day15 正则表达式
2018-08-03 本文已影响0人
跟我念一遍
01 正则表达式的符号
正则表达式：用来做字符串查找，匹配，切割用的一种工具
python对正则表达式的支持：提供了re模块（python内置模块），包含字符串匹配，查找，切割等相关的方法
fullmatch(正则表达式，字符串);用正则表达式来和字符串进行匹配，看是否能够匹配成功
正则表达式：是一个符合规范的字符串
import re
if name == 'main':
# 注意：正则表达式的字符串，前面一般要加r来阻止转义。
# 因为正则表达式的符号中有很多带'\'的符号，其功能不是转义，而是表示特殊的意义
-
1 （.） ：匹配一个任意字符
"""匹配两个任意字符的字符串"""
re_str = r'..'
"""匹配第一个字符是a，第二个字符是b的字符串"""
re_str = r'ab'
"""匹配第一个字符是a，第二个字符是任意字符的字符串"""
re_str = r'a.'
print(re.fullmatch(re_str, 'ah'))
-
2.\w：匹配一个字符是字母，数字或者下划线
"""匹配第一个字符是字母，数字或者下划线，第二个字符是字母，数字，下划线"""
re_str = r'\w\w'
re_str = r'\w.\w'
print(re.fullmatch(re_str, 'a(0'))
-
3. \s：匹配空白字符，(空格，换行，制表符)
"""匹配第一个字符是a，第二个字符是空白，最后一个字符是b的字符串"""
re_str = r'a\sb'
print(re.fullmatch(re_str, 'a\nb'))
-
4.\d：匹配一个数字字符
re_str = r'\d\d\d'
print(re.fullmatch(re_str, '123'))
re_str = r'0\d\d'
print(re.fullmatch(re_str, '010'))
-
5.\b:检测边界（单词边界）
re_str = r'....\b'
print(re.match(re_str, '0199'))
"""匹配三个任意字符的前面和后面都是单词边界的字符串"""
re_str = r'\b...\b'
print(re.match(re_str, 'ab1！ab2'))
-
6. :检测字符串开始(The -- 匹配以The开头的字符串)
re_str = r'The'
print(re.fullmatch(re_str, 'The'))
print(re.findall(r'The', 'abc hThekl'))
-
7.$:检测字符串结束
re_str = r'abc$'
print(re.findall(re_str, 'a sdasd awdqf f wg rge abc'))
-
8. \W：匹配非字母，数字，下划线
re_str = r'\W\w'
print(re.fullmatch(re_str, '-b'))
-
9.\S:匹配非空白字符
re_str = r'\S\d'
print(re.fullmatch(re_str, 'a7'))
-
10.\D ：匹配非数字字符
"""匹配第一个字符是非数字字符，第二个字符是字母，数字，下划线"""
re_str = r'\D\w'
print(re.fullmatch(re_str, 'a7'))
-
11. \B:检测非边界
"""匹配前面两个字符是a和b，第三个字符是c，并且b的后面是一个非边界"""
re_str = r'ab\Bc'
print(re.fullmatch(re_str, 'abc'))
print(re.match(re_str, 'abc0'))
print(re.findall(re_str, 'aabcab'))
image.png
02 正则表达式符号组合
import re
if __name__ == '__main__':
-
1.[]匹配[]中出现的任意一个字符
"""匹配一个字符串，前三位是abc，第四位是1或a"""
re_str = r'abc[1a，]'
print(re.fullmatch(re_str, 'abc1'))
print(re.match(re_str, 'abc1asd'))
"""第一位是数字或者下划线，后面是abc"""
re_str = r'[\d_ ]abc'
print(re.fullmatch(re_str, ' abc'))
-
2.[^]匹配不在中括号中出现的任意一个字符
"""匹配一个字符串，前三位是abc，第四位不是数字也不是a"""
re_str = r'abc[^\da]'
print(re.fullmatch(re_str, 'abc '))
-
3.*：匹配0次或者多次
"""匹配一个字符串，前面是0个后者多个数字字符，然后是abc"""
re_str = r'\d*abc'
print(re.fullmatch(re_str, '1234abc'))
"""
[0-9]:匹配0到9中的任意一个字符
[1-8]:匹配1到8
[a-z]:匹配任意一个小写字母
[A-Z]:匹配一个大写字母
"""
re_str = r'[a-z,A-Z]'
print(re.fullmatch(re_str, 'B'))
# 写一个正则表达式，判断一个字符串是数字字符串（不能空串）
re_str = r'\d\d*'
re_str = r'[0-9][0-9]*'
print(re.fullmatch(re_str, '123456'))
# 写一个正则表达式，检测一个字符串是否是合格的标识符（字母数字下划线，数字不开头）
re_str = r'[^0-9]\w*'
print(re.fullmatch(re_str, '_abc'))
-
4. + :匹配一次或者多次
"""匹配一个字符串开头出现一次或者多个数字字符，然后再有0次或者多次数字，字母，下划线"""
re_str = r'\d+\w*'
print(re.fullmatch(re_str, '123asd456'))
-
5. ?：匹配0次或者1次
""""""
re_str = r'[a-z]?123'
print(re.fullmatch(re_str, 'a123'))
-
6.判断一个字符串是否是正整数字符串
'123'-> 成功
'1234'-->成功
'0123'-->None
re_str = r'[+]?[1-9]\d*'
print(re.fullmatch(re_str, '+123'))
-
7.{N} 匹配N次
"""前面5个数字，然后是abc"""
re_str = r'\d{5}abc'
# 前三位是12ab中的任意三次，例如11a，11b，aab，abb，aaa
re_str = r'[12ab]{3}abc'
print(re.fullmatch(re_str, '111abc'))
-
8.{N，}匹配大于等于N次
"""前面至少三位数字，后面随意"""
re_str = r'\d{3,}.*'
print(re.fullmatch(re_str, '337biasd123nlmp;'))
-
9.{M,N}匹配最少M次，最多N次
"""密码要求：数字，字母组成，并且8-16位"""
re_str = r'[\da-zA-Z]{8,16}'
print(re.fullmatch(re_str, 'ab1a5s6d1a6'))
-
10.|：分之（运算等级低）
# 匹配一个字符串，是三个数字字符或者是三个小写字母
re_str = r'\d{3}|[a-z]{3}a'
print(re.fullmatch(re_str, 'abca'))
-
11.（）匹配的时候是分组，让括号中的正则条件变成一个整体
re_str = r'(123){3}' # （整体重复三次）
print(re.fullmatch(re_str, '123123123'))
re_str = r'(\d\w[0-3]){2}'
print(re.fullmatch(re_str, '7b26a1'))
"""======以下了解======="""
-
12.*? ： 重复任意次，尽可能少的重复
re_str = r'ba*?b'
print(re.match(re_str, 'baaab'))
-
13.+?: 重复一次或多次，尽可能少的重复
re_str = r'ba+?'
print(re.match(re_str, 'baaaaaa'))
-
14.？？：重复0次或者1次，尽可能少的重复
re_str = r'ab??'
print(re.match(re_str, 'abbbbbb'))
-
15.{N,}？：重复至少N次，尽可能少的重复
-
16.{M,N}？：重复M到N次，尽可能少的重复
image.png
03 正则表达式的符号转义
正则中：. \ [] {} () * $ + ? ^ | 这些字符有特殊意义
所以在正则表达式中，如果想要单纯表达这些字符，需要在前面加''；
注意：
1.-，[],^ ,\在中括号中可能是特殊的符号,需要在前面加\
- . {} () * + ? $ |在中括号中可以不用加,用来表示字符
import re
if __name__ == '__main__':
re_str = r'\d+\.\d+'
print(re.fullmatch(re_str, '12.89'))
re_str = r'[+*$?|^\.]'
print(re.fullmatch(re_str, '+'))
re_str = r'[\^]' # 匹配 字符^
re_str = r'[\\]' # 匹配 字符\
re_str = r'[$]'
re_str = r'[\[]]'
print(re.fullmatch(re_str, '[]'))
# 1. \数字 ----> 匹配前面第N个组中匹配到的内容
re_str = r'([0-9][a-z]{2})\d\1'
print(re.fullmatch(re_str, '1hu21hu'))
# 2.练习 IP地址是否合法
"""
X.X.X.X
X:0-255
"""
re_str = r'(([1-9]|[1-9]\d|1\d{2}|2[0-4]/d|25[0-5])\.){3}([1-9]|[1-9]\d|1\d{2}|2[0-4]/d|25[0-5])'
print(re.fullmatch(re_str, '255.7.181.111'))
image.png
04re模块方法
import re
if __name__ == '__main__':
-
1.compile(正则字符串) 将正则表达式字符串转换成正则表达式对象
re_obct = re.compile(r'\w{6,12}')
print(re.fullmatch(r'\w{6,12}', 'asdasd'))
-
2.fullmatch（正则表达式，字符串）完全匹配，从字符串开头匹配到结尾
# 返回值是匹配对象
match = re.fullmatch(r'\w{3}', 'asd')
print(match)
- a.获取匹配到的结果
print(match.group())- b.获取匹配到的范围
print(match.span())- c.获取匹配到的开始下标和结束下标
print(match.start(), match.end())- d.获取被匹配的字符串（原字符串）
print(match.string)
应用：判断一个字符串是否是某种字符串
-
3.match(正则表达式，字符串)不完全匹配，从字符串开头开始匹配，匹配到正则表达式对应的范围为止
# 返回值是匹配对象，如果匹配是失败返回None
match = re.match(r'\w{3}', 'qweasdasdad')
print(match)
print(match.group())
print(match.string)
# 应用：判断一个字符串是否以某种字符串开头
-
4.search(正则表达式，字符串) 在制定的字符串中查找某种字符串（以正则表达式来描述）
# 如果有多个符合条件的，只返回第一个
# 返回值是匹配对象，如果找不到符合要求的返回None
print(re.search(r'\d{2,}[a-z]', '1asd2asd==asd156as'))
# 应用：判断一个字符串是否包含某种字符串
-
5.（正则表达式，字符串）：去获取指定字符串中满足正则条件的所有的子串
# 返回值是列表，列表中是符合要求的字符串，没有满足要求的字符串就返回空列表
result = re.findall(r'[a-zA-z](\d+)', '12a123ababab=123bc456c')
print(result)
# 注意：在通过正则表达式获取子串的时候，可以通过正则表达式中添加括号，来约束获取的内容（只捕获括号中匹配到的内容）
# 匹配的时候还是按原正则表达式去查找
# 应用：字符串提取
-
6.finditer(正则表达式，字符串)用法和findall一样，只是返回值的类型不一样
# 返回一个迭代器
# 注意：（）捕获部分无效，迭代器中的内容是匹配对象
result = re.finditer(r'[a-zA-z](\d+)', '12a123ababab=123bc456c')
for match in result:
print(match)
print('fasdqw4d65a4d89w'.split('a'))
-
7.split(正则表达式，字符串)按正则表达式匹配到的字符串进行切割
# 返回值是列表，列表元素就是切割后被分段的字符串
result = re.split(r'[\[\]*\-]', 'asd4[456asd]5-f*64a6sd')
print(result)
-
8.sub(正则表达式，新字符串，原字符串) 在原字符串中查找符合正则的子串，替换成新的字符串
"""将指定字符串中所有的sb替换成****"""
str1 = '你好sb，你全家都是sb'
result = re.sub(r'sb|shabi|SB', '*', str1)
print(str1, result)
image.png
