day15-正则表达式

01-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、切割等相关的方法

• 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

• 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,'ab'))
  

• 2 \w :匹配一个字符是字母、数字或者下划线
  """匹配第一个字符是字母、数字或者下划线，第二个字符是字母、数字或者下划线的字符串"""

   re_str = r'\w\w'
   print(re.fullmatch(re_str,'45'))
  

• 3 \s :匹配一个空白字符（空格、回车、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 = 'a\sb'
    print(re.fullmatch(re_str,'a\nb'))

• 4 \d :匹配一个数字字符

    re_str = '\d\d\d'
    print(re.fullmatch(re_str,'123'))

• 5 \b :检测边界（单词边界---一般的符号都可以作为单词边界）
  """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,'asa'))

• 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','dsdsf dhsThe'))

• 7.$ : 检测字符串结束

    re_str = r'abc$'
    print(re.findall(re_str,'dsadafaf abc'))

• 8. \W :匹配非字母、数字、下划线

    re_str = r'\W\w'
    print(re.fullmatch(re_str,'@d'))

• 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'

• 11.\B: 检测非边界
  """匹配前面两个字符是ab，第三个字符是c，并且b后面是一个非边界"""

    re_str = 'ab\Bc'
    print(re.fullmatch(re_str,'abc'))

02-正则表达式符号组合

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或字符a"""

    re_str = r'abc[1a]'
    print(re.fullmatch(re_str,'abc1'))

"""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abc，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,'abcu'))

• 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,'123abc'))

```
[0-9]:匹配0，1，2，3，4，5，6，7，8，9中的任意一个字符
[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'[1-9]','7'))

• 写一个正则表达式，判断一个字符串是数字字符串（不能是空串）

    re_str = r'\d\d*'  #或者re_str = r'[0-9][0-9]*'
    print(re.fullmatch(re_str,'1212'))

• 写一个正则表达式，检测一个字符串是否是合格的标识符（字母数字下划线注册，数字不能开头）

    re_str = r'[a-zA-Z_]\w*'
    print(re.fullmatch(re_str,'&s3as645_'))

• 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次数字字符，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,'1abc'))

• 5.?: 匹配0次或者一次

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

• 判断一个字符串是否是正整数字符串'123' or '+123' ->成功 '0123'->None

    re_str = r'[+]?[1-9]\d*'
    print(re.fullmatch(re_str,'+123'))

• 6.{N}匹配N次
  """前面5个数字，然后是abc"""

    re_str = r'\d{5}abc'
    print(re.fullmatch(re_str,'12123abc'))

• 7.{N,}: 匹配大于等于N次
  """字符串前面至少三位数字"""

    re_str = r'\d{3,}.*'
    print(re.fullmatch(re_str,'4546ds'))

• 8.{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]{8,16}'
    print(re.fullmatch(re_str,'46565sas'))

• 9. | 分支
     """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,'wba'))

• 10.（）匹配的时候是分组，让括号中的正则条件变成一个整体
  """匹配一个字符串，abc整体重复三次"""

    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的少
# 11.*？重复任意次，尽可能的少重复
re_str = r'a*?'
print(re.match(re_str,'aaaa'))

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

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

03-正则表达式

• 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的表达这些字符，需要在前面加''

• 注意：1.- 在中括号中可能是特殊的符号
  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+\.\d+'
    print(re.fullmatch(re_str,'12.56'))


    re_str = r'[\^]'#匹配 字符 ^
    re_str = r'[\\]'#匹配 字符 \
    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})\1'
    print(re.fullmatch(re_str,'8hh8hh'))

• 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
  QQ号是5-12位的数字且首位不能为0

    re_str = r'\w{6,20}'
    print(re.fullmatch(re_str,'dsdsdsde'))
    re_str = r'[1-9]\d{4,11}'
    print(re.fullmatch(re_str,'939138680'))

• IP地址是否合法

    """
    x.x.x.x
    写一个正则表达式判断一个字符串是否是：1-255
    """
    re_str = r'((25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[1-9])\.){3}((25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[1-9]))'

04-re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_object = re.compile(r'\w{6,12}')
print(re_object.fullmatch('ahsjjs'))

• 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}','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('\w{3}','h3shhh')
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.re.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的，只匹配到第一个
# 返回值是匹配对象，如果找不到符合要求的返回None

print(re.search(r'\d{2,}[a-z]','sha23n--870899'))
# 应用：判断一个字符串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子串

# 返回值是列表，列表中是符合要求的字符串,没有满足要求的子串就返回[]
result = re.findall(r'\D\d+\D','a123buye236oks')
print(result)

• 注意：在通过正则表达式获取子串的时候，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）用法和findall一样，只是返回值的类型不一样
  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'\D\d+\D', 'a123buye236oks')
    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+','dsfdw12e7rvx8qdw')
    print(result)

• 8.sub(正则表达式，替换字符串，原字符串) 在原字符串中查找符合正则的子串，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的‘sb’替换成 * """

    str1 = '你好sb,你全家都是sb'
    result = re.sub(r'sb','*',str1)
    print(result)