一汁蝶、正則表達(dá)式語法
正則表達(dá)式是用匹配或者描述字符串的工具怀酷。
用處：
a.判斷字符串是否滿足某個(gè)條件---判斷輸入的字符串是否是郵箱/手機(jī)號(hào)碼毯盈。是否是ip地址
b.提取滿足條件的字符串
c.字符串替換
python中通過re模塊中相應(yīng)的方法來支持正則表達(dá)式的匹配缀壤、查找和替換等功能
from re import fullmatch
fullmatch(正則表達(dá)式字符串, 字符串) ---> 判斷正則表達(dá)式和字符串是否完全匹配
正則表達(dá)式字符串: 就是一個(gè)字符串猪杭，字符串中是正則表達(dá)式語法餐塘。r'正則表達(dá)式'
正則表達(dá)式中包含兩個(gè)部分，一個(gè)是正則語法對(duì)應(yīng)的字符皂吮，二個(gè)是普通字符
1 .(點(diǎn))(匹配任意字符)
一個(gè).只匹配一個(gè)任意字符
# 匹配一個(gè)長(zhǎng)度是3的字符串戒傻，第一個(gè)字符是'a', 第二個(gè)字符是任意字符，最后一個(gè)字符是b
re_str = r'a.b'
result = fullmatch(re_str, 'a|b')
print(result)
# 匹配一個(gè)長(zhǎng)度是4蜂筹，第一個(gè)字符和最后一個(gè)字符分別是a和b,中間兩個(gè)字符是任意字符的字符串
re_str = r'a..b'
result = fullmatch(re_str, r'a\nb')
print(result)
2 \w(匹配字母數(shù)字下劃線)
一個(gè)\w匹配一個(gè)字符
# 匹配一個(gè)第一個(gè)字符是數(shù)字字母或者下劃線需纳，后面三個(gè)字符是任意字符的字符串
re_str = r'\w...'
result = fullmatch(re_str, 'o8js')
print(result)
3 \s(匹配任意空白字符)
空白字符: 空格、制表符(\t)艺挪、回車(換行\(zhòng)n)等不翩，都輸入空白字符
一個(gè)\s匹配一個(gè)空白字符
# 匹配一個(gè)第一個(gè)字符是a,第二個(gè)字符是空白，最后一個(gè)字符b的字符串
re_str = r'a\sb'
result = fullmatch(re_str, 'a\nb')
print(result)
4 \d(匹配數(shù)字字符)
re_str = r'\d\d\d'
result = fullmatch(re_str, '282')
print(result)
5 \b(檢測(cè)邊界)
一個(gè)\b不會(huì)去匹配一個(gè)字符麻裳，而是單純的檢測(cè)\b出現(xiàn)的位置是否是單詞邊界
單詞邊界: 字符串開始和結(jié)尾口蝠、空格、換行津坑、標(biāo)點(diǎn)符號(hào)等亚皂，可以將兩個(gè)單詞隔開的字符都單詞邊界
re_str = r'\babc'
re_str = r'abc\b\saaa' # 匹配一個(gè)字符串前三位是abc,第四位是空白字符，后面是aaa国瓮。并且要求c后面是單詞邊界
result = fullmatch(re_str, 'abc aaa')
print(result)
6 ^(檢測(cè)是否是字符串開頭)
re_str = r'^\d\d\d' # 判斷一個(gè)字符串是否是三個(gè)數(shù)字開頭
result = fullmatch(re_str, '123')
print(result)
7 $(檢測(cè)是否是字符串結(jié)尾)
re_str = r'abc$'
result = fullmatch(re_str, 'abc')
print(result)
8 \W(匹配非字母灭必、數(shù)字下劃線)
re_str = r'\Wabc'
result = fullmatch(re_str, '#abc')
print(result)
9 \S(匹配非空白字符)
re_str = r'\S...'
result = fullmatch(re_str, '2jkh')
print(result)
10 \D(匹配非數(shù)字字符)
re_str = r'\D\w\w\w'
result = fullmatch(re_str, '#h7_')
print(result)
11 \B(檢測(cè)是否不是單詞邊界)
re_str = r'and\BYou'
result = fullmatch(re_str, 'andYou')
print(result)
12 [] (匹配中括號(hào)中出現(xiàn)的任意一個(gè)字符)
一個(gè)[]匹配一個(gè)字符
[字符集] --> 匹配一個(gè)字符狞谱，這字符是字符集中的任意一個(gè)字符
例如：[abc], [\d+]
[字符1-字符2] --> 匹配一個(gè)字符，這個(gè)字符是Unicode編碼值在字符1到字符2中的任意一個(gè)字符;要求字符1的編碼值要小于字符2
例如：[1-9] --> 數(shù)字1到9 [a-z] --> 小寫字母 [A-Z] --> 大寫字母
[\u0031-\u0039] --> 數(shù)字1到9
[\u4E00-\u9fa5] --> 匹配所有的漢字
注意：-在中括號(hào)中禁漓，如果放在兩個(gè)字符之間表示范圍跟衅。
"""匹配一個(gè)字符串第一個(gè)字符是a或者b或c,后邊三個(gè)a"""
re_str = r'[abc]aaa'
result = fullmatch(re_str, 'caaa')
print(result)
re_str = r'[1-4]\d\d\d'
result = fullmatch(re_str, '1989')
print(result)
re_str = r'[\u0031-\u0039][a-z]'
result = fullmatch(re_str, '1h')
print(result)
re_str = r'[\u4E00-\u9fa5][\u4E00-\u9fa5][\u4E00-\u9fa5]'
result = fullmatch(re_str, '就深刻')
print(result)
re_str = r'[91-]'
result = fullmatch(re_str, '-')
print(result)
# 匹配一個(gè)字符，是字母數(shù)字下劃線或者是空白
re_str = r'[\w\s]'
result = fullmatch(re_str, 'u')
print(result)
13 [^字符集] (匹配一個(gè)不在字符集中的任意字符)
注意：^必須放在中括號(hào)中的最前面才有效
"""匹配一個(gè)四位的字符串播歼，第一位不是abc中的任意一個(gè)伶跷，后面三位是任意字符"""
re_str = r'[^abc]...'
re_str = r'[^1-9]...'
result = fullmatch(re_str, '898i')
print(result)
二、正則表達(dá)式次數(shù)相關(guān)符號(hào)
from re import fullmatch
1. *(匹配0次或者多次)
字符* --> 字符出現(xiàn)0次或者多次
# 匹配0位或者多位的數(shù)字字符串
re_str = r'\d*'
print(fullmatch(re_str, '123'))
# 用一個(gè)正則表達(dá)式來檢測(cè)一個(gè)標(biāo)識(shí)符是否符合要求：數(shù)字字母下劃線組成秘狞，數(shù)字不開頭(位數(shù)至少1位)
re_str = r'[a-zA-Z_]\w*'
print(fullmatch(re_str, 'A'))
2. +(匹配一次或者多次)
匹配abc前面有一個(gè)或者多個(gè)數(shù)字的字符串
re_str = r'\d+abc'
print(fullmatch(re_str, '9abc'))
3. ?(匹配0次或者1一次)
re_str = r'a?123'
print(fullmatch(re_str, 'a123'))
練習(xí)：寫一個(gè)正則表達(dá)式叭莫，匹配所有的整數(shù)（123, -2334, +9...可以匹配的，012烁试， -023雇初，+0122不能匹配）
re_str = r'[-+]?[1-9]\d*'
print(fullmatch(re_str, '1234'))
4. {}(指定次數(shù))
{N} --> 匹配N次
{M,N} --> 匹配M到N次
{M,} --> 至少匹配M次
{,N} --> 最多匹配N次
re_str = r'\d{3}'
print(fullmatch(re_str, '123'))
re_str = r'\d{3,}'
print(fullmatch(re_str, '1234'))
re_str = r'\d{,3}'
print(fullmatch(re_str, '23'))
re_str = r'[a-z]{2,5}'
print(fullmatch(re_str, 'aajk'))
# 判斷密碼是否符合要求：密碼是由數(shù)字和字母組成，并且位數(shù)是6-16位
re_str = r'[\da-zA-Z]{6,16}'
三减响、分之和分組
import re
1. |(分之)
條件1|條件2 --> 先用條件1去匹配靖诗，如果匹配成功就匹配成功。如果條件1匹配失敗支示，用條件2去匹配刊橘。
注意：如果條件1匹配成功就不會(huì)用條件2再去匹配
re_str = r'[a-z]{3}|[A-Z]{3}'
print(re.fullmatch(re_str, 'AHD'))
能匹配成功時(shí)abc，d和aaa
re_str = r'abc|d|aaa'
print(re.fullmatch(re_str, 'aaa'))
'abc'+W/H/Y
re_str = r'abc(W|H|Y)'
print(re.fullmatch(re_str, 'abcY'))
2. ()(分組)
a.組合(將括號(hào)中的內(nèi)容作為一個(gè)整體進(jìn)行操作)
b.捕獲 -- 使用帶括號(hào)的正則表達(dá)式匹配成功后颂鸿，只獲取括號(hào)中的內(nèi)容
c.重復(fù) -- 在正則表達(dá)式中可以通過\數(shù)字來重復(fù)前面()中匹配到的結(jié)果促绵。數(shù)字代表前第幾個(gè)分組
a.組合
匹配一個(gè)字符串，以數(shù)字字母的組合出現(xiàn)3次
re_str = r'(\d[a-zA-Z]){3}'
print(re.fullmatch(re_str, '2h8h7j'))
b.捕獲
re_str = r'(\d{3})abc'
print(re.fullmatch(re_str, '773abc'))
print(re.findall(re_str, 'euhasdhf873abcssjsja235abcu-03s834432abcjjsks'))
c.重復(fù)
re_str = r'([a-z]{3})-(\d{2})\2'
print(re.fullmatch(re_str, 'hsn-2323'))
3.轉(zhuǎn)義符號(hào)
正則表達(dá)式中可以通過在特殊的符號(hào)前加\嘴纺，來讓特殊的符號(hào)沒有意義
. --> 任意字符 . --> 字符.
- --> 匹配一次或者多次 + --> 字符+
注意：在中括號(hào)有特殊功能的符號(hào)绞愚，只代表符號(hào)本身
\不管在哪兒都需要轉(zhuǎn)義
-在[]外面沒有特殊功能,在[]中要表示-本身，就不要放在兩個(gè)字符之間
()需要轉(zhuǎn)義
re_str = r'\d{2}\.\d{2}'
print(re.fullmatch(re_str, '12=34'))
re_str = r'\d\+\d'
print(re.fullmatch(re_str, '3+7'))
re_str = r'\(\\'
print(re.fullmatch(re_str, '(\\'))
re_str = r'(\d{3})\1([a-z]{2})\2\1'
print(re.fullmatch(re_str, '123123bbbb123'))
四颖医、re模塊中的函數(shù)
import re
1. compile
compile(正則表達(dá)式字符串) --> 將正則表達(dá)式字符串轉(zhuǎn)換成正則表達(dá)式對(duì)象
re_objct = re.compile(r'\d+')
print(re_objct)
print(re_objct.fullmatch('23738'))
2. fullmatch和match
fullmatch(正則表達(dá)式字符串, 字符串)
--> 用正則表達(dá)式去完全匹配字符串(匹配整個(gè)字符串)位衩，返回匹配對(duì)象(SRE_Match)或者None
match(正則表達(dá)式字符串, 字符串)
--> 匹配字符串開頭,返回匹配對(duì)象或者None
result = re.fullmatch(r'\d([a-zA-Z]+)123', '2hjdh123')
print(result)
1.span(group=0) --> 獲取匹配成功的區(qū)間(左閉右開區(qū)間)
print(result.span(0))
print(result.start(1)) # 獲取匹配到的開始下標(biāo)
print(result.end(1)) # 獲取匹配到的結(jié)束下標(biāo)后的下標(biāo)
2.group(group = 0) --> 獲取匹配結(jié)果
group()/group(0) --> 獲取正則表達(dá)式完全匹配的結(jié)果
group(index>0) --> 獲取正則表達(dá)式中第group個(gè)分組匹配到的結(jié)果
print('0:',result.group())
print('1:',result.group(1))
3.string --> 獲取被匹配的原字符串
print(result.string)
result = re.match(r'\d([a-zA-Z]+)123', '2hjdh123ABC')
print('match:',result)
3.search
search(正則表達(dá)式, 字符串)
--> 查找字符串中滿足正則表達(dá)式的第一個(gè)字符串。返回值是匹配對(duì)象或者None
result = re.search(r'(\d)[a-zA-Z]+', 'uhsh2hdje+984nf')
print(result.group(0))
print(result.group(1))
print(result.string)
練習(xí)：使用search匹配出一個(gè)字符串中所有的數(shù)字字符串'abc34jshd8923jkshd9lkkk890k' --> 34熔萧，8923糖驴，9，890
re_str = r'\d+'
str1 = 'abc34jshd8923jkshd9lkkk890k'
result = re.search(re_str, str1)
while result:
print(result)
str1 = str1[result.end():]
result = re.search(re_str, str1)
4.findall
findall(正則表達(dá)式, 字符串) --> 獲取字符串中滿足正則表達(dá)式的所有的子串佛致，返回一個(gè)列表
注意：如果正在表達(dá)式中有分組贮缕，取值的時(shí)候只取分組中匹配到的結(jié)果;
如果有多個(gè)分組，會(huì)將每個(gè)分組匹配到的結(jié)果作為一個(gè)元祖的元素
re_str = r'(\d+)k([a-d]+)'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result) # [('8923', 'abc'), ('890', 'aa')]
re_str = r'(\d+)k[a-d]+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result) # ['8923', '890']
re_str = r'\d+k[a-d]+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result) # ['8923kabc', '890kaa']
5.finditer
finditer(正則表達(dá)式, 字符串)
--> 查找所有滿足正則條件的子串俺榆，返回值是迭代器感昼，迭代器中的元素是匹配對(duì)象
re_str = r'\d+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.finditer(re_str, str1)
print(result)
for item in result:
print(item)
6. split
split(正則表達(dá)式,字符串) --> 將字符串按照滿足正則表達(dá)式條件的子串進(jìn)行分割
"""
str1 = 'ahsb1sssa8-jjhd7nhs+90nsjhf3-4hhh7+8kjj-'
result = re.split(r'[-+]', str1)
print(result)
7.sub
sub(正則表達(dá)式,repl,字符串) --> 將字符串中滿足正則表達(dá)式條件的子串替換成repl。返回替換后的字符串
str1 = 'hsj8jskfh98ssjj8hshh'
result = re.sub(r'\d+','*', str1)
print(result)
str1 = '智 障,你在干嘛罐脊？逼, 后視鏡定嗓，媽的加扣扣上'
result = re.sub(r'傻\s*叉|逼|fuck|媽的|智\s*障', '*', str1)
print(result)
with open('./data', 'r', encoding='utf-8') as f:
content = f.read()
# "name": "搞笑精選匯"
result = re.findall(r'"name":"(.+?)"', content)
print(result)
day18-作業(yè)
1. 寫一個(gè)正則表達(dá)式判斷一個(gè)字符串是否是ip地址
規(guī)則：一個(gè)ip地址由4個(gè)數(shù)字組成蜕琴，每個(gè)數(shù)字之間用.連接。每個(gè)數(shù)字的大小是0-255 例如：255.189.10.37 正確 256.189.89.9 錯(cuò)誤
import re
re_str = r'((\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])\.){3}(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])'
result = re.fullmatch(re_str,'255.183.10.37')
print(result)
2. 計(jì)算一個(gè)字符串中所有的數(shù)字的和
例如：字符串是：‘hello90abc 78sjh12.5’ 結(jié)果是90+78+12.5 = 180.5
str1 = 'hello90abc 78sjh12.5'
result = re.findall(r'[^a-z]+',str1)
print(result)
sum1 = 0
for item in result:
sum1 += float(item)
print(sum1)
3. 驗(yàn)證輸入的內(nèi)容只能是漢字
re_str = r'[\u4E00-\u9fa5]+'
result = re.fullmatch(re_str,'你好')
print(result)
4. 電話號(hào)碼的驗(yàn)證
re_str = r'(13\d|150[0-3]|15[5-9]|17[6-8]|18[0-9])\d{8}'
result= re.fullmatch(re_str,'15589154445')
print(result)
5. 簡(jiǎn)單的身份證號(hào)的驗(yàn)證
re_str=r'^[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]$'
result = re.fullmatch(re_str,'510211199505181572')
print(result)
二宵溅、不定項(xiàng)選擇題
能夠完全匹配字符串“(010)-62661617”和字符串“01062661617”的正則表達(dá)式包括（ A B D ）
A. “(?\d{3})?-?\d{8}”
B. “[0-9()-]+”
C. “[0-9(-)]\d”
D. “[(]?\d[)-]\d*”能夠完全匹配字符串“c:\rapidminer\lib\plugs”的正則表達(dá)式包括（ B C ）
A. “c:\rapidminer\lib\plugs”
B. “c:\rapidminer\lib\plugs”
C. “(?i)C:\RapidMiner\Lib\Plugs” ?i:將后面的內(nèi)容的大寫變成小寫
D. “(?s)C:\RapidMiner\Lib\Plugs” ?s：?jiǎn)涡衅ヅ?/p>能夠完全匹配字符串“back”和“back-end”的正則表達(dá)式包括（ A B D ）
A. “\w{4}-\w{3}|\w{4}” match->back,back-end fullmatch-> back,back-end
B. “\w{4}|\w{4}-\w{3}” match-> back, back fullmatch-> back,back-end
C. “\S+-\S+|\S+”
D. “\w\b-\b\w|\w*”能夠完全匹配字符串“go go”和“kitty kitty”凌简，但不能完全匹配“go kitty”的正則表達(dá)式包括（A D）
:\1就是重復(fù)前面第一個(gè)()/組合里面的內(nèi)容
：\2就是重復(fù)前面第二個(gè)()/組合里面的內(nèi)容
A. “\b(\w+)\b\s+\1\b”
B. “\w{2,5}\s*\1”
C. “(\S+) \s+\1”
D. “(\S{2,5})\s{1,}\1”能夠在字符串中匹配“aab”，而不能匹配“aaab”和“aaaab”的正則表達(dá)式包括（ B C ）
A. “a*?b”
B. “a{,2}b”
C. “aa??b”
D. “aaa??b”
