from re import fullmatch,search,findall

1.什么是正則表達式

正則表達式是處理字符串的工具,通過不同的正則符號來描述字符串的規(guī)則

2.正則符號(正則表達式的語法)

1)普通字符

含義:
除了在正則中有特殊功能和特殊意義的符號意外的字符都算普通字符
普通字符代表字符本身

# 匹配一個字符中有三個字符：分別是'a','b','c'
re_str = r'abc'
result = fullmatch(re_str,'abc')
print(result)  # <re.Match object; span=(0, 3), match='abc'>
result = fullmatch(re_str,'abced')
print(result)  # None

2) . - 匹配任意一個字符

匹配一個字符串長度為3限府，第一個字符為'a',最后一個字符為'c',中間任意一個字符都可以

result = fullmatch(r'a.c','asc')
print(result)  # <re.Match object; span=(0, 3), match='asc'>

3）\w - 匹配一個數(shù)字、字母或者_(在ASCII碼表中)

一個\w只能匹配一個字符
了解痢缎，不好用胁勺，用起來有問題

result = fullmatch(r'\w\wa','1sa')
print(result)  # <re.Match object; span=(0, 3), match='1sa'>

4) \d - 匹配任意一個數(shù)字字符

一個\d只能匹配一個字符

result = fullmatch(r'\da\d','2a3')
print(result)  # <re.Match object; span=(0, 3), match='2a3'>
result = fullmatch(r'\da\d...','2a3ej9')
print(result)  # <re.Match object; span=(0, 6), match='2a3ej9'>

5) \s - 匹配任意一個空白字符

空白字符：表示可以產(chǎn)生空白效果的字符，包括：空格牺弄、換行姻几、制表符...

result = fullmatch(r'\da\s.\s.\s.','2a\ne\tj 9')
print(result)  # <re.Match object; span=(0, 8), match='2a\ne\tj 9'>

6) \大寫字母

\D - 匹配非數(shù)字字符
\S - 匹配一個非空白字符

result = fullmatch(r'\D\S\S\S','OSDF')
print(result)  # <re.Match object; span=(0, 4), match='OSDF'>

7) [字符集] - 匹配字符集中出現(xiàn)的任意一個字符

注意：一個[]只能匹配一個字符
[abc] ：表示匹配'a'或者'b'或者'c'
[趙錢孫李] ：表示匹配趙錢孫李中的一個字符
[]中含有-（字符編碼值遞增）
[1-9] ：匹配1到9中任意一個
[a-zA-Z] : 匹配任意一個字母
[a-zA-Z\d] : 匹配任意一個字母數(shù)字
[\u4e00-\u9fa5] : 匹配任意一個中文

result = fullmatch(r'[135]ab','3ab')
print(result)  # <re.Match object; span=(0, 3), match='3ab'>
result = fullmatch(r'[1-5]ab','3ab')
print(result)  # <re.Match object; span=(0, 3), match='3ab'>

8) [^字符集] ：匹配不在字符集中的任意一個字符

[^abc] : 匹配任意一個不是a,b,c的字符
[^2-8] : 匹配不是數(shù)字2到8的任意一個字符

result = fullmatch(r'[^1-5]ab','6ab')
print(result)  # <re.Match object; span=(0, 3), match='6ab'>

3.檢測字符

所有的檢測符號都不會影響字符串的長度

1) \b :檢查是否是單詞邊界

單詞邊界：能夠?qū)蓚€單詞隔開，且不會產(chǎn)生歧義的任意符號：如空白字符势告、標點符號蛇捌、字符串開頭和字符串結(jié)尾
匹配規(guī)則：先去掉\b對字符串進行匹配，如果匹配成功再檢查\b所在的位置是否是單詞邊界
注意：\b只做判斷咱台，不代表字符

result = search(r'you \bare', 'you are dfs')
print(result)  # <re.Match object; span=(0, 7), match='you are'>
result = findall(r'. \b.', 'you are dfs')
print(result)  # ['u a', 'e d']

2) ^{在[]外面,檢查}所在的位置是否是字符串開頭

result = search(r'^[^a-z]ab', '1ab 5ab dfs')
print(result)  # <re.Match object; span=(0, 3), match='1ab'>
result = findall(r'^[^a-z]ab', '1ab 5ab dfs')
print(result)  # <re.Match object; span=(0, 3), match='1ab'>

3) $- 檢查$ 所在的位置是否是字符串結(jié)尾

result = search(r'[^a-z]ab$', 'dljsdfiojfkfls1ab')
print(result)  # <re.Match object; span=(14, 17), match='1ab'>

4络拌、控制次數(shù)的符號：字符符號

1). * - 匹配任意次（包括0次）

123a* - 123后面a可以出現(xiàn)任意次 123 123a 123aa 123aaa 123aaaa
123\d* - 123后面可以出現(xiàn)任意個數(shù)字 1234556444343 123 123458
123[mnxy9]* - 123,123m,123mn,123nm9,...

2). + - 匹配1次或多次

123a+ - 123a,123aa,123aaa,...

3). ? - 匹配0次或者1次

-?123 - -123 123

4). {}

{N} - 匹配N次
a{3} - aaa
\d{3} - 123 345 432 235 ...
{M,N} - 匹配M到N次(至少M次，最多N次)
a{1,3} - a aa aaa
{M,} - 匹配至少M次
{,N} - 匹配最多N次

5.貪婪和非貪婪

在匹配次數(shù)不確定的時候回溺，會出現(xiàn)貪婪和非貪婪兩種情況春贸；默認情況都是貪婪的。

什么是貪婪：在能夠匹配成功的前提下遗遵，匹配次數(shù)盡可能多
什么是非貪婪：在能夠匹配成功的前提下萍恕，匹配次數(shù)盡可能少

在匹配次數(shù)后加？變成非貪婪

re_str = r'a.+'
print(search(re_str,'hsjsa==ejkx'))  # <re.Match object; span=(4, 11), match='a==ejkx'>
print(findall(re_str,'hsjsa==ejkx'))  # ['a==ejkx']
re_str = r'a\d+'
print(search(re_str,'hsjsa2334=a3=ea993jkx'))  # <re.Match object; span=(4, 9), match='a2334'>
print(findall(re_str,'hsjsa2334=a3=ea993jkx'))  # ['a2334', 'a3', 'a993']
re_str = r'a\d+?'
print(search(re_str,'hsjsa2334=a3=ea993jkx'))  # <re.Match object; span=(4, 6), match='a2'>
print(findall(re_str,'hsjsa2334=a3=ea993jkx'))  # ['a2', 'a3', 'a9']

6车要、分之與分組

1).分子： |

正則1|正則2 - 先讓正則1去匹配允粤，如果匹配成功就成功；如果匹配失敗再讓正則2去匹配
（正則1和正則2中只要有一個能匹配成功就行）

re_str = r'abc|123'
print(findall(re_str,'dl123ljvabcop123'))  # ['123', 'abc', '123']

2）.分組：() - 將括號里面的內(nèi)容作為一個整體

1)整體操作

r'(\d\d|[A-Z]{2})abc' - 匹配一個字符串后面是abc翼岁，前面是兩個數(shù)字或者兩個大寫字母
r'([a-z]\d){3}' - 一個字母加一個數(shù)字重復出現(xiàn)3次

2) 分組

a.分組截壤嗟妗：方便后面分段或者分情況取不同匹配結(jié)果
b.分組重復：在正則中用\X來重復前面第X個分組匹配到的內(nèi)容
注意：\X的前面必須有這個分組

re_str = r'(\d{3})[a-z]{3}\1'
print(search(re_str,'sdf123123jva123d'))  # <re.Match object; span=(0, 9), match='123jva123'>
print(findall(re_str,'sdf123123jva123d'))  # ['123']

練習1：寫一個正則表達式匹配一個字符串：abc的前面是兩個數(shù)字或者兩個大寫字母

方法1：r'\d{2}|[A-Z]{2}abc'
方法2：r'(\d\d|[A-Z]{2})abc'

7.轉(zhuǎn)義符號

1).加\

在正則中有特殊功能和特殊意義的符號前加\，讓這個符號的特殊功能和意義消失

re_str = r'\d{3}\.[a-z]{2}'
print(search(re_str, 's123.df123jva123.de'))  # <re.Match object; span=(1, 7), match='123.df'>
print(findall(re_str, 's123.df123jva123.de'))  # ['123.df', '123.de']

2).加[]

在[]中有特殊意義的符號：a.^放在最開頭 b.-放在兩個字符之間
其它符號包括：.+?*$ 這些單獨的符號在[]中都表示這個符號本身

re_str = r'\d{3}[.][a-z]{2}'
print(search(re_str, 's123.df123jva123.de'))  # <re.Match object; span=(1, 7), match='123.df'>

8.re模塊

re模塊是python提供的琅坡，專門針對正則表達式應(yīng)用的相關(guān)函數(shù)

1）.compile(正則表達式) -> 將正則表達式轉(zhuǎn)換成正則對象

re_obj = compile(r'\d{3}')
re_obj.fullmatch('123')

2）.字符串匹配

fullmatch(正則表達式悉患，字符串) - 讓正則表達式和字符串完全匹配
match(正則表達式，字符串) - 匹配字符串開頭

以上兩個方法的結(jié)果：匹配失敗結(jié)果是None榆俺，匹配成功會返回對象

re_str = r'\d{3}'
print(fullmatch(re_str,'345'))   # <re.Match object; span=(0, 3), match='345'>
print(match(re_str,'23549794'))   # <re.Match object; span=(0, 3), match='235'>

3)匹配對象

result = match(r'(\d{3})(=)([a-z]{2})','234=amdrer44')
print(result) # <re.Match object; span=(0, 6), match='234=am'>

a.獲取匹配到的字符串

匹配對象.group() - 獲取整個正則表達式匹配到的字符串售躁，結(jié)果是字符串
匹配對象.group(N) - 獲取整個正則表達式中第N個分組匹配到的字符串

print(result.group())     # 234=am
print(result.group(3))     # am

b.獲取匹配到的字符串在原字符串中的位置信息

匹配對象.span() -> 返回匹配結(jié)果在原字符串中的下標范圍：[開始下標坞淮，結(jié)束下標)
匹配對象.span(N) -> 返回第N個分組匹配到的結(jié)果在原字符串中的下標范圍：[開始下標，結(jié)束下標)

print(result.span())    # (0, 6)
print(result.span(2))     # (3, 4)

c.獲取原字符串

匹配對象.string

print(result.string)   # 234=amdrer44

4).查找

1)search(正則表達式陪捷，字符串) - 在字符串中查找第一個滿足正則表達式的子串碾盐，如果找到，結(jié)果是匹配對象揩局，找不到結(jié)果是None
2)findall(正則表達式，字符串) - 獲取字符串中所有滿足正則表達式的子串掀虎，返回值是一個列表
注意：如果正則表達式中有分組凌盯，列表中的元素就是匹配結(jié)果只會取分組匹配到的內(nèi)容
3)finditer(正則表達式，字符串) - 獲取字符串中所有滿足正則表達式的子串烹玉；返回值是一個迭代器驰怎，元素是匹配對象

result = search(r'(\d{3})(=)([a-z]{2})','234=amdrer44')
print(result)   # <re.Match object; span=(0, 6), match='234=am'>
result = findall(r'\d{3}[a-z]{2}','dsf4234fger3423434fewdf')
print(result)   # ['234fg', '434fe']
result = findall(r'(\d{3})[a-z]{2}','dsf4234fger3423434fewdf')
print(result)   # ['234', '434']
result = findall(r'(\d{3})([a-z]{2})','dsf4234fger3423434fewdf')
print(result)   # [('234', 'fg'), ('434', 'fe')]
result = finditer(r'(\d{3})([a-z]{2})','dsf4234fger3423434fewdf')
print(result)   # <callable_iterator object at 0x0000025604B5FFD0>
for x in result:
    print(x.group())   # 234fg    434fe

5).切割

split(正則表達式，字符串) - 將字符串中滿足正則表達式的子串作為切割點對字符串進行切割

result = split(r'\d+','dluo390202nnvov902jl9j93i')
print(result)   # ['dluo', 'nnvov', 'jl', 'j', 'i']

6).替換

sub(正則表達式二打，字符串1县忌，字符串2) - 將字符串2中所有滿足正則表達式的子串都替換成字符串1

python正則表達式