import re

1.正則表達式就是做字符串匹配一種工具，很多語言都支持正則語法扣典。正則語法是通用的

python中通過re模塊中提供的方式來使用正則

re.fullmatch(正則表達式, 字符串) - 完全匹配，檢測字符串是否滿足正則表達式的要求宋税；
如果不匹配結(jié)果是None, 匹配結(jié)果是一個匹配對象

python正則表達式 - r'正則'
js正則表達式 - /正則/

# 1 普通字符
"""
普通字符在正則中代表字符本身膨疏， 例如, a, b, 1...等
"""
# 要求一個字符串有5個字符致稀，分別是h,e,l,l,o
re_str = r'hello'
result = re.fullmatch(re_str, 'hello')
print(result)

# 2 .(匹配任意字符)
"""
一個.匹配一個任意字符
"""
# 匹配一個字符串有三個字符，第一個字符是a赚窃，最后一個字符是c, 第二個字符是任意字符
re_str = r'a.c'
result = re.fullmatch(re_str, 'a+c')
print(result)

# 3 \w(匹配字母册招、數(shù)字、下劃線)
"""
一個\w只能匹配一個字符

注意: 這個不嚴謹勒极，還可以匹配中文等字符;
     不能匹配ASCII碼表中除了字母數(shù)字下劃線以外的符號
"""
# 匹配一個字符串第一個字符是字母是掰、數(shù)字或者下劃線，后面是'abc'
re_str = r'\wabc'
result = re.fullmatch(re_str, 'kabc')
print(result)

# 4 \s(匹配空白字符)
"""
空白字符：空格河质、\t冀惭、\n
一個\s只能匹配一個空字符
"""
# 匹配一個長度是8的字符，要求前三個字符是任意字符掀鹅，中間兩個空白字符散休，后面再三個任意字符
re_str = r'...\s\s...'
result = re.fullmatch(re_str, 'abc  abc')
print(result)
result = re.fullmatch(re_str, '++-\n\t-++')
print(result)

result = re.fullmatch(re_str, '+  \t\t-++')
print(result)

# 5 \d(匹配數(shù)字字符)
re_str = r'\d\dabc'
result = re.fullmatch(re_str, '90abc')
print(result)


# 6 \W(匹配非數(shù)字、字母乐尊、下劃線)
# 7 \S(匹配非空白字符)
# 匹配一個長度是4的字符戚丸，后面三個字符是'abc',第一個字符可以是任何一個非空白字符
re_str = r'\Sabc'
print(re.fullmatch(re_str, '+abc'))

# 8 \D(匹配非數(shù)字字符)
re_str = r'\Dabc'
print(re.fullmatch(re_str, '9abc'))

# 9 [](匹配字符集中的一個字符)
"""
a. [普通字符集]  -  匹配字符集中的任意一個字符
b. [字符1-字符2]  -  匹配字符1到字符2中的任意一個字符(要求字符1的編碼值小于字符2)
[0-9]  - 匹配所有的數(shù)字
[a-z] - 匹配小寫字母
[A-Z]  - 匹配大寫字母
[a-zA-Z]   -  匹配所有的字母
[\da-zA-Z_]  -  匹配字母數(shù)字下劃線
[\u4e00-\u9fa5]  - 匹配所有的中文

注意: 一個[]只能匹配一個字符
"""
# 匹配一個長度是4的字符串，第一個字符是x或者y或者z, 后面是abc
re_str = r'[xyz]abc'
print(re.fullmatch(re_str, 'zabc'))

# 匹配一個長度是4的字符串, 第一個字符是數(shù)字或者x,y,z
re_str = r'[\dxyz]abc'
print(re.fullmatch(re_str, '3abc'))

# 匹配一個長度是4的字符串, 第一個字符是數(shù)字字符2-8中的一個
re_str = r'[2-8]abc'
print(re.fullmatch(re_str, '4abc'))

# 匹配一個長度是4的字符串, 第一個字符是數(shù)字字符2-8中的一個或者是x,y,z
re_str = r'[2-8xyz]abc'
print(re.fullmatch(re_str, 'zabc'))

# # 匹配一個長度是4的字符串, 第一個字符是中文字符
re_str = r'[\u4e00-\u9fa5]abc'
print(re.fullmatch(re_str, '胡abc'))

# re_str = r'[9-1]abc'
# print(re.fullmatch(re_str, '8abc'))   # 報錯扔嵌！

# 10 [^]
"""
[^字符集]  -  匹配不在字符集中任意一個字符

[^\u4e00-\u9fa5]  -  匹配一個非中文字符
"""
# 匹配一個長度是4的字符串, 第一個字符不是x,y,z
re_str = r'[^xyz]abc'
print(re.fullmatch(re_str, 'zabc'))

# 匹配一個長度是4的字符串, 第一個字符不是中文字符
re_str = r'[^\u4e00-\u9fa5]abc'
print(re.fullmatch(re_str, '是abc'))


print('=================2.檢測字符的符號==================')
# 1  \b(檢測單詞邊界)
"""
\b - 檢查\b所在的位置是否是單詞邊界

單詞邊界 - 字符串開頭限府、字符串結(jié)尾、空白痢缎、標點符號等

how are you,i am
"""

# 匹配一個長度是4的字符串胁勺，第一個字符是任意字符，后邊是abc; 檢測c的后面是否是單詞邊界
re_str = r'.abc\b'
print(re.fullmatch(re_str, '8abc'))

re_str = r'how\b\sare'
print(re.fullmatch(re_str, 'how are'))


# 2 ^(檢測是否是字符串開頭)
re_str = r'^abc'
print(re.fullmatch(re_str, 'abc'))

print(re.search(r'^\d\d', 'has89kjkssss'))

# 3 $(檢測是否是字符串結(jié)尾)
re_str = r'abc$'
print(re.fullmatch(re_str, 'abc'))
print(re.search(r'\d\d$', 'has89kjkssss77'))


print('=================3.轉(zhuǎn)義符號==================')
# 1.轉(zhuǎn)義符號：在有特殊功能独旷、意義的符號前加'\',讓這個正則符號變成普通符號
"""
注意: 除了^放在[]開頭署穗，和-放在兩個字符之間以外， 其他單獨的特殊符號嵌洼，在[]沒有特殊功能都是表示字符本身
"""
re_str = r'\d\d\.\d\d'
print(re.fullmatch(re_str, '89=78'))

re_str = r'\^\d\d\d'
print(re.fullmatch(re_str, '^789'))

re_str = r'\d\d[.]\d\d'
print(re.fullmatch(re_str, '23=45'))

# ^在[]中不是在開頭就沒有特殊意義
re_str = r'\d\d[a^]\d\d'
print(re.fullmatch(re_str, '23=45'))

# -在[]中只要不是放在兩個字符之間都表示-本身s
re_str = r'\d\d[-a]\d\d'
print(re.fullmatch(re_str, '23-45'))


re_str = r'\d\d[1\-ka\]]\d\d'
print(re.fullmatch(re_str, '23-45'))


print('=================4.匹配次數(shù)==================')
# 1 *(匹配0次或多次)
"""
字符*  - 指定的字符出現(xiàn)0次或者多次
a*  - 字符a匹配0次或者多次
\d* - 數(shù)字匹配0次或者多次
[a-z]*  - 小寫字母匹配0次或者多次
"""
re_str = r'a*bc'
print(re.fullmatch(re_str, 'bc'))
print(re.fullmatch(re_str, 'abc'))
print(re.fullmatch(re_str, 'aaabc'))

# 2. +(匹配1次或者多次)
# 匹配一個字符串開頭是a,結(jié)束是b,中間至少一個數(shù)字
re_str = r'a\d+b'
re_str = r'a\d\d*b'
print(re.fullmatch(re_str, 'a89b'))

# 3. ?(0次或1次)
# 練習：寫一個正則表達式案疲，能夠匹配一個整數(shù)字符串
# 283、-834麻养、+823褐啡、9、-23
re_str = r'[-+]?\d+'
print(re.fullmatch(re_str, '-7890283024'))

# 4. {}
"""
{N}  -  匹配N次
{M,N} - 匹配至少M次鳖昌，最多N次
{M,}  -  匹配至少M次
{,N}  -  匹配最多N次

* == {0,}
+ == {1,}
? == {0,1}
"""
re_str = r'\d{4}'
print(re.fullmatch(re_str, '8273'))

re_str = r'\d{2,4}'
print(re.fullmatch(re_str, '889'))

re_str = r'[xyz]{,3}'
print(re.fullmatch(re_str, 'xy'))


# 練習: 寫一個正則表達式判斷密碼是否符號要求：密碼由數(shù)字和字母組成备畦，并第一個字符是大寫字母低飒，長度是6-12位
re_str = r'[A-Z][a-zA-Z\d]{5,11}'

# 5.非貪婪
"""
1)貪婪 - 匹配次數(shù)不確定的時候盡可能多的匹配 （上面次數(shù)不確定的符號都是貪婪的）
2)非貪婪 - 匹配次數(shù)不確定的時候盡可能少的匹配 (上面次數(shù)不確定的符號后面加?就會變成非貪婪)
*? - 0次或多次, 盡可能少
+? - 1次或多次, 盡可能少
?? - 0次或1次, 盡可能少
{N,M}?
{M,}?
{,N}?
"""
re_str = r'a+'
print(re.search(re_str, 'baaaac'))

re_str = r'a+?'
print(re.search(re_str, 'baaaac'))

re_str = r'a.*b'
print(re.search(re_str, 'a12bmnb===='))     # match='a12bmnb'

re_str = r'a.*?b'
print(re.search(re_str, 'a12bmnb===='))    # match='a12b'


print('=================5.分之和分組==================')

# 1  |(分之)
"""
正則1|正則2  - 先用正則1進行匹配，如果匹配失敗再用正則2匹配（正則1和正則2中只要有一個匹配成功就成功萍恕，兩個失敗了才失斠萼帧）

注意: 如果正則1匹配成功了车要，不會再使用正則2去匹配
"""
# 匹配一個字符串允粤，是abc或者xyz
# 'abc', 'xyz'
re_str = r'abc|xyz'
print(re.fullmatch(re_str, 'abc'))

re_str = r'\d{3}|[a-zA-Z]{4}|\+{3}'
print(re.fullmatch(re_str, '+++'))

re_str = r'x{3}|y{3}123'
print(re.fullmatch(re_str, 'yyy123'))

# 2.()-分組
"""
將部分正則作為一個整體
1.整體區(qū)分
re_str = r'(xxx|yyy)[A-Z]{2}[a-z]{2}\d{2}'
2.整體操作
re_str = r'(\d{2}[a-zA-Z]{2}){3}'
3.整體重復(fù)
\M  - 重復(fù)前面第M個分組匹配到的內(nèi)容
"""
# re_str = r'xxx[A-Z]{2}[a-z]{2}\d{2}|yyy[A-Z]{2}[a-z]{2}\d{2}'
re_str = r'(xxx|yyy)[A-Z]{2}[a-z]{2}\d{2}'
print(re.fullmatch(re_str, 'yyyASjk23'))

# '88js82ll67hj'
# re_str = r'\d{2}[a-zA-Z]{2}\d{2}[a-zA-Z]{2}\d{2}[a-zA-Z]{2}'
re_str = r'(\d{2}[a-zA-Z]{2}){3}'
print(re.fullmatch(re_str, '88js82ll67hj'))

# 89abc89, 11abc11
re_str = r'(\d\d)abc\1'
print(re.fullmatch(re_str, '90abc90'))

re_str = r'(\d{3})([a-z]{2})\2\1\2'
print(re.fullmatch(re_str, '234bnbn234bn'))

from re import *

# 1.(了解)compile(正則表達式)  - 創(chuàng)建正則表達式對象
re_str = r'\d{3}'
re_obj = compile(re_str)

# fullmatch(re_str, '234')
# re_obj.fullmatch('234')

# 2.fullmatch  - 完全匹配
"""
fullmatch(正則表達式, 字符串)  - 讓正則和字符串完全匹配;匹配失敗返回None,匹配成功返回匹配對象

對整個字符串進行檢查的時候使用，比如判斷賬號翼岁、密碼是否合法类垫；手機號、郵箱是否合法等
"""
result = fullmatch(r'\d{3}[a-z]{2}[A-Z]{3}', '232anAHS')
print(result)

# 3.match  - 匹配字符串開頭
"""
match(正則表達式, 字符串)  - 讓正則和字符串開頭匹配;匹配失敗返回None,匹配成功返回匹配對象
"""
result = match(r'\d{3}', '3495hsjs02-3')
print(result)


# 4.search   -  字符串查找
"""
search(正則表達式, 字符串) - 在字符串中找到第一個和正則表達式匹配的子串琅坡；沒有匹配到就返回None,否則返回匹配對象
"""
result = search(r'a(\d{3})([A-Z]{2})', 'hello-a782KH--=23hjahsf')
print(result)

# 通過匹配對象能獲取到以下內(nèi)容
# a. 匹配結(jié)果
print(result.group())    # a782KH, 獲取整個正則表達式匹配到的結(jié)果
print(result.group(1))   # 782, 獲取第一個分組匹配到的結(jié)果
print(result.group(2))   # KH, 獲取第二個分組匹配到的結(jié)果

# b.匹配范圍(被匹配到的內(nèi)容在原字符串中的范圍-(開始下標,結(jié)束下標))
print(result.span())
print(result.start())
print(result.end())

# c.獲取原字符串
print(result.string)

# 5. split - 字符串切割
"""
split(正則表達式, 字符串, 切割次數(shù))  - 將字符串按照滿足正則表達式的子串進行切割;返回的是一個列表悉患，列表中是被切開的子串

切割次數(shù) - 不傳參就全切
"""
print(split(r'\d+|[A-Z]+', 'hsj8kkjs9999lkjaHlks92jj8js9lkKIsj90kjkj', 1))


# 6.sub - 字符串替換
"""
sub(正則表達式,新字符串,原字符串, 替換次數(shù))  - 將原字符串中滿足正則表達式的子串替換成新字符串
替換次數(shù) - 不傳參就全部替換
"""
# print('shdfjaha23hj79hjh902nm3jj'.replace('a','+'))
print(sub(r'\d+', '*', 'how hj2h aeu8js90njj8899nnnnas'))

print(sub(r'[操肏艸草曹]|[fF]uck|shit|傻[比屄逼叉缺吊屌]|煞筆', '*', '你丫是傻叉嗎? 我操你大爺?shù)? Fuck you.'))

# 7. findall - 查找所有
"""
findall(正則表達式, 字符串)  - 在字符串中查找所有滿足正則表達式的子串，以列的形式返回
"""
print(findall(r'\d+', 'ashd88hkjahs9hjs81hs123hj78'))

print(findall(r'\d+a', 'ashd88ahkjahs9hjs81hs123ahj78'))   # ['88a', '123a']
# 有一個分組榆俺，只取分組匹配到的內(nèi)容
print(findall(r'(\d+)a', 'ashd88ahkjahs9hjs81hs123ahj78'))  # ['88', '123']

print(findall(r'(\d+)([a-z]{2})', 'ashd88ahkjahs9hjs81hs123ahj78'))  # [('88', 'ah'), ('9', 'hj'), ('81', 'hs'), ('123', 'ah')]


# 注意：使用findall的時候售躁，如果有分組想要取整個正則匹配的結(jié)果是取不到
print(findall(r'(\d[a-z]){3}\+', 'ahjs8a2a8j+胡士大夫9m2s0j+接收到sd8p+ss==='))  # ['8j', '0j']

# 8. finditer - 查找所有
"""
finditer(正則表達式, 字符串) - 在字符串中查找所有滿足正則表達式的子串； 返回一個迭代器茴晋，元素是每個子串對應(yīng)的匹配對象
"""
result = finditer(r'(\d[a-z]){3}\+', 'ahjs8a2a8j+胡士大夫9m2s0j+接收到sd8p+ss===')
print(result)
for x in result:
    print(x.group(), x.group(1))



def get_name():
    with open('data.txt', encoding='utf-8') as f:
        content = f.read()
        print(content)
        re_str = r'"name":"(.+?)",'
        result = findall(re_str, content)
        # result = re.findall(r'\d\d','ashjf89kjskdf90naskhfk899nn,nmf67jkhh56hkhjk78')
        print(result)
# get_name()