2019-01-15Day16正则表达式

1.什么是正则表达式(语法通用)

正则就是一种用来做字符串匹配的工具,通过不同的符号匹配不同的字符

2.python对正则表达式的支持

通过re模块提供相应支持正则表达式的方法
a.fullmatch(正则表达式,字符串) --> 用正则表达式来和指定字符串进行匹配,
如果匹配成功返回匹配对象,匹配失败返回None
python中的正则表达式是写在字符串中的,但是一般情况下会在最前面加r/R

0 普通字符(代表字符本身)

# 匹配一个字符串,只有三个字符,每个字符分别是a,b,c
re_str = r'abc'
    result = fullmatch(re_str,'abc')
    print(result)

1 .(匹配任意字符)

注意: a.一个.代表一个字符
b. .不同匹配\n

# 匹配一个字符串,只有三个字符,第一个字符是a,第二个字符是任意字符,最后一个字符是c
    re_str = r'a.c'
    result = fullmatch(re_str,'a=c')
    print(result)

2 \w(匹配字母数字下划线)

注意: a.也可以匹配中文
b. 一个\w只能匹配一个字符

# 匹配一个字符串,第一个字符时候任意字符,第二个和第三个字符是字母、数字或者_,最后三个是abc
    re_str = r'.\w\wabc'
    result = fullmatch(re_str,'02sabc')
    print(result)

3 \s(匹配空白字符)

空白字符: 指的是所有能产生空白的字符,包括空格、制表符、换行等

# 匹配一个字符串,前两个字符是字母、数字、下划线或者中文,第三个字符是空白,最后一个字符是任意字符
    re_str = r'\w\w\s.'
    result = fullmatch(re_str,'a2 )')
    print(result)

4. \d(匹配数字字符)

# 匹配一个字符串有三个字符,每个字符都是数字字符
    re_str = r'\d\d\d'
    result = fullmatch(re_str, '777')
    print(result)

5 \b(检测单词边界)

a.检测正则表达式中\b所在的位置是否是单词边界
b.单词边界：所有可以将两个单词区分开的符号都是单词边界,例如: 空格, 缩进, 标点符号等,单词开头、单词结尾
注意：\b不是匹配符号，不会匹配出一个字符，只是检测所在的位置是否满足要求。

# 匹配一个字符串的内容是'how are',并且要求字符'a'的前面是单词边界
    re_str = r'\bhow\b,are'
    result = fullmatch(re_str, 'how,are')
    print(result)

    print(fullmatch(r'\b\d\d\d', '234'))
    print(search(r'\b\d\d\d\b', 'sjsd90, 783,'))

6 ^(检测字符串开头)

# 匹配一个字符串是三个数字字符，并且第一个字符所在的位置是字符串开头
    re_str = '^\d\d\d'
    result = search(re_str, '789sjhsdjjh7892sss')
    print(result)

7 $(检测字符串结尾)

# 匹配一个字符串是三个数字字符，并且最后一个字符的后面是字符串结尾
    re_str = r'\d\d\d$'
    result = search(re_str, 'sjss873ssjkd900')
    print(result)

8 \B(检测非单词边界)

re_str = r'abc\B123'
    result = fullmatch(re_str, 'abc123')
    print(result)

9 \W(匹配非数字字母下划线中文)
10 \S(匹配非空白字符)
11 \D(匹配非数字字符)

12 [字符集](匹配字符集中的任意一个字符)

注意： 一个[]代表一个字符
a.普通用法
[字符集] - 匹配字符集中的任意一个字符
b.表示范围
[字符1-字符2] - 匹配字符1到字符2中所有的字符。要求字符1的编码值要小于字符2的编码值
[1-9] - 数字1到9
[a-z] - 小写字母
[A-Z] - 大写字母
[a-zA-Z] - 所有字母
[a-zA-Z\d_] - 数字字母下划线

# 匹配一个字符串有4个字符，第一个字符是'a'或者'b'或者'c', 后边是123
    re_str = r'[abc]123'
    result = fullmatch(re_str, 'b123')
    print(result)

    # 匹配一个字符串有4个字符，第一个字符是数字1-9中的任意一个；最后一个字符是任意小写字母；中间两个字符是任意数字
    re_str = r'[1-7]\d\d[a-z]'
    result = fullmatch(re_str, '212g')
    print(result)

    re_str = r'[a-zA-Z\d_]'
    result = fullmatch(re_str, '9')
    print(result)

13 [^字符集] - 匹配没有在字符集中的其他任意字符

注意：^{放在[]的最前面才表示匹配不在字符集中的其他任意字符;}如果不放在[]的最前面，就表示字符^本身

# 匹配一个字符串，第一个字符只要不是abc中的一个其他字符都可以，后面是123
    re_str = r'[^abc]123'
    result = fullmatch(re_str, '胡123')
    print(result)

    # 第一个字符只要不是1-9中的任意一个其他都可以
    re_str = r'[^1-9]123'
    result = fullmatch(re_str, 's123')
    print(result)

    # 第一个字符是1-9中的一个或者是^
    re_str = r'[1-9^]123'
    result = fullmatch(re_str, '^123')
    print(result)

14 转义符号

a.正则中也可以通过在特殊符号前加''来对符号进行转义
\ - \字符
\. - .字符
\ ^ - ^字符
b.除了在中括号中有特殊意义的符号，其他符号放在[]中也是表示符号本身
- ：在中括号中的两个字符之间表示谁到谁；如果想要表示它本身就不要放在两个字符之间
^: 在中括号中的最前面有特殊意义；如果想要表示它本身就不要放在最前面
[]: 在中括号中表示[],要加
注意： 转义字符是字符串中的概念
转义符号是正则表达式的概念

re_str = r'\(\^\d\d\.\)\d\d\\b'
    print(fullmatch(re_str, r'(^23.)45\b'))

    print(fullmatch(r'[-19.\]*^]', '*'))

1 *(匹配0次或多次)

字符* - 指定的字符出现0次或者多次(这儿的字符可以是正则符号，也可以是普通字符)
a* - a出现0次或者多次
\d* - 任意数字出现0次或者多次
[a-z]* - 任意小写字母出现0次或多次

 # 123前面有0个或者多个字符，并且每个字符都是a
    re_str = r'a*123'
    print(re.fullmatch(re_str, 'aaa123'))
    print(re.fullmatch(re_str, '123'))

    # 123前面有0个或者多个字符，并且每个字符都是数字字符
    re_str = r'\d*123'
    print(re.fullmatch(re_str, '12123'))
    print(re.fullmatch(re_str, '123'))

    re_str = r'[a-z]*123'
    print(re.fullmatch(re_str, 'huagh123'))
    print(re.fullmatch(re_str, '123'))

2 +(匹配1次或多次)

 re_str = r'a+123'
    print(re.fullmatch(re_str, 'aaa123'))
    print(re.fullmatch(re_str, 'a123'))

3 ?(匹配0次或者1次)

re_str = r'\+?abc'
    print(re.fullmatch(re_str, '+abc'))

练习：写一个正则表达式能够匹配所有的整数字符串

re_str = r'[+-]?[1-9]\d*'
    print(re.fullmatch(re_str, '389'))

4 {}

{M,N} - 匹配M到N次(最少M次，最多N次)
{M,} - 匹配至少M次
{,N} - 匹配最多N次
{N} - 匹配N次

print(re.fullmatch(r'a{2,5}', 'aaaaa'))
    print(re.fullmatch(r'a{2,}', 'aaa'))
    print(re.fullmatch(r'a{,3}', 'aa'))
    print(re.fullmatch(r'a{4}', 'aaaa'))

    # 密码：6~16位，只能包含数字和字母
    print(re.fullmatch(r'[a-zA-Z\d]{6,16}', '3u2222'))

1 |(分之)

表达式1|表达式2|表达式3 - 先用表达式进行匹配，匹配成功就直接成功；
不成功就使用表达式2去匹配；匹配失败再用表达式3去匹配...以此类推
(三个表达式中只要有一个能够匹配成功就成功，否则匹配失败)

2 ()(分组)

a.分组 - 将括号中的内容看成一个整体
(abc){2} --> abcabc
abc{2} --> abcc
b.分组重复 - 在有分组的正则表达式中，可以在分组后面通过'\数字'来重复前面第几个分组匹配到的内容
(\d{2})abc\1 --> 78abc78

def main():
    re_str = r'[a-z]{3}|\d{3}'
    print(re.fullmatch(re_str, '384'))

    re_str = r'abc([A-Z]{2}|\d{2})'
    print(re.fullmatch(re_str, 'abcKD'))

    re_str = r'(abc){2}'
    print(re.fullmatch(re_str, 'abcabc'))

    re_str = r'(\d{2})a(\d{3})bc\2{2}\1'
    print(re.fullmatch(re_str, '34a890bc89089034'))