1.正則表達(dá)式
from re import fullmatch, search, findall
正則表達(dá)式就是用來檢測字符串是否滿足某種規(guī)則的工具
例如：
1.賬號是手機(jī)號郵箱多少位由什么組成
2.付款后涝登，按時發(fā)撕捍，
3.臟話替換等
1.正則語法
2.python對正則表達(dá)式的支持衔憨，，提供了一個內(nèi)置模塊：re
3.fullmatch（正則表達(dá)式席舍，字符串）：判斷整個字符串是否符合正表達(dá)規(guī)則
=================1.單個字符==================
1）匹配任意字符
匹配一個字符串，只有以為字符并且字符是任意字符
re_str = r'.'
result = fullmatch(re_str, 'a')
print(sesult)
匹配一個字符串哮笆，只有兩位字符并這每個字符都是任意字符
re_str = r'..'
result = fullmatch(re_str, 'an')
print(result)
匹配到一個字符串俺亮，前三位分別是abc，最后一位是任意字符
re_str = r'abc.'
result = fullmatch(re_str, 'abc%')
print(result)
2)\w匹配字母數(shù)字下劃線
匹配一個字符串疟呐，前三位分別是abc脚曾，最后兩位是字母數(shù)字或者下劃線
re_str = r'abc\w\w'
result = fullmatch(re_str, 'abc2g')
print(result)
3)\s匹配空白字符（空白指空格、制表符（\t）和回車（\n）等所有能產(chǎn)生空白的字符）
匹配一個字符串启具，前三位是字母數(shù)字下劃線本讥，第四位是一個空白字符，最后一位是任意字符
re_str = r'\w\w\w\s.'
result = fullmatch(re_str, 'hu2\t?')
print(result)
4)\d 匹配一個數(shù)字字符
匹配一個字符串鲁冯，前三位是數(shù)字字符拷沸，最后一位是任意字符
re_str = r'\d\d\d.'
result = fullmatch(re_str, '782l')
print(result)
5)\b檢測是否是單詞邊界（單詞的開頭、單詞的結(jié)尾薯演、單詞和單詞之間的標(biāo)點(diǎn)空格等）
注意：正則中遇到\b撞芍，匹配的時候先不管他，匹配成功后再回頭看\b位置是否是單詞邊界
re_str = r'when\b\swhere'
result = fullmatch(re_str, 'when where')
print(result)
6)^檢測字符串是否以給定的正則表達(dá)式開頭
匹配一個字符串跨扮，是否以兩個數(shù)字字符開頭
re_str = r'\d\d'
result = fullmatch(re_str, '23')
print(result)
7)$檢測字符中是否以給定的正則表達(dá)式結(jié)束
匹配一個字符串a(chǎn)數(shù)字序无，并且a數(shù)字是字符串的結(jié)尾
re_str = r'a\d$'
result = fulllmatch(re_str, 'a8')
print(result)
8)\W匹配一個非數(shù)字验毡、字母、下劃線的字符
re_str = r'\W\w'
result = fullmatch(re_str, '!a')
print(result)
9)\S匹配非空白字符
re_str = r'\S\w\w\w'
result = fullmatch(re_str, '@a3h')
print(result)
======================2.匹配次數(shù)=======================
1.[]匹配中括號中出現(xiàn)的任意字符
注意：一個中括號只出現(xiàn)一個字符帝嗡，第一位是a或者b或者c晶通，后兩位是數(shù)字
re_str = r'[abc+]\d\d'
result = fullmatch(re_str, '+67')
print(result)
注意：
- 在正則中的中括號中的應(yīng)用：如果將減號放到兩個字符的中間代表的是誰到誰。如果想要表示'-'符號本身哟玷，就放在開頭或者結(jié)尾
[1-8]: 代表的字符集是：'1','2','3','4','5','6','7','8'
[-18]或者[18-]: 代表的字符集是'1','8','-'
要求一個字符串中的第一個是1-8中的一個狮辽，后面兩位是小寫字母
re_str = r'[1-8][a-z][a-z]'
result = fullmatch(re_str, '2hn')
print(result)
2.[^字符集]匹配不在[]字符集中的任意一個字符
匹配一個四位的字符串，第一位不是大寫字母也不是數(shù)字巢寡，后三位是abc
re_str = r'[^A-Z\d]abc'
result = fullmatch(re_str, '#abc')
priint(result)
3)*匹配0次或者多次
匹配一個字符串喉脖，最后一位是b，b的前面有0個或者多個a
re_str = r'a*b'
print(fullmatch(re_str, 'aaab'))
- 匹配1次或者多次（至少一次）
判斷一個字符串是否是無符號的正整數(shù)
- 匹配1次或者多次（至少一次）
re_str = r'[1-9]+\d*' # 10抑月， 11动看， 100 ,1000
print(fullmatch(re_str, '1010'))
- ? 匹配0次或者一次
re_str = r'@?\d+'
print(fullmatch(re_str, '@16723'))
判斷一個字符串是否是整數(shù)(包含正整數(shù)和負(fù)整數(shù))
+200, -120, 99, -1, 3, +4
re_str = r'[+-]?[1-9]+\d*'
print(fullmatch(re_str, '200'))
- {N} 匹配N次
re_str = r'\d{3}' # 匹配3位數(shù)字字符串
re_str = r'[a-zA-Z]{3}' # 匹配3位字母字符串
print(fullmatch(re_str, 'aHh'))
- {N,} 至少匹配N次
re_str = r'\w{4,}'
print(fullmatch(re_str, 'hanc_123'))
- {,N} 最多匹配N次
re_str = r'a{,4}b' # 'b', 'ab', 'aab', 'aaab','aaaab'
print(fullmatch(re_str, 'aaaab'))
- {M,N} 匹配至少M(fèi)次，最多N次 (N>M)
re_str = r'a{2,4}b' # 'aab', 'aaab', 'aaaab'
print(fullmatch(re_str, 'aaab'))
==============================3.分之和分組======================
- | 分之(相當(dāng)于邏輯運(yùn)算中的or)
匹配一個字符串是三個字母或者是三個數(shù)字
re_str = r'[a-zA-Z]{3}|\d{3}'
print(fullmatch(re_str, 'abc'))
'\d{3}[a-z]{2}'是分之中的第一個條件爪幻， '[A-F]{3}'是分之的第二個條件
re_str = r'\d{3}[a-z]{2}|[A-F]{3}'
print(fullmatch(re_str, 'ABC'))
注意：正則中的分之有短路操作：如果使用|去連接多個條件菱皆，前面的條件已經(jīng)匹配出結(jié)果，那么就不會使用后面的條件再去匹配了
練習(xí)：寫一個正則表達(dá)式挨稿，能夠匹配出字符串中所有的數(shù)字（包括整數(shù)和小數(shù)）
'abc12.5hhh60,30.2kkk9nn0.12'
100, 89.89, 20.12, 0.23
re_str = r'[1-9]\d*[.]?\d*|0[.]\d+'
print()
re_str = r'[1-9]\d*|\d+[.]\d+'
re_str = r'\d+[.]\d+|[1-9]\d*'
print(findall(re_str, 'abc12.5hhh60,30.2kkk9nn0.12'))
- 分組
a.分組
通過加()來對正則條件進(jìn)行分組
兩位數(shù)字兩位字母出現(xiàn)3次 ac23bn45hj34
re_str = r'([a-z]{2}\d{2}){3}'
print(fullmatch(re_str, 'ac23bn45hj34'))
匹配一個字符串仇轻，按照一個數(shù)字一個字母的規(guī)律出現(xiàn)一次或者多次
re_str = r'(\d[a-z])+'
print(fullmatch(re_str, '9a2s3k4k9o'))
b.重復(fù)
可以通過\數(shù)字來重復(fù)匹配前面的分組中匹配的結(jié)果。數(shù)字的值代表前面的第幾個分組
re_str = r'(\d{2}[A-Z])=%\1\1'
print(fullmatch(re_str,'23B=%23B23B'))
re_str = r'(\d{3})-(\w{2})\1{2}\2'
print(fullmatch(re_str,'123-aa123123aa'))
c.捕獲
按照完整的正則表達(dá)式去匹配奶甘，只捕獲()中的內(nèi)容篷店。只有在findall中有效
re_str = r'a(\d{3})b'
print(fullmatch(re_str, 'a786b'))
print(findall(re_str, 'a786b'))
正則中的轉(zhuǎn)義
1.正則表達(dá)式中的轉(zhuǎn)義和字符串中的轉(zhuǎn)義字符沒有任何關(guān)系。
在python中的字符串前加r阻止的是字符串轉(zhuǎn)義臭家，不能阻止正則表達(dá)式的轉(zhuǎn)義
2.在正則表達(dá)式中疲陕，可以通過在有特殊意義的符號前加\來表示符號本身
+ . * ? \ ( ) ^ $ |
注意：
a.- 只有在中括號中的兩個字符之間才有特殊的意義
b.如果特殊符號放到[]中作為字符集的內(nèi)容，那么除了-在兩個字符之間以外其他的都不需要轉(zhuǎn)義
c.\ 不管在哪里都需要轉(zhuǎn)義钉赁， ^放在中括號的最前面需要轉(zhuǎn)義
例如：
re_str = r'a\+'
print(re.fullmatch(re_str, 'a+'))
re_str = r'\+a'
print(re.fullmatch(re_str, '+a'))
re_str = r'\\w-a'
print(re.fullmatch(re_str, '\w-a'))
re_str = r'\(\d{3}'
print(re.fullmatch(re_str,'(234'))
re_str = r'\[abc\]'
re_str = r'[\^.?*]mbc\\'
print(re.fullmatch(re_str, '?mbc\\'))
re模塊
1.compile（正則表達(dá)式）：將正則表達(dá)式轉(zhuǎn)換成正則表達(dá)式對象
re_str = r'\d+'
re_object = re.compile(re_str)
print(re_object)
不轉(zhuǎn)成對象蹄殃，調(diào)用相應(yīng)的函數(shù)
re.fullmatch(re_str, '78hj')
轉(zhuǎn)換成對象，調(diào)用相應(yīng)的方法
re_object.fullmatch('78hj')
2.match(正則表達(dá)式, 字符串) 和 fullmatch(正則表達(dá)式你踩，字符串)
match:判斷字符串的開頭是否能夠和正則表達(dá)式匹配
fullmatch: 判斷整個字符串是否能夠和正則表達(dá)式匹配
返回值都是匹配結(jié)果诅岩，如果匹配成功返回匹配對象，否則返回None
re_str = r'abc\d{3}'
match1 = re.match(re_str, 'abc234abcdef')
match2 = re.fullmatch(re_str, 'abc234')
print(match1)
print(match2)
a.匹配到的范圍带膜。匹配結(jié)果字符的下標(biāo)范圍:(起始下標(biāo),結(jié)束下標(biāo)) ---- 結(jié)束下標(biāo)取不到
print(match1.span())
獲取起點(diǎn)
print(match1.start())
獲取終點(diǎn)
print(match1.end())
注意：group參數(shù)吩谦，用來指定分組對應(yīng)的相應(yīng)的結(jié)果
re_str = r'(\d{3})\+([a-z]{2})'
match1 = re.match(re_str, '234+hjaaaaaa')
print(match1)
print(match1.span())
在匹配結(jié)果中，獲取第1個分組的范圍
print(match1.span(1))
在匹配結(jié)果中膝藕，獲取第2個分組的范圍
print(match1.span(2))
在匹配結(jié)果中式廷，獲取第2個分組的起始下標(biāo)
print(match1.start(2))
b. 獲取匹配結(jié)果對應(yīng)的字符串
print(match1.group())
print(match1.group(1))
print(match1.group(2))
c. 獲取被匹配的原字符串
print(match1.string)
3.search(正則表達(dá)式, 字符串)
在字符串中去查找第一個滿足正則表達(dá)式要求的子串，如果找到了就返回匹配對象芭挽，找不到返回None
search1 = re.search(r'\d+aa', 'he9aallo 78aabc wolrd')
print(search1)
if search1:
print(search1.span())
練習(xí)：使用search將一個字符串中所有的數(shù)字字符串全部找到....
'工資是10000元滑废，年齡是18歲蝗肪，身高是：180，顏值100分'
str1 = '工資是10000元策严，年齡是18歲穗慕，身高是：180饿敲，顏值100分'
re_str = r'[1-9]\d*'
search1 = re.search(re_str, str1)
while search1:
print(search1.group())
end = search1.end()
str1 = str1[end:]
search1 = re.search(re_str, str1)
4.split(正則表達(dá)式,字符串)
按滿足正則表達(dá)式的子串去切割字符串返回值是列表
str1 = '床前明月光,疑是地上霜妻导。舉頭望明月，低頭思故鄉(xiāng)!'
result = re.split(r'\W+', str1)
print(result)
5.sub(正則表達(dá)式,替換字符串,被替換的字符串)返回值是新的字符串
word = '你丫是傻叉嗎? 我操你大爺?shù)? Fuck you'
result = re.sub(r'傻叉|操|(zhì)Fuck|煞筆', '*', word)
print(result)
6.findall(正則表達(dá)式, 字符串)
獲取字符串中所有滿足正則表達(dá)式的子串返回值是列表
注意：分組中的捕獲效果在這兒有效
result = re.findall(r'\d([a-z]+)', '安徽省1boy,and你好福建0action')
print(result)
