str,'-1aaa-2bbb-3ccc-4'))
re_str=r'[-]?\d+\.\d+'
print(re.findall(re_str,'-1.1aaa-2.2bbb3ccc4'))
re_str=r'\d+\.\d+'
print(re.findall(re_str,'1.1aaa2.2bbb3ccc4'))
结果显示：
['1', '2', '3', '4']
['-1', '-2', '-3', '-4']
['-1.1', '-2.2']
['1.1', '2.2']
不定项选择题
- 能够完全匹配字符串“(010)-62661617”和字符串“01062661617”的正则表达式包括（a b ）
A. “(?\d{3})?-?\d{8}”
B. “[0-9()-]+”
C. “[0-9(-)]\d”
D. “[(]?\d[)-]\d*”
- 能够完全匹配字符串“c:\rapidminer\lib\plugs”的正则表达式包括（bc ）
A. “c:\rapidminer\lib\plugs”
B. “c:\rapidminer\lib\plugs”
C. “(?i)C:\RapidMiner\Lib\Plugs” ?i:将后面的内容的大写变成小写
D. “(?s)C:\RapidMiner\Lib\Plugs” ?s：单行匹配 - 能够完全匹配字符串“back”和“back-end”的正则表达式包括（ b d）
短路操作：前面的为真了，就不会再执行后边的操作
A. “\w{4}-\w{3}|\w{4}” B. “\w{4}|\w{4}-\w{3}”
C. “\S+-\S+|\S+” D. “\w\b-\b\w|\w*” - 能够完全匹配字符串“go go”和“kitty kitty”，但不能完全匹配“go kitty”的正则表达式包括（ab ）
:\1就是重复前面第一个()/组合里面的内容
：\2就是重复前面第二个()/组合里面的内容
A. “\b(\w+)\b\s+\1\b”
B. “\w{2,5}\s*\1”
C. “(\S+) \s+\1”
D. “(\S{2,5})\s{1,}\1” - 能够在字符串中匹配“aab”，而不能匹配“aaab”和“aaaab”的正则表达式包括（ bc ）
A. “a*?b”
B. “a{,2}b”
C. “aa??b”
D. “aaa??b”
三.观察下面双引号内的文本”中文名 贝拉克·侯赛因·奥巴马 外文名 Barack Hussein Obama II 别 名 欧巴马 国 籍美国 民 族 德裔族 出生地 美国夏威夷州檀香山 出生日期 1961年8月4日 职 业政治家、律师、总统 毕业院校哥伦比亚大学，哈佛大学 信 仰新教 主要成就 1996年伊利诺伊州参议员 主要成就美国第56届、57届总统 2009年诺贝尔和平奖获得者 时代周刊年度风云人物2008、2011 任期内清除本·拉登 代表作品 《我相信变革》《我父亲的梦想》《无畏的希望》 所属政党美国民主党 血 型 AB型 学 院西方学院 妻 子米歇尔·拉沃恩·奥巴马 性 别 男”
re_str1=r'中文名\s+(\S+)\s+'
result1=re.findall(re_str1,str1)
print(result1)
result1=re.sub(r'[^\d]','$1',str(result1))
print(result1)
re_str2=r'[a-zA-Z]* [a-zA-Z]* [a-zA-Z]* II'
result2=re.findall(re_str2,str1)
print(result2)
result2=re.sub(r'[a-zA-Z]','$1',str(result2))
print(result2)
re_str3=r'\d*年\d月\d日'
result3=re.findall(re_str3,str1)
result3=re.sub(r'\d*','$1',str(result3))
print(result3)
网友评论