正则表达式

一、定义

正则表达式：一种可以让一些复杂字符串问题变简单的工具。

注意：所有的高级编程语言都支持正则，正则的语法通用。不是Python特有的。

二、匹配类符号

re模块：Python用来支持正则表达式的一个模块，模块中包含了所有和正则相关的函数。

fullmatch(正则表达式, 字符串)

判断正则表达式和指定的字符串是否完全匹配。（判断字符串是否符合正则表达式描述的规则）
匹配成功返回匹配对象，匹配失败返回None。

# 导入re模块中的fullmatch方法
from re import fullmatch

匹配类符号语法

1）普通符号：正则表达式表达符号本身的符号。
2）.：匹配任意一个字符
3）\d：匹配任意一个数字字符
4）\s：匹配任意一个空白字符
5）\D：匹配任意一个非数字字符
6）\S：匹配任意一个非空白字符
7）[字符集]：匹配字符集中任意一个字符[abc] - 匹配a或者b或者c[abc\d] - 匹配a或者b或者c或者任意一个数字[1-9] - 匹配1-9中任意一个数字[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\d_] - 匹配字母数字或者下划线[\u4e00-\u9fa5] - 匹配任意一个中文字符注：[]中减号放在两个字符之间表示谁到谁（确定的方式是根据字符编码值大小确定的）；如果减号不在两个字符之间表示普通的减号。8）[^字符集]：匹配不在字符集中任意一个字符，^只能放在最前面

from re import fullmatch# 1）普通符号：正则表达式表达符号本身的符号。
result = fullmatch(r'abc', 'abc')
print(bool(result))   # True# 2）.  -  匹配任意一个字符
result = fullmatch(r'a.c', 'acc')
print(bool(result))   # True# 3）\d  -  匹配任意一个数字字符
result = fullmatch(r'a\dc', 'a0c')
print(bool(result))   # True# 4）\s  -  匹配任意一个空白字符
# 空白字符  -  能产生空白效果的字符，例如：空格、换行、水平制表符
result = fullmatch(r'a\sc', 'a c')
print(bool(result))   # Trueresult = fullmatch(r'a\sc', 'a\tc')
print(bool(result))   # Trueresult = fullmatch(r'a\sc', 'a\nc')
print(bool(result))   # True# 5）\D  -  匹配任意一个非数字字符
result = fullmatch(r'a\Dc', 'abc')
print(bool(result))   # True# 6）\S  -  匹配任意一个非空白字符
result = fullmatch(r'a\Sc', 'a c')
print(bool(result))    # False# 7）[字符集]：匹配字符集中任意一个字符
result = fullmatch(r'x[a-zA-Z\u4e00-\u9fa5-]h', 'x-h')
print(bool(result))   # True# 8）[^字符集]：匹配不在字符集中任意一个字符，^只能放在最前面
result = fullmatch(r'x[^\d]h', 'x是h')
print(bool(result))   # True

三、匹配次数

*: 0次或多次（任意次数）；

注：星号在谁后面控制谁的次数

result = fullmatch(r'a*123', '123')
print(bool(result))  # Trueresult = fullmatch(r'a*123', 'aaaa123')
print(bool(result))  # True

+：1次或者多次（至少一次）

result = fullmatch(r'[MN]+abc', 'abc')
print(bool(result))  # Falseresult = fullmatch(r'[MN]+abc', 'MNNMabc')
print(bool(result))  # True

？：0次或1次

result = fullmatch(r'A?abc', 'abc')
print(bool(result))  # Trueresult = fullmatch(r'A?abc', 'Aabc')
print(bool(result))  # Trueresult = fullmatch(r'A?abc', 'AAabc')
print(bool(result))  # False

{}

{M,N}    -    M到N次
{M,}    -    至少M次
{,N}    -    最多N次
{N}    -    N次

result = fullmatch(r'[a-z]{3,5}123', 'asdf123')
print(bool(result))    # Trueresult = fullmatch(r'[a-z]{3,}123', 'asdfssss123')
print(bool(result))    # Trueresult = fullmatch(r'[a-z]{,5}123', 'asdf123')
print(bool(result))    # Trueresult = fullmatch(r'[a-z]{3}123', 'asdf123')
print(bool(result))    # False

贪婪和非贪婪

当匹配次数不确定（*、+、？、{M,N}、{M,}、{,N}）时，匹配模式分为贪婪和非贪婪两种。默认贪婪。

1.贪婪：匹配成功时有多种匹配结果，贪婪取最多次数对应的匹配结果。(匹配次数不确定的地方，有多种匹配方式都可以匹配成功，贪婪取最多次数)
贪婪模式：*、+、?、{M,N}、{M,}、{,N}

# 贪婪
result = match(r'a.+b', 'amb互换bfjbmi')
print(result)    # match='amb互换bfjb'# 注意：如果匹配结果只有一种可能，贪婪和非贪婪的结果一样。
# 贪婪
result = match(r'a.+b', 'amb互换')
print(result)    # match='amb'

2.非贪婪：匹配成功时有多种匹配结果，贪婪取最少次数对应的匹配结果。(匹配次数不确定的地方，有多种匹配方式都可以匹配成功，贪婪取最少次数)非贪婪模式：*?、+?、??、{M,N}?、{M,}?、{,N}?

# 非贪婪
result = match(r'a.*?b', 'amb互换bfjbmi')
print(result)    # match='amb'# 注意：如果匹配结果只有一种可能，贪婪和非贪婪的结果一样。
# 贪婪
result = match(r'a.+b', 'amb互换')
print(result)    # match='amb'# 非贪婪
result = match(r'a.*?b', 'amb互换')
print(result)    # match='amb'

四、分组和分支

分组

1）整体：将正则表达式中的一部分作为一个整体进行相关操作。
2）重复：可以在正则表达式中通过\M来重复它前面的第M个分组的匹配结果。不能重复\M之后出现的内容（否则会报错！）。
3）捕获：只获取正则表达式中分组的一部分匹配到的结果（分为手动和自动捕获两种）

# 导入fullmatch模块和findall模块
from re import fullmatch, findall# 2.重复
# 例子1：两个数字两个大写字母重复
result = fullmatch(r'(\d\d[A-Z]{2})+', '22WE35SD')
print(result)# 例子2：23d23 45t45
result = fullmatch(r'(\d{2})[a-z]\1', '45t45')
print(result)# 例子3：23dfg=dfg232323（重复两个分组）
result = fullmatch(r'(\d{2})([a-z]{3})=\2\1{3}', '23dfg=dfg232323')
print(result)# 3.捕获
message ='我今年18岁，月薪50000元，身高180，体重70公斤，8块腹肌。每年交300元的腾讯会员费。房贷每月3000元，车贷每月2280元。'
result = findall(r'(\d+)元',message)
print(result)   # ['50000', '300', '3000', '2280']

分支：|(或者)

正则1|正则2|正则3|...:匹配可以和多个正则中任意一个正则匹配的字符串。

# 例子
# 匹配三个数字或两个字母
result = fullmatch(r'\d{3}|[a-z]{2}', 'ed')
print(bool(result))    # True# a两个数字d、a三个字母d
# 注：如果想要正则表达式中的一部分实现多选一功能，变化的部分用分组表示。
result = fullmatch(r'a(\d{3}|[a-z]{2})d', 'a123d')
print(bool(result))    # True

五、转义符号

转义符号

在本身具备特殊功能或特殊意义的符号前加'\',让这个符号变成普通符号。

# .具备特殊意义，所以前面加个\
result = fullmatch(r'\d+\.\d+', '23.89')
print(bool(result))    # True# +具备特殊意义
result = fullmatch(r'\+\d+', '+123329')
print(bool(result))    # True# ()具备特殊意义
result = fullmatch(r'\([A-Z]+\)', '(ASJDSJI)')
print(bool(result))    # True

[]里的转义符号

1）单独存在有特殊意义的符号（+、*、?、.等），在[]中特殊意义会自动消失。
2）本身在中括号中有特殊功能的符号(-、^)，如果表示普通符号必须加'\'。

# 1）单独存在有特殊意义的符号（+、*、?、.等），在[]中特殊意义会自动消失
result = fullmatch(r'\d+[.+*?]\d+', '433?444')
print(bool(result))    # True# 2）本身在中括号中有特殊功能的符号(-、^)，如果表示普通符号必须加'\'
result = fullmatch(r'a[M\-N]b', 'a-b')  # -
print(bool(result))    # Trueresult = fullmatch(r'a[\^MN]b', 'a^b')   # ^
print(bool(result))    # True

六、检测类符号

检测类符号是在匹配成功的情况下，检测检测类符号所在的位置是否符合符号相关要求。

\b: 检测是否是单词边界

单词边界：可以将两个单词区分开的符号都是单词边界，比如：空白符号、英文标点符号、字符串开头和字符串结尾。

result = fullmatch(r'abc\b mn', 'abc mn')
print(result)  # √message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'\d+', message)
print(result)    # ['203', '45', '89', '45', '23', '09', '333', '234', '89']result = findall(r'\d+\b', message)   # 右
print(result)  # ['45', '89', '23', '333', '234', '89']result = findall(r'\b\d+', message)    # 左
print(result)   # ['203', '89', '23', '09', '333', '234', '89']result = findall(r'\b\d+\b', message)    # 左、右都有
print(result)    # ['89', '23', '333', '234', '89']

\B: 检测是否不是单词边界

message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'\B\d+\B', message)
print(result)    # ['03', '4', '45', '9', '3', '3']

^: 检测是否是字符串开头

message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'^\d+', message)
print(result)    # ['203']# 提取字符串前十个字符
message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'^.{10}', message)
print(result)    # ['203mn45,89']

$: 检测是否是字符串结尾

# 提取字符串后十个字符
message = '203mn45,89 四级45kn;23;09mll==333,234 89='
result = findall(r'.{10}$', message)
print(result)    # ['33,234 89=']

七、re模块常用函数

函数

1.fullmatch(正则表达式,字符串): 完全匹配，判断整个字符串是否符合正则表达式描述的规则，匹配成功返回匹配对象，匹配失败返回None。

2.match(正则表达式,字符串): 匹配字符串开头，判断字符串开头是否符合正则表达式描述的规则。

3.search(正则表达式,字符串): 获取字符串中第一个能够和正则表达式匹配成功的子串。

4.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，返回一个元素为字符串的列表；没有则为[]。

注：如果正则表达式有分组，会针对分组做自动捕获（只获取分组匹配到的结果）。

5.finditer(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，返回一个迭代器，迭代器中的元素是每个子串对应的匹配结果。

6.split(正则表达式,字符串): 将字符串中所有满足正则的子串作为切割点对字符串进行切割。
```
str1 = '123aMNnb看的价位aIIeea990b=='
print(str1.split('a'))    # ['123', 'MNnb看的价位', 'IIee', '990b==']# 将a、b作为切割点
result = split(r'a|b', str1)
print(result)    # ['123', 'MNn', '看的价位', 'IIee', '990', '==']
```
7.sub(正则表达式,字符串1,字符串2):将字符串2中所有满足正则的子串都替换成字符串1。
```
result = sub(r'\d+', '+', '123aMNnb看的价位aIIeea990b==')
print(result)    # +aMNnb看的价位aIIeea+b==
```

匹配对象

result = search(r'(\d{3})([A-Z]{3})', '233SDD556WER')
print(result)    # <re.Match object; span=(0, 6), match='233SDD'>

1.匹配对象.group(): 直接获取整个正则表达式对应的匹配结果。

print(result.group())    # 233SDD

2.匹配对象.group(分组数): 手动捕获某个分组对应的匹配结果。

print(result.group(1))    # 233
print(result.group(2))    # SDD

3.匹配对象.span(): 获取指定结果在原字符串中的位置。

print(result.span())    # (0, 6)
print(result.span(2))   # (3, 6)

参数

1.匹配忽略大小写: (?i)写在正则表达式前面。

result = fullmatch(r'(?i)abc', 'ABc')
print(result)    # <re.Match object; span=(0, 3), match='ABc'>

2.单行匹配: (?s)写在正则表达式最前面。

多行匹配(默认)：匹配时.不能和'\n'进行匹配
单行匹配：匹配时.可以和'\n'进行匹配

# 多行
result = fullmatch(r'abc.123', 'abc\n123')
print(result)    # None# 单行
result = fullmatch(r'(?s)abc.123', 'abc\n123')
print(result)    # <re.Match object; span=(0, 7), match='abc\n123'>

基础语言-第17天-正则表达式相关推荐

JavaScript基础---语言基础（1）
写在前面: 通过四篇博客把JS基础中的基础整理一下,方便自己查阅,这些内容对于实际项目开发中也许并不会在意,但是作为JS的语言基础,自觉还是应该熟悉.在完成这三篇博客(JavaScript基础---语 ...
计算机基础语言学习线路图
计算机基础语言学习线路图 HTML HTML教程 HTML简介 HTML编辑器 HTML基础 HTML元素 HTML属性 HTML标题 HTML段落 HTML样式 HTML格式化 HTML引用元素 H ...
第一单元总结：基于基础语言、继承和接口的简单OOP
前情提要到目前为止,OO课程已经完成了前三次的作业,分别为: 第一次作业:简单多项式的构造和求导.[正则表达式][数据结构][排序] 第二次作业:含三角函数因子的复杂多项式的构造.求导和化简.[递归 ...
零基础到进阶，Python正则表达式详解
1. 正则表达式基础 1.1. 简单介绍正则表达式并不是Python的一部分.正则表达式是用于处理字符串的强大工具,拥有自己独特的语法以及一个独立的处理引擎,效率上可能不如str自带的方法,但功能十 ...
【链块技术10期】区块链基础语言（二）——GO语言开发环境搭建
‍原文链接:区块链基础语言(二)--Go语言开发环境搭建一.操作系统位数的查询方法‍ 在安装前首先要了解个人的电脑系统位数是32位还是64位. 1.1Windows系统查询方法右击"计算 ...
STM32 基础系列教程 17 – CRC
前言学习stm32 循环冗余校验(CRC)计算单元接口使用,学会stm32f103 CRC应用与编程,关于CRC的基础知识请各位自行百度,STM32有些芯片的CRC多项式可自由设定,有些则是固定值0 ...
首尾非零正则_常用的17种正则表达式
17种正则表达式 "^\\d+$" //非负整数(正整数 + 0) "^[0-9]*[1-9][0-9]*$" //正整数 "^((-\\d+)|(0 ...
在C语言中巧用正则表达式
From: http://blog.chinaunix.net/space.php?uid=20435679&do=blog&id=1680220 标准的C和C++都不支持正则表达式, ...
网页制作的基本语言html,网页制作基础语言HTML.ppt
网页制作基础语言HTML 2. 内嵌音频播放插件通过内嵌音频播放插件可以在浏览器中出现控制面板,也可作为背景音乐.其格式为: [例2-27] 3. IE中的背景音乐可以插入背景音乐格式,不过只有在 ...

基础语言-第17天-正则表达式