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))