Python-day-15-正则表达式

一、正则表达式的符号

• 正则表达式：用来做字符串查找、匹配、切割用的一种工具。
• 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

if __name__ == '__main__':
    # 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
    # 1. . 匹配一个任意的字符
    """匹配两个任意字符的字符串"""
    re_str = r'..'
    """匹配第一个字符是a第二个字符是b的字符串"""
    re_str = r'ab'
    """匹配第一个字符是a,第二个字符是任意字符的字符串"""
    re_str = r'a.'
    print(re.fullmatch(re_str, 'ah'))

    # 2. \w 匹配一个字符是字母、数字或者下滑线
    """匹配第一个字符是字母、数字或者下滑线，第二个字符是字母、数字或者下滑线的字符串"""
    re_str = r'\w\w'
    print(re.fullmatch(re_str, 'b8'))

    re_str = r'\w.\w'
    print(re.fullmatch(re_str,'u(o'))

    # 3. \s 匹配一个空白字符（空格、换行、制表符）
    """匹配第一个字符是a,第二个字符是空白，最后一个字符是b的字符串"""
    re_str = r'a\sb'
    print(re.fullmatch(re_str, 'a\nb'))

    # 4. \d 匹配一个数字字符
    re_str = r'\d\d\d'
    print(re.fullmatch(re_str,'120'))

    """匹配第一字符是0，后面两个字符都是数字的字符串"""
    re_str = r'0\d\d'
    print(re.fullmatch(re_str, '019'))

    # 5. \b 检测边界(单词边界--一般的符号都可以作为单词边界)
    print(re.match(re_str, '0190'))
    """匹配三个任意字符的前面和后面都是单词边界的字符串"""
    re_str = r'\b...\b'
    print(re.match(re_str, 'jsh,abc'))

    # 6. ^ 检测字符串开始(^The -- 匹配以The开头的字符串)
    re_str = r'^The'
    print(re.fullmatch(re_str, 'The'))
    print(re.findall(r'^The', 'aThe789abc hThe989ekl'))

    # 7. $ 检测字符串结束
    re_str = r'abc$'
    print(re.fullmatch(re_str, 'abc'))
    print(re.findall(re_str, 'hkakh jkjs abc-'))

    # 8. \W 匹配非字母、数组、下划线
    re_str = r'\W\w'
    print(re.fullmatch(re_str, '&k'))

    # 9. \S 匹配非空白字符
    re_str = r'\S\d'
    print(re.fullmatch(re_str, 'p8'))

    # 10. \D 匹配非数字字符
    """匹配第一个字符是非数字字符，第二个字符是字母、数字、下划线"""
    re_str = r'\D\w'
    print(re.fullmatch(re_str, 'p8'))

    # 11. \B 检测非边界
    """匹配前面两个字符是a和b,第三个字符是c。并且检测b的后面是一个非边界"""
    re_str = r'ab\Bc'
    print(re.fullmatch(re_str, 'abc'))
    print(re.match(re_str,'abc0'))

二、正则表达式符号的组合

import re
if __name__ == '__main__':
    # 1. [] 匹配[]中出现的任意一个字符
    """匹配一个字符串，前三位是abc,第四位是字符1或者字符a"""
    re_str = r'abc[1a]'
    print(re.fullmatch(re_str, 'abca'))

    """第一位是数字或者下划线，后面是abc"""
    re_str = r'[\d_]abc'
    print(re.fullmatch(re_str, '9abc'))

    # 2. [^] 匹配不在[]中出现的任意一个字符
    """匹配一个字符串，前三位是anc,第四位不是数字字符也不是字符a"""
    re_str = r'abc[^\da]'
    print(re.fullmatch(re_str, 'abcl'))

    # 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, '19076abc'))

    """
    [0-9] : 匹配0，1，2，3，4，5，6，7，8，9中的任意一个字符
    [1-8] : 匹配1，2，3，4，5，6，7，8
    [a-z] : 匹配任意一个小写字母
    [A-Z] : 匹配任意一个大写字母
    [a-zA-Z]: 匹配所有的字母
    """
    print(re.fullmatch(r'[a-zA-Z]', 'B'))

    # 写一个正则表达式，判断一个字符串是数字字符串（不能空串）
    re_str = r'\d\d*'
    re_str = r'[0-9][0-9]*'
    print(re.fullmatch(re_str, '0'))

    # 写一个正则表达式，检测一个字符串是否是合格的标识符(字母数字下划线组成，数字不开头)
    """
    abc  -> 成功
    _a12h -> 成功
    __23a -> 成功
    1hj_ -> None
    a*h -> None
    """
    re_str = r'[a-zA-Z_]\w*'
    print(re.fullmatch(re_str, 'a*h'))

    # 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、字母、下划线"""
    re_str = r'\d+\w*'
    print(re.fullmatch(re_str, '16u78abc'))

    # 5.? 匹配0次或者1次
    re_str = r'[a-z]?123'
    print(re.fullmatch(re_str, 'z123'))

    # 判断是一个字符串是否是正整数字符串(除0) '123' -> 成功 '+1234' -> 成功 '0123' -> None '12012' ->  成功
    re_str = r'[+]?[1-9]\d*'
    print(re.fullmatch(re_str, '+1234'))

    # 5.{N} 匹配N次
    """前面5个数字，然后是abc"""
    re_str = r'\d{5}abc'

    re_str = r'[12ab]{3}abc'
    print(re.fullmatch(re_str, '11babc'))

    # 6.{N,} 匹配大于等于N次
    """字符串前面至少三位数字，后面随意"""
    re_str = r'\d{3,}.*'
    print(re.fullmatch(re_str, '151263jah92390..;'))

    # 7.{M,N} 匹配至少M次，最多N次
    """密码要求：数字、字母组成，并且8-16位"""
    re_str = r'[\da-zA-Z]{6,10}'
    print(re.fullmatch(re_str, 'uy2huy?28'))

    # 8. | 分之
    """匹配一个字符串，是三个数字字符或者是三个小写字符"""
    re_str = r'\d{3}|[a-z]{3}'
    print(re.fullmatch(re_str, 'hsu'))

    # 9.() 匹配的时候是分组，让括号中的正则条件变成一个整体,进行整体操作
    """匹配一个字符串，abc整体重复3次"""
    re_str = r'(abc){3}'
    print(re.fullmatch(re_str, 'abcabcabc'))

    re_str = r'(\d\w[0-3]){2}'
    print(re.fullmatch(re_str, '3o37h1'))

    """========以下了解========"""
    # 尽可能少：在能够匹配到的前提下尽可能少
    # 10. *? 重复任意次，尽可能少的重复
    re_str = r'ba*?b'
    print(re.match(re_str, 'baabaa'))

    # 11. +? 重复一次或多次，尽可能少的重复
    re_str = r'ba+?'
    print(re.match(re_str, 'baaaa'))

    # 12. ?? 重复0次或者1次， 尽可能少的重复
    re_str = r'b??'

    # 13. {N,}? 重复至少N次，尽可能少的重复
    # 14. {N, M}? 重复N到M次，尽可能少的重复

三、正则表达式

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

注意：1. -，[ ] , ^ , \ 在中括号中可能是特殊的符号,需要加 \

• 2. . {} () * + ? $ |在中括号中可以不用加,来表示字符

import re

if __name__ == '__main__':
    re_str = r'\d+[1\-3]\d+'
    print(re.fullmatch(re_str, '12-89'))

    re_str = r'[\^]'  # 匹配 字符^
    re_str = r'[\\]'  # 匹配 字符\
    re_str = r'[\$]'
    re_str = r'[{}]'
    print(re.fullmatch(re_str, '{'))

    # 1. \N --> 匹配前面第N个组中匹配到的内容
    re_str = r'([1-9][a-z]{2})n(\d)\1\2'
    print(re.fullmatch(re_str, '9hjn09hj0'))

    # 练习1.
    # 用户名必须由字母、数字或下划线构成且长度在6~20个字符之间
    re_str = r'\w{6,20}'
    # QQ号是5~12的数字且首位不能为0
    re_str = r'[1-9]\d{4,11}'

    # 练习2：IP地址是合法
    """
    x.x.x.x
    x: 1-255
    写一个正则表达式判断一个字符串是否是：1-255
    1-9
    10-99
    100-199
    200-249
    250-255
    """
    re_str = r'(([1-9]|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])\.){3}([1-9]|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])'
    print(re.fullmatch(re_str, '10.7.1.249'))

四、模块方法

import re
if __name__ == '__main__':
    # 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后，可以通过对象调用相关的方法
    re_obct = re.compile(r'\w{6,12}')
    print(re_obct.fullmatch('sdaadwf'))
    print(re.fullmatch(r'\w{6,12}','sdaadwf'))

    # 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,如果匹配失败 返回None
    match = re.fullmatch('\w{3}','s2a')
    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.获取匹配到的开始下标和结束下标
    print(match.start(),match.end())
    # d.获取被匹配的字符串(原字符串)
    print(match.string)
    #应用：判断一个字符串是否是某种字符串（判断账号、密码是否符合要求等）

    # 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,如果匹配失败 返回None
    match = re.match(r'\w{3}','h3sdddddds')
    print(match)
    print(match.group())
    print(match.string)
    # 应用：判断一个字符串是否以某种字符串开头

    # 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，只匹配第一个。如果找不到符合要求的返回None
    print(re.search(r'\d{2,}[a-z]','shaa23n--877m0899'))

    # 应用：判断一个字符串中是否包含某种字符串

    # 5.findall(正则表达式，字符串) 去获取指定字符串中满足正则条件的所有的字符串
    # 返回值是列表，列表中是符合要求的字符串。没有满足要求的字符串就返回[]
    result = re.findall(r'[a-zA-Z](\d+)','a123dffd22dfew')
    print(result)

    # 注意： 在通过正则表达式获取字符串的时候，可以通过在正则表达式中添加括号来约束获取的内容
    # （只获取括号中匹配到的内容）匹配的时候还是按照原正则表达式去查找。

    # 应用：字符串提取

    # 6.finditer(正则表达式，字符串)永丰和findall一样，只是返回值的类型不同
    # 返回一个迭代器，迭代器中的内容是匹配对象
    # 注意：()捕获部分无效
    result = re.finditer(r'[a-zA-Z](\d+)','a123dffd22dfew')
    # print(result.__next__(),next(result))
    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
    # 返回值是列表，列表元素就是切割后被分段的字符串
    result = re.split(r'\d+','dsad1d3f34vg[adw35]*fwef3-d23gss')
    print(result)
    result2 = re.split(r'[\]*]', 'dsad1d3f34vg[adw35]*fwef3-d23gss')
    print(result2)

    # 8.sub(正则表达式，新字符串，原字符串)在原字符串中查找符合正则的字串，替换成新的字符串
    # 返回值是替换后的字符串
    """将指定字符串中所有'sb'替换成'*'"""
    str1 = '你好sb,你全家都是sb,傻傻傻'
    result = re.sub(r'sb|傻','*',str1)
    print(str1,result)