1 正則表達(dá)式
正則表達(dá)式就是用來(lái)檢測(cè)字符串是否滿(mǎn)足某種規(guī)則的工具
例如：
- 1.賬號(hào)是手機(jī)號(hào)/郵箱：位數(shù)/組成等
- 2.到拉薩開(kāi)！發(fā)金額∏俣В看看是鸣峭？打算離佑菩，開(kāi)啥都看
- 3.某些話(huà)替換成**等。
a.正則語(yǔ)法
b.python對(duì)正則表達(dá)式的支持，提供了一個(gè)內(nèi)置模塊：re
fullmatch(正則表達(dá)式，字符串)：判斷字符串是否符合正則表達(dá)式的規(guī)則训貌。
2 正則符號(hào)
2.1 單個(gè)字符
1）"."：匹配任意字符，一個(gè)"."只能匹配一位
# 匹配一個(gè)字符串冒窍，只有一位字符并這個(gè)字符是任意字符
re_str = r'.'
result = fullmatch(re_str, 'a')
print(result)
2）"\w"：匹配字母递沪、數(shù)字、下劃線(xiàn)综液，一個(gè)"\w"只能匹配一位
匹配一個(gè)字符串款慨，前三位分別是abc，最后兩位是字母數(shù)字或者下劃線(xiàn)意乓。一個(gè)\w只能匹配一位
re_str = r'abc\w\w'
result = fullmatch(re_str, 'abc1_')
print(result)
3）"\s"：匹配空白字符（空白指空格樱调、制表符和回車(chē)等所有能產(chǎn)生空白的字符）,一個(gè)"\s"只能匹配一位
re_str = r"\w\w\w\s."
result = fullmatch(re_str, 'hu2\n?')
print(result)
4）"\d"：匹配一個(gè)數(shù)字字符
匹配一個(gè)字符串，前三位是數(shù)字字符届良，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(cè)是否是單詞邊界（單詞的開(kāi)頭、單詞的結(jié)尾）
注意：正則中遇到\b圣猎，匹配時(shí)先不管士葫，匹配成功后再回頭看\b位置是夠是單詞邊界。
# 匹配一個(gè)字符串送悔，前四位是when慢显，第五位是空白爪模，空白后面是where。并且第四位n的后面是個(gè)邊界
re_str = r'when\b\swhere'
result = fullmatch(re_str, 'when where')
print(result)
6）"^"：檢測(cè)字符串是否以給定的正則表達(dá)式開(kāi)頭
# 匹配一個(gè)字符串荚藻，是否以?xún)蓚€(gè)數(shù)字開(kāi)頭
re_str = r'^\d\d..'
result = fullmatch(re_str, '23s#')
print(result)
7）"$"：檢測(cè)字符串是否以給定的正則表達(dá)式結(jié)束
re_str = r'..\d\d$'
result = fullmatch(re_str, 's&56')
print(result)
8）"\W"：匹配一個(gè)非字母屋灌、數(shù)字、下劃線(xiàn)的字符
re_str = r'\W\w'
result = fullmatch(re_str, '&5')
print(result)
9）"\S"：匹配非空白字符
re_str = r'\S\w\w\w'
result = fullmatch(re_str, 'asdf')
print(result)
10）"\D"：匹配一個(gè)非數(shù)字字符
11）"\B"：檢測(cè)非單詞邊界
2.2 匹配次數(shù)
1）"[]"：匹配中括號(hào)中出現(xiàn)的任意字符应狱，一個(gè)中括號(hào)匹配一個(gè)字符
# 匹配一個(gè)三位的字符串共郭，其中第一位是a或b或c，后兩位是數(shù)字
re_str = r'[abc]\d\d'
result = fullmatch(re_str, 'a45')
print(result)
result = fullmatch(re_str, 'c89')
print(result)
# -在正則中的中括號(hào)中的應(yīng)用：如果將減號(hào)放到兩個(gè)字符之間代表的是誰(shuí)到誰(shuí)疾呻，如果想要表示'-'本身除嘹，就放在開(kāi)頭或結(jié)尾。
# 要求一個(gè)字符串中的第一個(gè)是1-8中的一個(gè)岸蜗，后面兩位是小寫(xiě)字母
# [1-8]：代表的字符集是：12346578
# [-18]or[18-]:代表的字符集是18-
re_str = r'[1-8][a-z][a-z]'
result = fullmatch(re_str, '8jj')
print(result)
2）[^字符集]：匹配不在[]字符集中的任意一個(gè)字符
# 匹配一個(gè)四位的字符串尉咕，第一位不是大寫(xiě)字母，后三位是abc
re_str = r'[^A-Z]abc'
result = fullmatch(re_str, 'aabc')
print(result)
3）"*"：匹配0次或者多次
# 匹配一個(gè)字符串璃岳，最后一位是b年缎，b前面有0個(gè)或者多個(gè)a
re_str = r'a*b'
result = fullmatch(re_str, 'aaaab')
print(result)
4）"+"：匹配1次或者多次（至少一次）
# 判斷一個(gè)字符串是否是無(wú)符號(hào)的整數(shù)
re_str = r'[1-9]+\d*'
result = fullmatch(re_str, '120')
print(result)
注意：次數(shù)相關(guān)的操作，都是約束的次數(shù)符號(hào)的前一個(gè)字符
5）"?"：匹配0次或者一次
re_str = r'@?\d+'
result = fullmatch(re_str, '@16723')
print(result)
# 判斷一個(gè)字符串是否是整數(shù)（包含正整數(shù)和負(fù)整數(shù)）
# +200铃慷，-120单芜，-99
re_str = r'[+-]?[1-9]+\d*'
result = fullmatch(re_str, '8')
print(result)
6）"{N}"：匹配N(xiāo)次
re_str = r'\d{3}'
result = fullmatch(re_str, '888')
print(result)
7）"{N,}"：至少匹配N(xiāo)次
re_str = r'\w{4,}'
result = fullmatch(re_str, '8888')
print(result)
8）"{,N}"：至多匹配N(xiāo)次
re_str = r'\w{,4}'
result = fullmatch(re_str, '88')
print(result)
9）"{M,N}"：匹配至少M(fèi)次，至多N次（N>M）
re_str = r'\w{6,8}'
result = fullmatch(re_str, '8888888')
print(result)
2.3 分之和分組
1）"|"：分之（相當(dāng)于邏輯運(yùn)算中的or）
# 匹配一個(gè)字符串是三個(gè)字母或者是三個(gè)數(shù)字
re_str = r'[a-zA-Z]{3}|\d{3}'
result = fullmatch(re_str, 'abc')
print(result)
# \d{3}[a-z]是分之的第一個(gè)條件枚冗，[A-F]{3}是分之的第二個(gè)條件
re_str = r'\d{3}[a-z]|[A-F]{3}|'
result = fullmatch(re_str, 'AEF')
print(result)
# 正則中的分之有短路操作：如果使用|去連接多個(gè)條件缓溅，前面的條件已經(jīng)匹配出結(jié)果，那么久不會(huì)使用后面的條件再去匹配
# 練習(xí)：寫(xiě)一個(gè)正則表達(dá)式赁温，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'
re_str = r'[1-9]\d*|\d+[.]\d+'
print(findall(re_str, 'abc12.5hhh60,30.2kkk9nn0.12'))
re_str = r'\d+[.]\d+|[1-9]\d*'
print(findall(re_str, 'abc12.5hhh60,30.2kkk9nn0.12'))
2）分組
a.分組
# 通過(guò)加()來(lái)對(duì)正則條件進(jìn)行分組
# 兩位數(shù)字兩位字母出現(xiàn)三次
re_str = r'([a-z]{2}\d{2}){3}'
print(fullmatch(re_str, 'ac23sd54sf89'))
# 匹配一個(gè)字符串坛怪，按照一個(gè)數(shù)字一個(gè)字母的規(guī)律出現(xiàn)多次
re_str = r'(\d[a-z])+'
print(fullmatch(re_str, '9s6s3s8a4f'))
b.重復(fù)
# 可以通過(guò) \數(shù)字 來(lái)重復(fù)匹配前面的括號(hào)中匹配的結(jié)果
re_str = r'(\d{2}[A-Z])=%\1'
print(fullmatch(re_str, '12B=%12B'))
re_str = r'(\d{3})-(\w{2})\1{2}\2'
print(fullmatch(re_str, '132-aa132132aa'))
c.捕獲
# 按照完整的正則表達(dá)式去匹配，只捕獲()中的內(nèi)容股囊。只有在findall中有效
re_str = r'a(\d{3})b'
print(fullmatch(re_str, 'a786b'))
print(findall(re_str, 'a786b'))
3 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(méi)有任何關(guān)系袜匿。
在python中的字符串前加r阻止的是字符串轉(zhuǎn)義，不能阻止正則表達(dá)式的轉(zhuǎn)義稚疹。2.在正則表達(dá)式中居灯，可以通過(guò)在有特殊意義的符號(hào)前加''來(lái)表示符號(hào)本身。
+ . * ? \ ( ) [ ] ^ $ |注意：
a.減號(hào)只有在中括號(hào)中的兩個(gè)字符之間才有特殊意義内狗，一般情況下不用轉(zhuǎn)義怪嫌。
b.如果特殊符號(hào)是放在中括號(hào)中作為字符集的內(nèi)容，那么出了減號(hào)在兩個(gè)字符之間外和'',都不需要轉(zhuǎn)義柳沙。
c.''在哪里都要轉(zhuǎn)義岩灭，'^'放在中括號(hào)的最前面需要轉(zhuǎn)義。
re_str = r'a\+'
print(fullmatch(re_str, 'a+'))
re_str = r'\\w-a'
print(fullmatch(re_str, '\w-a'))
re_str = r'\(\d{3}'
print(fullmatch(re_str, '(123'))
re_str = r'[.\\?*]abc'
print(fullmatch(re_str, '\\abc'))
輸出結(jié)果為：
<_sre.SRE_Match object; span=(0, 2), match='a+'>
<_sre.SRE_Match object; span=(0, 4), match='\\w-a'>
<_sre.SRE_Match object; span=(0, 4), match='(123'>
<_sre.SRE_Match object; span=(0, 4), match='\\abc'>
4 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(duì)象
import re
re_str = r'\d+'
re_object = re.compile(re_str)
print(re_object)
# 不轉(zhuǎn)成對(duì)象赂鲤，調(diào)用相應(yīng)的函數(shù)
# re.match(re_str, '78s')
# 轉(zhuǎn)換成對(duì)象噪径，調(diào)用相應(yīng)的方法
print(re_object.match('78s'))
輸出結(jié)果為：
re.compile('\\d+')
<_sre.SRE_Match object; span=(0, 2), match='78'>
2.match(正則表達(dá)式柱恤，字符串)
# 判斷字符串的開(kāi)頭是否能夠和正則表達(dá)式匹配
# 返回值是匹配結(jié)果，如果匹配成功返回匹配對(duì)象找爱，否則返回None
re_str = r'abc\d{3}'
match1 = re.match(re_str, 'abc123456')
match2 = re.fullmatch(re_str, 'abc234')
print(match1)
print(match2)
輸出結(jié)果為：
<_sre.SRE_Match object; span=(0, 6), match='abc123'>
<_sre.SRE_Match object; span=(0, 6), match='abc234'>
- a.匹配到的范圍梗顺。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())
# 獲得終點(diǎn)
print(match1.end())
re_str = r'(\d{3})\+([a-z]{2})'
match1 = re.match(re_str, '234+hjaaaaa')
print(match1)
print(match1.span())
# 在匹配結(jié)果中车摄，獲取第1個(gè)分組的范圍
print(match1.span(1))
# 在匹配結(jié)果中寺谤，獲取第2個(gè)分組的范圍
print(match1.span(2))
# 在匹配結(jié)果中，獲取第2個(gè)分組的起始下標(biāo)
print(match1.start(2))
輸出結(jié)果為：
(0, 6)
0
6
<_sre.SRE_Match object; span=(0, 6), match='234+hj'>
(0, 6)
(0, 3)
(4, 6)
4
-
b.獲取匹配結(jié)果對(duì)應(yīng)的字符串
注意：group參數(shù)练般，用來(lái)指定分組對(duì)應(yīng)的相應(yīng)的結(jié)果
print(match1.group())
print(match1.group(1))
print(match1.group(2))
輸出結(jié)果為：
234+hj
234
hj
- c.獲取被匹配的原字符串
print(match1.string)
輸出結(jié)果為：
234+hjaaaaa
3.search(正則表達(dá)式矗漾，字符串)
在字符串中去查找第一個(gè)滿(mǎn)足正則表達(dá)式要求的子串，如果找到了就返回匹配對(duì)象薄料，找不到返回None敞贡。
search1 = re.search(r'\d+aa', 'hello 78aabc world')
print(search1)
if search1:
print(search1.span())
輸出結(jié)果為：
<_sre.SRE_Match object; span=(6, 10), match='78aa'>
(6, 10)
練習(xí)：使用search將一個(gè)字符串中所有的數(shù)字字符串全部找到。摄职。誊役。
# '工資是10000元，年齡是18歲谷市，身高是：180蛔垢，顏值100分'
str1 = '工資是10000元，年齡是18歲迫悠，身高是：180鹏漆，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)
輸出結(jié)果為：
10000
18
180
100
4.spilt(正則表達(dá)式，字符串)
按滿(mǎn)足正則表達(dá)式的子串去切割字符串创泄，返回值是列表艺玲。
str1 = '窗前明月光，疑是地上霜鞠抑。舉頭望明月饭聚，低頭思故鄉(xiāng)！'
result = re.split(r'[搁拙，秒梳。,！!]', str1)
print(result)
輸出結(jié)果為：
['窗前明月光', '疑是地上霜', '舉頭望明月', '低頭思故鄉(xiāng)', '']
5.sub(正則表達(dá)式箕速，替換字符串酪碘，被替換的字符串)
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)
輸出結(jié)果為：
你丫是*嗎盐茎？我*你大爺?shù)?* you
6.findall(正則表達(dá)式婆跑，字符串)
獲取字符串中所有滿(mǎn)足正則表達(dá)式的子串，返回值是列表庭呜。
result = re.findall(r'[a-z]+', '%%#si%chuang,你好')
print(result)
輸出結(jié)果為：
['si', 'chuang']
