day-17正则表达式

正则表达式

匹配类符号

什么是正则表达式

正则表达式是一种可以让复杂得字符串问题变得简单的工具
正则并不是python特有的语法（不属于python），所有的高级编程语言都支持正则，正则的语法通用
不管通过正则表达式解决的是什么问题，写正则的时候都是在使用正则表达式描述字符串规则
Python的re模块

re模块是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字符串是否完全匹配(判断整个字符串是否符合正则表达式所描述的规则)

正则语法 - 匹配类符号

from re import fullmatch
# 1）普通符号 - 在正则表达式中表示符号本身的符号
result = fullmatch(r'abc', 'abcd')
print(result)
# 2）. - 匹配任意一个字符
result = fullmatch(r'a.c', 'a好c')
print(result)
result = fullmatch(r'..abc', '12dabc')
print(result)
# 3）\d - 匹配任意一个数字字符
result = fullmatch(r'a\dc', 'a5c')
print(result)
# 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', 'ac')
print(result)
# 5）\D - 匹配任意一个非数字字符
result = fullmatch(r'a\Dc', 'a1c')
print(result)
# 6)\S - 匹配任意一个非空白字符
result = fullmatch(r'a\Sc', 'a1c')
print(result)
# 7）[字符集] - 匹配字符集中的任意一个字符
"""
[abc] - 匹配a或者b或者c
[abc\d] - 匹配a或者b或者c或者任意数字
[1-9] - 匹配1到9的任意数字
[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] - 匹配任意一个字母
[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
注意：[]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，就表示一个普通的减号
"""
result = fullmatch(r'a[MN12]b', 'aNb')
print(result)
result = fullmatch(r'a[MN\d]b', 'a8b')
print(result)
result = fullmatch(r'a[\u4e00-\u9fa5]c', 'a好c')
print(result)
result = fullmatch(r'a[A-Z]c', 'aBc')
print(result)
# 8）[^字符集] - 匹配不在字符集中的任意一个字符
result = fullmatch(r'a[^MN]b', 'a_b')
print(result)
result = fullmatch(r'a[^\u4e00-\u9fa5]c', 'a0c')
print(result)

匹配次数

from re import fullmatch# 1.* - 0次或多次（任意次数）
# 注意：*在谁后面控制的就是谁的次数
"""
a* - 0个或多个a
\d* - 0个或多个\d
"""
result = fullmatch(r'a*123', 'aaaaaaa123')
print(result)
result = fullmatch(r'\d*abc', '11234abc')
print(result)
result = fullmatch(r'[MN]*abc', 'NMabc')
print(result)
# 2.+ - 1次或者多次（至少一次）
result = fullmatch(r'a+123', 'a123')
print(result)
# 3.? - 0次或1次
result = fullmatch(r'A?123', 'A123')
print(result)
# 4.{}
"""
{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', 'absds123')
print(result)
result = fullmatch(r'[a-z]{3,}123', 'absdsdfgsdf123')
print(result)
result = fullmatch(r'[a-z]{,3}123', 'a123')
print(result)
result = fullmatch(r'[a-z]{8}123', 'absdasdf123')
print(result)# 练习：写一个正则，判断输入的内容是否是一个合法的QQ号（长度是5~12位的数字，第一位不能是0）
def f1(qq: str):return bool(fullmatch(r'[1-9]\d{4,11}', qq))qq = input('请输入一个qq:')
print(f1(qq))# 练习：判断输入的内容是否是一个合法的标识符(由字母、数字下划线组成，数字不能开头)
def f2(str1: str):return bool(fullmatch(r'[a-zA-Z_][\da-zA-Z_]*', str1))str1 = input('请输入一个标识符:')
print(f2(str1))

贪婪非贪婪

from re import match# match(正则表达式, 字符串) - 判断字符串开头是符合正则表达式描述的规则
result = match(r'\d{3}', '234hkdfjk')
print(result)

贪婪和反贪婪

当匹配次数不确定的时候（、+、?、{M,N}、{N,}、{,N}），匹配模式分为贪婪和非贪婪两种，默认是贪婪的
贪婪和非贪婪：在匹配成功的时候有多种匹配结果，贪婪取最多次数对应的匹配结果，非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，贪婪取最多次数，非贪婪取最少次数)
贪婪模式：、+、?、{M,N}、{N,}、{,N}
非贪婪模式：*?、+?、{M,N}?、{N,}?、{,N}?
```
# 1）示例1：
# 贪婪模式
result = match(r'a.+b', 'ambcbdb')
print(result)
# 反贪婪模式
result = match(r'a.+?b', 'ambcbdb')
print(result)
# 注意：如果匹配结果只有一种可能，那么贪婪和非贪婪的结果一样
# 贪婪模式
result = match(r'a.+b', 'ambc')
print(result)
# 反贪婪模式
result = match(r'a.+?b', 'ambc')
print(result)
```

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
3)捕获 - 只获取正则表达式中的一部分匹配到的结果(分为手动和自动捕获两种)

from re import fullmatch, findall# 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# '12DF45ER65ER45WE'
result = fullmatch(r'(\d\d[A-Z]{2})+', '12DF45ER65ER45WE')
print(result)
# 23m23、98k98、12p12 - True
# 23m34、98k18 - False
result = fullmatch(r'(\d{2})[a-z]\1[a-z]\1', '12d12d12')
print(result)
result = fullmatch(r'(\d{2})([a-z]{3})=\2\1{3}', '12abc=abc121212')
print(result)
# \M只能重复在它之前的分组内容，无法重复在它之后出现的内容
# result = fullmatch(r'(\d{2})\1=\2([a-z]{3})', '12abc=abc12')  # 报错！
result = fullmatch(r'(\d{2})\1=([a-z]{3})\2', '1212=abcabc')
print(result)
# 提取message中金额对应的数字子串
message = '我今年18岁，月薪500000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2200元。'
result = findall(r'(\d+)元', message)
print(result)  # ['500000', '300', '3000', '2200']

分支 - |

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

匹配一个字符串是三个数字或者两个小写字母

result = fullmatch(r'\d{3}|[a-z]{2}', '234')
print(result)
# a236b、amvb
result = fullmatch(r'a\d{3}b|a[a-z]{2}b', 'amvb')
print(result)
# 注意：如果想要正则表达式中的一部分实现多选一的效果，变化的部分用分组表示
result = fullmatch(r'a(\d{3}|[a-z]{2})b', 'amvb')
print(result)

转义符号

正则中转义字符，就是在本身具备特殊功能或者特殊意义的符号前加’'，让这个符号变成一个普通符号。

# 匹配任意一个小数对应的字符串
result = fullmatch(r'\d+\.\d+', '23.897')
print(result)
# +123、+5456
result = fullmatch(r'\+\d+', '+123456')
print(result)
# (mv)、(ahsjkd)
result = fullmatch(r'\([a-z]+\)', '(msk)')
print(result)
result = fullmatch(r'\\\d+', r'\465654654')
print(result)

[]里面的转义符号

单独存在有特殊意义的符号(+、*、?、.等)，在[]中特殊意义自动消失

result = fullmatch(r'\d+[.]\d+', '23.897')
print(result)
# 本身在中括号中有特殊功能的符号，如果要表示普通符号必须加'\'
result = fullmatch(r'a[M\-N]b', 'a-b')
print(result)
result = fullmatch(r'a[MN-]b', 'a-b')
print(result)
result = fullmatch(r'a[\^MN]b', 'a^b')
print(result)
result = fullmatch(r'a[MN^]b', 'a^b')
print(result)

检测类符号

\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 mn12de;99mll==910,230 90='
result = findall(r'\d+', message)
print(result)  # ['203', '45', '89', '12', '99', '910', '230', '90']
result = findall(r'\d+\b', message)
print(result)  # ['45', '89', '910', '230', '90']
result = findall(r'\b\d+', message)
print(result)  # ['203', '89', '99', '910', '230', '90']
result = findall(r'\b\d+\b', message)
print(result)  # ['89', '910', '230', '90']

\B - 检测是否不是单词边界

result = findall(r'\B\d+\B', message)
print(result)  # ['89', '910', '230', '90']

^ - 检测是否是字符串开头

result = findall(r'^\d+', message)
print(result)  # ['203']
# 提取字符串前5个字符
result = findall(r'^.{5}', message)
print(result)  # ['203mn']

$ - 检测是否是字符串结尾

# 提取字符串最后5个字符
result = findall(r'.{5}$', message)
print(result)  # ['0 90=']

re 模块

常用函数

from re import *# 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，匹配失败返回空
result = fullmatch(r'abc', 'abc')
print(result)
# 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，匹配成功返回匹配对象，匹配失败返回空
result = match(r'abc', 'abc12345')
print(result)
# 3）search(正则表达式, 字符串) - 获取字符串中第一个能够和正则匹配成功的子串，能够找到返回匹配对象，匹配失败返回空
result = search(r'1', '1a1b1c')
print(result)
# 4）findall(正则表达式, 字符串) - 获取字符串中所有满足正则的子串，返回一个列表，列表中的元素是字符串。
# 注意：如果正则表达式中有分组，会针对分组做自动捕获（只获取分组匹配到的结果）
result = findall(r'1', 'a1b1c1')
print(result)
# 5）finditer(正则表达式, 字符串) - 获取字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素是每个字串对应的匹配结果
result = finditer(r'1', 'a1b1c1')
print(result)
# 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
result = split(r'\\\d+', r'\1abc\2abc\56abc\789abc')
print(result)
# 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+', '-', r'\1abc\2abc\56abc\789abc')
print(result)
print('分割线：', '==' * 50)

匹配对象

result = search(r'(\d{3})([A-Z]{2})', 'jsdha123mn123ASasfda125OPp')
print(result)
# 1)直接获取整个正则表达式对应的匹配结果:匹配对象.group()
print(result.group())  # 123AS
# 2)手动捕获某个分组对应的匹配结果:匹配对象.group(分组数)
print(result.group(1))  # 123
print(result.group(2))  # AS
# 3)获取匹配结果在原字符串中的位:匹配对象.span()
print(result.span())  # (10, 15)
print(result.span(2))  # (13, 15)

参数

# 1）匹配忽略大小写:(?i)
result = fullmatch(r'(?i)abc', 'aBC')
print(result)
# 2）单行匹配:(?s)
"""
多行匹配：匹配的时候.不能和换行(\n)进行匹配
单行匹配：匹配的时候.可以和换行(\n)进行匹配
"""
result = fullmatch(r'(?s)abc.123', 'abc\n123')
print(result)

day-17正则表达式相关推荐

Java学习-17 正则表达式简述
Java学习-17 正则表达式 1.什么是正则表达式? 正则表达式是构成搜索模式(search pattern)的字符序列. 当您搜索文本中的数据时,您可使用搜索模式来描述您搜索的内容. 正则表达式可 ...
7.17正则表达式与re模块
正则表达式这里介绍的只是正则的一点点皮毛,如果要详细了解可以看书<正则指引> 1.re模块与正则表达式之间的关系 (1)正则表达式不是python独有的,它是一门独立的技术 (2)所有的 ...
7.17 正则表达式 re模块
在介绍正则表达式和re模块之前,先简要介绍一下正则表达式与re模块的关系 1.正则表达式是一门独立的技术,任何语言均可使用 2.python中要想使用正则表达式需要通过re模块正则表达式元字符 ...
彻底掌握 Javascript（八）正则表达式【讲师辅导】-曾亮-专题视频课程
彻底掌握 Javascript(八)正则表达式[讲师辅导]-1335人已学习课程介绍任何一种语言,正则表达式可以说是功能,程序员也必须必须必掌握.通过它,你可以把 string 玩 ...
步步为营-55-js练习
1:加法计算器 <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head&g ...
python密码学编程pdf-Python密码学编程 PDF 下载
相关截图: 资料简介: Python是一种高级程序设计语言,因其简洁.易读及可扩展性日渐成为程序设计领域备受推崇的语言.同时,Python语言在算法领域也得到了很好的应用.本书通过理论和实例相结合的方 ...
linux 有用的命令,linux有用命令（持续更新）
1.统计重复行的个数如:uid.txt aaa bbb bbb aaa sort uid.txt | uniq -c得到 2 aaa 2 bbb 2.查看压缩文件 a.gz, b.gz, c.gz ...
有意思的记录-shell（持续更新）
1.统计重复行的个数 sort uid.txt | uniq -c 2.查看压缩文件 cat *.gz | gunzip > 123 3.查看2个文件的交集.差集 comm用于比较两个有序文件, ...
深入理解ES6 pdf
下载地址:网盘下载目录 · · · · · · 第1章块级作用域绑定 1 var声明及变量提升(Hoisting)机制 1 块级声明 3 -- let声明 3 -- 禁止重声明 4 -- con ...
php课程设计实验心得,PHP程序设计教程实验及课程设计
部分教程 1 基础教程 1.1 简介 1.2 WampServer安装 1.3 PHP语法 1.4 变量 1.5 echo和print语句 1.6 数据类型 1.7 字符串函数 1.8 常量 1.9 ...