day16-正則表達式

1.正則表達式

1).什么是正則表達式

正則表達式是處理字符串的工具皆疹, 通過不同的正則符號來描述字符串的規(guī)則.

2).正則符號(正則表達式的語法)

普通字符 - 除了在正則中有特殊功能和特殊意義的符號以外的字符都算普通字符
普通字符代碼字符本身

a.

普通字符 - 除了在正則中有特殊功能和特殊意義的符號以外的字符都算普通字符
普通字符代碼字符本身

b.

匹配一個字符串有三個字符复斥,分別是'a','b','c'

re_str = r'abc'
result = fullmatch(re_str, 'abc')
print(result)

c.

. - 匹配任意一個字符

匹配一個字符串長度是8,前三個字符是abc,后三個字符是123公给,中間是兩個任意字符
re_str = r'abc..123'
result = fullmatch(re_str, 'abcW1123')
print(result)

\w - 匹配一個數(shù)字、字母或者_ (在ASCII碼表中)

# 匹配一個長度是4的字符串,第一個字符是數(shù)字恩沛、字母或者_枣耀,后面三個字符是'abc'
re_str = r'\wabc'
result = fullmatch(re_str, '_abc')
print(result)

d.

\d - 匹配任意一個數(shù)字字符
匹配一個長度是5的字符串霉晕,前兩個字符是任意數(shù)字,后面三個是任意字符
re_str = r'\d\d...'
result = fullmatch(re_str, '90l-=')
print(result)

e. \s - 匹配任意一個空白字符

空白字符包括: 空格字符捞奕、換行字符牺堰、制表符...

result = fullmatch(r'how\s\sare!', 'how \tare!')
print(result)

f.大寫字母

\D - 匹配除了數(shù)字字符以外的任意字符(匹配一個非數(shù)字字符)
\S - 匹配一個非空白字符

re_str = r'\Dabc\S'
print(fullmatch(re_str, 'pabc='))

[字符集] - 匹配字符集出現(xiàn)的任意一個字符注意: 一個[]只能匹配一個字符
[abc] - 匹配abc中任意一個字符
[趙錢孫李] - 匹配趙錢孫李中的任意一個字符
[\d\s] - 匹配任意一個數(shù)字字符或空白字符

[1-9] - 匹配1到9中的任意一個字符(字符編碼值遞增)
[a-z] - 匹配任意一個小寫字母
[A-Z] - 匹配任意一個大寫字母
[a-zA-Z] - 匹配任意一個字母
[a-zA-Z0-9_] / [A-Za-z\d_] - 匹配任意一個字母、數(shù)字或者_
[ \t\n] - 匹配任意一個空白字符
[\u4e00-\u9fa5] - 匹配任意一個中文字符

匹配一個長度是4的字符串缝彬,第一個字符是1或者3或者7,后面是abc
re_str = r'[137]abc'
print(fullmatch(re_str, '7abc'))

re_str = r'[!-&]123'
print(fullmatch(re_str, '!123'))

re_str = r'[a-zA-Z0-9_]==='
print(fullmatch(re_str, 'a==='))

# print(fullmatch(r'[z-a]', 'a'))   # sre_constants.error: bad character range z-a at position 1

[^字符集] - 匹配不在字符集中的任意一個字符
[^abc] - 匹配任意一個不是a萌焰、b、c的字符
[^2-8] - 匹配任意一個不是2到8的字符
[^\u4e00-\u9fa5] - 匹配任意一個非中文的字符

re_str = r'[^2-8]abc'
print(fullmatch(re_str, '9abc'))

所有的檢測符號都不會影響字符串的長度

1)\b - 檢查是否是單詞邊界

單詞邊界 - 能夠將兩個單詞隔開并且不會產生歧義的任意符號: 空白字符谷浅、標點符號等扒俯、字符串開頭和字符串結尾
匹配規(guī)則: 先去掉\b對字符串進行匹配,如果匹配成功再檢查\b所在的位置是否是單詞邊界

# 匹配一個字符串長度是6一疯,每個字符分別是abc123; 并且要求abc和123之間是單詞邊界
re_str = r'abc\b123'
print(fullmatch(re_str, 'abc123'))     # None

re_str = r'abc\b,123'   # abc,123
print(fullmatch(re_str, 'abc,123'))     # None

re_str = r'\b[\u4e00-\u9fa5][\u4e00-\u9fa5]\b'
print(search(r'\b\d\d\b', '畫撒86旦法 67 -===雙方都建行卡阿斯頓發(fā)'))

### 2) ^ - 檢查^所在的位置是否是字符串開頭

注意: 這兒的^是[]外面的
re_str = r'^\d\d\d'
print(fullmatch(re_str, '345'))
print(search(re_str, '3457ajhjs789jkals728===sj234='))
print(findall(re_str, '789ajhjs789jkals728===sj234='))

# 3) $  - 檢查$所在的位置是否是字符串結尾
re_str = r'\d\d\d$'
print(fullmatch(re_str, '345'))
print(search(re_str, '3457ajhjs789jkals728===sj234=889'))
print(findall(re_str, '789ajhjs789jkals728===sj234=112')).
##2. * - 匹配0次或者多次 {0,}
123a*  - 123后面a出現(xiàn)0次或者多次, 123,123a,123aa,123aaa,123aaaa,....
123\d* - 123后面出現(xiàn)0個或者多個任意數(shù)字字符, 123, 1230,12312,12384758475,...
123[mnxy9]*  - 123, 123m, 123mn, 123mmn, 123myxy9, 12399999,...
```python
re_str = r'abc0*123'
print(fullmatch(re_str, 'abc0000123'))

- 匹配1次或多次 {1,}

re_str = r'123[a-z]+'
print(fullmatch(re_str, '123iyujh'))
?  - 匹配0次或1次 {0,1}
.N} - 匹配N次
a{3}  - 匹配三個a, aaa
\d{3} - 匹配三個任意數(shù)字, 345, 344, 000, 101.
{M,N}  - 匹配M到N次(匹配至少M次最多N次)
 {M,}   - 匹配至少M次, 123a{3,}: 123aaa, 123aaaa,...
 {,N}   - 最多N次, 123a{,3}: 123, 123a, 123aa, 123aaa
匹配電話號碼
re_str = r'1[3-9]\d{9}'
匹配密碼: 要求是6~12位的數(shù)字或者字母
re_str = r'[a-zA-Z\d]{6,12}'
print(fullmatch(r'123a{2,4}', '123aaa'))
##貪婪和非貪婪
在匹配次數(shù)不確定的時候撼玄,會出現(xiàn)貪婪和非貪婪兩種情況;默認情況都是貪婪墩邀。

1)什么是貪婪: 在能夠匹配成功的前提下掌猛,匹配次數(shù)盡可能多

2)什么是非貪婪: 在能夠匹配成功的前提下,匹配次數(shù)盡可能少; (在匹配次數(shù)后加?)
*?
+?
??
{M,N}?
{M,}?
{,N}?
```python
re_str = r'a.+'
print(search(re_str, 'hsjsa==2-32'))
print(search(r'a\d{3,5}?', '你哈a34590876'))

re_str = r'a.+b'
print(search(re_str, 'a234b123b123'))    # 'a234b123b'
re_str = r'a.+?b'
print(search(re_str, 'a234b123b123'))    # 'a234b'

# 練習: 獲取data文件中name對應的值
with open('data', encoding='utf-8') as f:
    content = f.read()
    names = findall(r'"name":".+?"', content)
    print(names)
re_str = r'abc|123'
print(fullmatch(re_str, '123'))

re_str = r'\d{2,5}|[a-z]+123|[A-Z]'
print(fullmatch(re_str, 'H'))

將括號里面的內容作為一個整體

1)整體操作
r'(\d\d|[A-Z]{2})abc' - 匹配一個字符串后面是abc,前面是兩個數(shù)字或者兩個大寫字母
r'([a-z]\d){3}' - a8n7j8

2)分組
a.分組截取: 方便后面分段或者分情況取不同匹配結果
b.分組重復: 在正則中用\X來重復前面第X個分組匹配到的內容
注意: \X的前面必須有這個分組

re_str = r'(\d{3})[a-z]{3}'
print(fullmatch(re_str, '344hsj'))
print(findall(re_str, '你還是345庫函數(shù)568ksjkk-==789hsjn==hjj--890==892lsk1'))


# 234hjk234, 112kls112
re_str = r'(\d{3})([a-z]{3})\2'
print(fullmatch(re_str, '234hjshjs'))

# 練習1:寫一個正則表達式匹配一個字符串: abc的前面是兩個數(shù)字或者兩個大寫字母
# 23abc, KJabc
# 方法一:
re_str = r'\d{2}abc|[A-Z]{2}abc'
re_str = r'(\d\d|[A-Z]{2})abc'
re_str = r'\d{3}\.[a-z]{3}'
print(fullmatch(re_str, '234=hjs'))   # None

re_str = r'\^a\+\d{3}\\w'
print(fullmatch(re_str, '^a+344\w'))

re模塊是python提供的眉睹,專門針對正則表達式應用的相關函數(shù)

1.compile(正則表達式) -> 將正則表達式轉換成正則對象

re_obj = compile(r'\d{3}')

fullmatch(r'\d{3}', '347')
findall(r'\d{3}', 'asjhf238sdfjk2323')
re_obj.fullmatch('234')
re_obj.findall('asdhf2387sjfhak82334')

字符串匹配

fullmatch(正則表達式, 字符串) - 讓正則表達式和字符串完全匹配
match(正則表達式,字符串) - 匹配字符串開頭

以上兩個方法的結果: 匹配失敗結果是None,匹配成功會返回匹配對象

re_str = r'\d{3}'
print(fullmatch(re_str, '783'))    # <_sre.SRE_Match object; span=(0, 3), match='783'>
print(match(re_str, '384課時費s99fij==='))   # <_sre.SRE_Match object; span=(0, 3), match='384'>

# 1)匹配對象
result = match(r'(\d{3})=([a-z]{2})', '234=am按時發(fā)貨就阿斯頓發(fā)')
print(result)

獲取匹配到的字符串
匹配對象.group() - 獲取整個正則表達式匹配到的字符串, 結果是字符串
匹配對象.group(N) - 獲取整個正則表達式中第N個分組匹配到的字符串

print(result.group())
print(result.group(1))
print(result.group(2))

獲取匹配到的字符串在原字符串中的位置信息

匹配對象.span() -> 返回匹配結果在原字符串中的下標范圍: [開始下標, 結束下標)
匹配對象.span(N) -> 返回第N個分組匹配到的結果在原字符串中的范圍

print(result.span())
print(result.span(2))
start, end = result.span(1)
print(start, end)

獲取原字符串

匹配對象.string

查找

1)search(正則表達式,字符串) - 在字符串中查到第一個滿足正則表達式的子串, 如果找到了結果是匹配對象荔茬,找不到結果是None

2)findall(正則表達式,字符串) - 獲取字符串中所有滿足正則表達式的子串竹海;返回值是一個列表
注意: 如果正則表達式中有分組慕蔚,列表中的匹配結果只會去分組匹配到的內容

3)finditer(正則表達式,字符串) - 獲取字符串中所有滿足正則表達式的子串;返回值是一個迭代器斋配,元素是匹配對象

result = search(r'\d{3}', '是否234ash==347jshdf')
print(result)

result = findall(r'\d{3}[a-z]{2}', '是234hu士大夫345mmks89h-=數(shù)348kl幾十塊的')
print(result)   # ['234hu', '345mm', '348kl']

result = findall(r'(\d{3})[a-z]{2}', '是234hu士大夫345mmks89h-=數(shù)348kl幾十塊的')
print(result)   # ['234', '345', '348']

result = findall(r'(\d{3})([a-z]{2})', '是234hu士大夫345mmks89h-=數(shù)348kl幾十塊的')
print(result)    # [('234', 'hu'), ('345', 'mm'), ('348', 'kl')]

result = findall(r'(([A-Z]{2}|\+)\d{2})', 'SH34士大夫+34阿客戶方LL345==')
print(result)    # [('SH34', 'SH'), ('+34', '+'), ('LL34', 'LL')]


result = finditer(r'(\d{3})([a-z]{2})', '是234hu士大夫345mmks89h-=數(shù)348kl幾十塊的')
group = []
group1 = []
group2 = []
for x in result:
    group.append(x.group())
    group1.append(x.group(1))
    group2.append(x.group(2))

print(group)
print(group1)
print(group2)

切割

split(正則表達式, 字符串) - 將字符串中滿足正則表達式的子串作為切割點對字符串進行切割; 返回一個字符串列表

result = split(r'\d+', '愛好3ja89是電話費899將括號看0===三等獎9數(shù)據(jù)98=的')
print(result)

替換

sub(正則表達式,字符串1,字符串2) - 將字符串2中所有滿足正則表達式的子串都替換成字符串1;返回一個字符串

message = '你丫是傻叉嗎? 我操你大爺?shù)? Fuck you.'
new_message = sub(r'[操肏艸草曹]|fuck|shit|傻[比屄逼叉缺吊屌]|煞筆', '*', message, flags=IGNORECASE)
print(new_message)
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末孔飒,一起剝皮案震驚了整個濱河市灌闺,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌坏瞄,老刑警劉巖桂对,帶你破解...
    沈念sama閱讀 211,639評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異鸠匀,居然都是意外死亡蕉斜,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評論 3 385
  • 文/潘曉璐 我一進店門狮崩,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蛛勉,“玉大人,你說我怎么就攤上這事睦柴》塘瑁” “怎么了?”我有些...
    開封第一講書人閱讀 157,221評論 0 348
  • 文/不壞的土叔 我叫張陵坦敌,是天一觀的道長侣诵。 經常有香客問我,道長狱窘,這世上最難降的妖魔是什么杜顺? 我笑而不...
    開封第一講書人閱讀 56,474評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮蘸炸,結果婚禮上躬络,老公的妹妹穿的比我還像新娘。我一直安慰自己搭儒,他們只是感情好穷当,可當我...
    茶點故事閱讀 65,570評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著淹禾,像睡著了一般馁菜。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上铃岔,一...
    開封第一講書人閱讀 49,816評論 1 290
  • 那天汪疮,我揣著相機與錄音,去河邊找鬼毁习。 笑死智嚷,一個胖子當著我的面吹牛,可吹牛的內容都是我干的纺且。 我是一名探鬼主播纤勒,決...
    沈念sama閱讀 38,957評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼隆檀!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 37,718評論 0 266
  • 序言:老撾萬榮一對情侶失蹤恐仑,失蹤者是張志新(化名)和其女友劉穎泉坐,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體裳仆,經...
    沈念sama閱讀 44,176評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡腕让,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,511評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了歧斟。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片纯丸。...
    茶點故事閱讀 38,646評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖静袖,靈堂內的尸體忽然破棺而出觉鼻,到底是詐尸還是另有隱情,我是刑警寧澤队橙,帶...
    沈念sama閱讀 34,322評論 4 330
  • 正文 年R本政府宣布坠陈,位于F島的核電站,受9級特大地震影響捐康,放射性物質發(fā)生泄漏仇矾。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,934評論 3 313
  • 文/蒙蒙 一解总、第九天 我趴在偏房一處隱蔽的房頂上張望贮匕。 院中可真熱鬧,春花似錦花枫、人聲如沸刻盐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽隙疚。三九已至,卻和暖如春磕道,著一層夾襖步出監(jiān)牢的瞬間供屉,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評論 1 266
  • 我被黑心中介騙來泰國打工溺蕉, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留伶丐,地道東北人。 一個月前我還...
    沈念sama閱讀 46,358評論 2 360
  • 正文 我出身青樓疯特,卻偏偏與公主長得像哗魂,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子漓雅,可洞房花燭夜當晚...
    茶點故事閱讀 43,514評論 2 348

推薦閱讀更多精彩內容