01-正則基本符號

1.什么是正則
正則表達式就是字符匹配的工具；是由正則符號和普通字符組成林艘，來匹配不同規(guī)律的字符串

2.python對正則表達式的支持
python中提供了一個re模塊，用來支持正則表達式
fullmatch（正則表達式，字符串）  - 用正則表達式去完全匹配字符串，如果匹配成功返回匹配結(jié)果婚度，失敗返回None志鞍。
python中的正則表達式的寫法：將正則內(nèi)容寫在字符串中鼓蜒，一般這個字符串的最前面會r/R

import re

1.普通字符

普通字符在表達式中，代表字符本身

# 匹配一個字符串泻帮，第一個字符是a肝陪，第二個字符是b，第三個字符也是最后一個字符是c

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

2. .(匹配任意字符)

在正則表達式中刑顺，  .出現(xiàn)的位置氯窍，可以匹配一個任意字符
注意：一個，只匹配一個字符

# 匹配一個長度上3的字符串蹲堂，并且第一個字符是a狼讨，最后一個字符是c，中間是任意字符
re_str = r'a.c'
result = re.fullmatch(re_str, 'abc')
print(result)

3.\w(匹配字母數(shù)字或者下劃線)

在正則表達式中柒竞，\w出現(xiàn)的位置政供，可以匹配一個任意的字母，數(shù)字或者下劃線(其實
也可以匹配Unicode編碼中除了ASCII碼朽基，剩下的都可以)
注意：
一個\w只能匹配一個字符
中文也能匹配

# 匹配一個長度是5的字符串布隔，并且字符串的前兩個是數(shù)字、字母稼虎、和下劃線衅檀，后面是三個任意字符
re_str = r'\w\w...'
result = re.fullmatch(re_str, '12ghg')
print(result)

4.\s(匹配空白字符)

空白字符包括：空格、制表符和換行符

# 匹配一個長度是4的字符串霎俩，并且字符串前兩位是字母數(shù)字或者下劃線（中文）哀军，
中間一個空白，在一個字母或者數(shù)字下劃線
re_str = r'\w\w\s\w'
result = re.fullmatch(re_str, '12\t1')
print(result)

\d(匹配數(shù)字字符)

# 匹配一個長度是5的字符串打却，字符串的前三位是數(shù)字字符杉适，后兩位是任意字符
re_str = r'\d\d\d..'
result = re.fullmatch(re_str, '132mb')
print(result)

\b(檢測單詞邊界)

注意：檢測\b出現(xiàn)的位置是否是單詞邊界，不會對字符進行匹配柳击。
     當(dāng)正則表達式中出現(xiàn)了\b猿推，匹配的時候去掉\b，匹配成功后再看\b出現(xiàn)的位置是否是單詞的邊界

單詞邊界：單詞開頭捌肴、單詞結(jié)尾蹬叭、標(biāo)點符號毯侦、空白符號等（只要能夠?qū)卧~區(qū)分開的符號都是屬于單詞邊界）

# 匹配字符串'hello,world',并要求w前面是單詞邊界，h的前面也是單詞邊界
re_str = r'\bhello,\bworld'
result = re.fullmatch(re_str, 'hello,world')
print(result)

^ (檢測字符串開頭)

在match和fullmatch中沒有意義具垫，search侈离、findall等中有意義

# 匹配一個字符串前面三個字符是'The',后面兩個任意字符
re_str = '^The..'
result = re.fullmatch(re_str, 'Thefg')
print(result)

$ (檢測字符串結(jié)尾)

在match和fullmatch中沒有意義，search筝蚕、findall等中有意義

# 匹配一個字符串卦碾，只有三位，分別是'The',并且e后面是字符串結(jié)尾
re_str = r'The$'
result = re.fullmatch(re_str, 'The')
print(result)

'\大寫字母'對應(yīng)的功能是'\小寫字母'功能取反

\W  -  匹配非數(shù)字字母下劃線
\D  -  匹配非數(shù)字字符
\S  -  匹配非空白字符
\B  -  檢測非單詞邊界
"""
# 匹配一個字符串起宽，第一個字符是數(shù)字洲胖，第二個是非數(shù)學(xué)，第三個是空白坯沪，第四個是數(shù)字字母下劃線绿映，最后一個是a
# 并且要求a前面是單詞邊界
re_str = R'\d\D\s\S\Ba'
result = re.fullmatch(re_str, '9h\t_a')
print(result)

字符集

1.[字符集]  -  匹配中括號出現(xiàn)的任意一個字符
例如：[abc]  -  匹配一個字符是a或者b或者c

注意：a.一個中括號只能匹配一個字符
      b.正則中有特殊功能的單個符號在[]都表示符號本身 例如：. $ ^ +  *  ?  |  等
      c.匹配字符的組合符號，在中括號中保持原來的功能腐晾，例如：\w \d \s \W \D \S
\
# 匹配一個長度是二的字符串叉弦，第一個字符是數(shù)字，第二個是b或者c或者d
re_str = r'\d[bcd]'
result = re.fullmatch(re_str, '2c')
print(result)

[字符1-字符2]  - 表示字符1到字符2（注意：要求字符1的編碼值要小于字符2）

[a-z]   -  表示匹配所有的小寫字母
[A-Z]    - 表示匹配所有的大寫字母
[a-zA-Z] - 表示匹配所有的字母
[1-7]  -    匹配數(shù)字字符1到7
[\u4e00-\u9fa5]  -  匹配所有的中文

[字符1字符2-]  -  這兒的-表示減號本身

# 匹配一個長度是三的字符串藻糖，第一個字符是數(shù)字字符1到7中的一個淹冰，第二個是abc-中的一個，第三個字符是小寫字母
re_str = r'[1-7][abc-][a-z]'
result = re.fullmatch(re_str, '6-z')
print(result)

[^字符集] - 匹配不在字符集中的任意一個字符

[^abc]  - 匹配除了'a','b','c'以外的其他任意字符
[^\d]  -  匹配除了數(shù)字字符以外的其他任意字符
[^a-z]  - 匹配除了小寫字母以外的其他任意字符

[abc^]  - 匹配'a','b','c','^'中的任意字符

02-正則控制匹配次數(shù)

import re

1 *（匹配0次或者多次）

a*  - a 出現(xiàn)0次或者多次巨柒，'','a','aa','aaa'````都可以匹配
\d*  - 任意數(shù)字出現(xiàn)0次或者多次樱拴，'','1','12','12134'`````都可以匹配
[abc]*  -  a,b,c出現(xiàn)0次或者多次
[A-F]*  -  A到F中任意字符出現(xiàn)0次或者多次

注意：在[]外面的*的前面需要一個字符或者一個匹配字符的符號

print(re.fullmatch(r'a*', ''))

2 +（匹配一次或者多次）

a+  - a至少出現(xiàn)一次
\d+ - 數(shù)字至少出現(xiàn)一次

3 ？（匹配0次或者一次）

a? - a出現(xiàn)0次或者一次洋满，‘’由驹，‘a(chǎn)'可以匹配


re_str = r'[+-]?[1-9]\d*'
result = re.fullmatch(re_str, '-42')
print(result)

4 {}

{N}  - 匹配N次互艾，a{3}:匹配三個'a'
{M,N}  -   匹配M到N次蔚龙，例如：a{3,5},匹配三個'a'或者四個'a',五個'a'
{,n}   -  最多匹配N次（0~N）  例如：a{,3},'','a','aa','aaa'
{M,}   -   至少匹配M次  例如：a{3,},'aaa','aaaa'```````

passworld= input('請輸入密碼（6-12位）：')
re_str = r'[a-zA-Z][\da-zA-Z]{5,11}'
result=re.fullmatch(re_str,passworld)
if result:
    print('密碼輸入合格Ｒ阏！')
else:
    print('密碼格式輸入錯誤Ｇ葑睢Ｏ偾印！')

03-分之川无、捕獲、貪婪

import re

1.分支

條件1  |  條件2    -  匹配條件1或者條件2
\d | [a-z]    -  匹配兩個數(shù)字字符虑乖，或者一個小寫字母
a\d{2} | \w{2}  - 匹配一個a后面兩個數(shù)字懦趋，或者兩個數(shù)字字母下劃線

注意：正則中的分之也會出現(xiàn)短路，當(dāng)條件1可以匹配疹味，就不會再使用條件2進行匹配

print(re.fullmatch(r'\d{2}|[a-z]', 'z'))
print(re.fullmatch(r'a\d{2}|\w{2}', 'sh'))

# 練習(xí)：寫一個正則表達式仅叫，匹配所有的數(shù)字帜篇，包括正的，負(fù)的诫咱，整數(shù)笙隙，小數(shù)，o
# 例如：100坎缭，+100竟痰，-100,12.5，-12.5掏呼，0,0.23,0.012
"""
12,12.34:  [+-]?[1-9]\d*[.]?\d*
0.12  :  [+-]?0[.]\d+
0  :  0
"""

re_str = r'[-+]?[1-9]\d*[.]?\d*|[+-]?0[.]\d+|0'
print(re.fullmatch(re_str, '14242'))

分組和捕獲

a.分組 - 將括號中的內(nèi)容作為一個整體

'abc123'
'abcHJS'
# 匹配一個字符串坏快，前三位是'abc',后三位是數(shù)字或者三個大寫字母
re_str = r'abc(\d{3}|[A-Z]{3})'
print(re.fullmatch(re_str, 'abc254'))

# 匹配一個字符串，以’數(shù)字小寫字母‘的形式出現(xiàn)3次
re_str = r'(\d[a-z]){3}'
print(re.fullmatch(re_str, '1j2h1g'))

b.捕獲
通過正則獲取符合條件的子串的時候憎夷，可以在正則表達式中加括號莽鸿，匹配后只獲取括號里面匹配到的內(nèi)容

re.findall（正則表達式，字符串） - 在字符串中去獲取符合正則表達式條件的所有的子串拾给，返回一個列表

str1 = 'sdha1554jfhak3131vxa1542vvvx'
print(re.findall(r'a(\d+)', str1))

c.重復(fù)匹配
帶多個分組的正則表達式中可以分組的后面添加’\數(shù)字‘來重復(fù)前面第幾個分組中匹配到的內(nèi)容
說明：\數(shù)字  - 這的數(shù)字代表著前面第幾個分組祥得；\1代表第一個分組 \2代表第二個分組

re_str = r'\d{3}([a-z]{2})a\1'
print(re.fullmatch(re_str, '123heahe'))

3.貪婪

匹配次數(shù)后加？就是貪婪：*蒋得？啃沪，+？窄锅，创千？？入偷，{M,N}追驴？,{M,}?   -表示盡可能少的重復(fù)

re_str = 'a.+?b'
str1 = 'hgadhshfutfbylfajsdghfb'
print(re.findall(re_str, str1))

4.轉(zhuǎn)義符號

在正則表達式中可以在有特殊意義或者特殊功能的符號前加\來取消其特殊功能
\\w  - 代表兩個字符，分別是’\‘和w
\+  - 代表+字符
\*  - 代表*字符
\?  - 代表疏之？字符

[],(),{}表示字符的時候殿雪，前面加\

注意：在中括號中，\必須加\表示\本身,^在最前面加\表示^本身锋爪， - 在兩個字符之間加\表示-本身

04-re模塊

import re

1.compile(了解)

compile(正則表達式) - 將正則表達式轉(zhuǎn)換成正則表達式對象
轉(zhuǎn)換成對象后可以通過對象調(diào)用對象方法

re_str = '\d{3}'
re_obj = re.compile(re_str)

# 調(diào)用模塊中的函數(shù)
print(re.fullmatch(re_str, '234'))
# 調(diào)用對象方法
print(re_obj.fullmatch('234'))

2.match和fullmatch

a. fullmatch(正則表達式, 字符串) - 完全匹配丙曙，從字符串開頭匹配到字符串結(jié)束
b. match(正則表達式, 字符串) - 不完全匹配，只匹配字符串開頭

匹配成功返回匹配對象其骄，匹配失敗返回None

re_str = r'\d([A-Z]{2})'
result1 = re.fullmatch(re_str, '2HK')
print(result1)

result2 = re.match(re_str, '8KLsjdddd==')
print(result2)

匹配對象

1.span - 匹配到的內(nèi)容的范圍亏镰，(開始下標(biāo), 結(jié)束下標(biāo)), 結(jié)束下標(biāo)取不到
匹配對象.span()  - 獲取整個正則表達式匹配到的范圍
匹配對象.span(n) - 獲取正則表達式中第n個分組匹配到的范圍(前提是有分組)

print(result2.span())
print(result2.span(1))

2.start和end - 獲取匹配結(jié)果的開始下標(biāo)和結(jié)束下標(biāo)
匹配對象.start()/匹配對象.end() - 獲取整個正則表達式匹配到的開始下標(biāo)/結(jié)束下標(biāo)
匹配對象.start(n)/匹配對象.end(n) - 獲取正則表達式中第n個分組匹配到的開始/結(jié)束下標(biāo)

print(result2.start(), result2.end())
print(result2.start(1), result2.end(1))

3.group - 獲取匹配到的內(nèi)容
匹配對象.group() - 獲取整個正則表達式匹配到的內(nèi)容
匹配對象.group(n) - 獲取正則表達式中第n個分組匹配到的內(nèi)容

print(result2.group())
print(result2.group(1))

4. string - 獲取用來匹配的原字符串
匹配對象.string

print(result2.string)

3.search

search(正則表達式, 字符串) - 匹配字符串中第一個滿足正則表達式的子串，
如果匹配成功返回匹配對象否則返回None            

str1 = 'abc123hks362shjjk990kll'
result = re.search(r'\d{3}[a-z]{2}', str1)
print(result)

4.split

split(正則表達式, 字符串) - 在字符串中按照滿足正則表達式條件的子串對字符串進行切割, 返回一個列表

str1 = 'ab+c7hdjd8jss-sk9sjj78s9kk*k'
result = re.split(r'\d+|[+*-]+', str1)
print(result)

5.sub

sub(正則表達式, 新子串, 字符串) - 用新子串替換字符串中滿足正則表達式的子串拯爽，返回一個替換后的字符串

str1 = '你丫是傻    叉嗎? 我操你大爺?shù)? F u c k you.'
result = re.sub(r'[丫操艸]|F\s*u\s*c\s*k|傻\s*叉', '*', str1)
print(result)

6.findall

findall(正則表達式, 字符串) - 在字符串中獲取滿足正則表達式的所有的字符索抓，返回一個列表，列表元素是字符串

注意：如果這個正則表達式中有一個分組，結(jié)果是列表中只那個分組匹配到的結(jié)果
     如果這個正則表達式中分組的個數(shù)大于1逼肯，結(jié)果是一個列表耸黑，列表中的元素是元祖，元祖中是每個分組匹配到的內(nèi)容

str1 = 'haja37jjkd89sdhs909nnna238==='
result = re.findall(r'[a-zA-Z]{2,}(\d+)([a-z]+?)', str1)
print(result)

7.finditer

finditer(正則表達式, 字符串) - 獲取字符串中滿足正則表達式的內(nèi)容篮幢，
返回的是一個迭代器大刊，迭代器中的元素是匹配對象

result = re.finditer(r'[a-zA-Z]{2,}(\d+)([a-z]+?)', str1)
print(result)
print(next(result))
print(next(result))

# 思考：寫一個自己finditer
def yt_finditer(pattern, string):
    re1 = re.search(pattern, string)
    while re1:
        yield re1
        string = string[re1.end():]
        re1 = re.search(pattern, string)


print('============')
result = yt_finditer(r'[a-zA-Z]{2,}(\d+)([a-z]+?)', str1)
print(next(result))
print(next(result))