总结12（正则表达式）

总结12（正则表达式）

1. os模块

import os
 os.mkdir(文件夹路径)  - 在指定的位置创建指定文件夹
 os.mkdir('files/test')

 os.path.exists(文件夹路径/文件路径)   -  判断指定文件夹或者文件是否存在

if not os.path.exists('files/test'):
    os.mkdir('files/test')

2.正则的作用

正则表达式是一种可以让复杂的字符串变得简单的工具。
写正则表达式就是用正则符号来描述字符串规则

# 案例1：判断一个字符串是否是一个合法的手机号码
tel = '23297293329'

result = re.fullmatch(r'1[3-9]\d{9}', tel)
if result:
    print('合法')
else:
    print('不合法')
    

# 案例2：提取字符串中所有的数字子串，并且求和
str1 = '睡觉89jss=3.45-换手23=抗生素820=8'
result = re.findall(r'\d+\.?\d*', str1)
print(sum([float(x) for x in result]))

3. 正则语法

1. re模块   –   提供了python中所有和正则相关的函数
fullmatch(正则表达式，字符串）  –   判断整个字符串是否满足正则表达式所描述的规则
findall(正则表达式，字符串)    -   提取字符串中所有满足正则表式的字符串的子串
search (正则表达式，字符串)     -   匹配字符串中第一个满足正则表达式的字串
注意: Python中表达式一个正则表达式—般使用r字符串

 3.1.正则符号
# 1）普通符合    -   在正则表达式中表示符号本身的符号
result=fullmatch(r'abc','abc')
print(result)

# 2）.   -   匹配任意一个字符
result=fullmatch(r'.ab.','+ab+')
print(result)

# 3) \d     -   匹配任意一个数字字符
result=fullmatch(r'\d\das','67as')
print(result)

# 4) \s     -      匹配任意一个空白字符
# 空白字符:空格(' ')、换行( '\n' )、水平制表符('\t')
result=fullmatch(r'q\sqa','q qa')
print(result)

# 5) \w     -       匹配任意一个字母、数字、下划线或者中文
result=fullmatch(r'zxc\wada','zxc_ada')
print(result)

# 6) \D,\S,\W   -   与\d,\s,\w 作用相反
result=fullmatch(r'abc\Dzx','abcqzx')
print(result)

result=fullmatch(r'abc\Szx','abc1zx')
print(result)

result=fullmatch(r'abc\Wzx','abc zx')
print(result)

3.2 字符集 - 匹配在字符集中的任意一个字符

[abc]       -   匹配a或者b或者c
[abc\d]     -   匹配a或者b或者c或者任意数字:[abc0123656789]
[1-5]       -   匹配字符1到字符5中的任意一个字符
[a-z]       -   匹配任意一个小写字母
[A-Z]       -   匹配任意一个大写字母
[a-zA-Z]    -   匹配任意一个字母
[a-zA-Z\d]  -   匹配任意一个字母或者数字
[a-z=%]
[\u4e00-\u9fa5]     -   匹配任意一个汉字  

result = fullmatch(r'abc[M9你]123', 'abc你123')
print(result)

result = fullmatch(r'abc[M9你\d]123', 'abc0123')
print(result)

result = fullmatch(r'abc[\u4e00-\u9fa5]123', 'abc和123')
print(result)
# 8) [^字符集]     -     匹配不在字符集中的任意一个字符
result=fullmatch(r'abc[^MN]123','abc$123')
print(result)

3.3. 匹配次数符号

匹配类符号匹次数
1) *      -       任意次数（0次或者1次或者多次)

a*      -       a出现任意多次
/d*     -       任意多个任意数字
[abc]*  -       

# 2)+    -       一次或者多次(至少1次)
result=fullmatch(r'3x+2','3x2')
print(result)

# 3)?    -       0次或者1次
result=fullmatch(r'3x?2','3x2')
print(result)

{N}     -       N次
{M,N}   -       M到N次
{M,}    -       至少M次
{,N}   -       最多N次

result=fullmatch(r'3{3}x{3}2','333xxx2')
print(result)

result=fullmatch(r'3x{3,6}2','3xxxx2')
print(result)

# 练习：写一个正则表达式，可以匹配任意一个除了0的整数。
# 合法：233、+234、-7283、100、-2000
# 不合法：0、0002、2.23
result=fullmatch(r'[+-]?[1-9]\d*','-6787')
print(result)

3.4 贪婪和非贪婪模式

在匹配次数不确定的时候，如果有多种次数都可以匹配成功，贪婪取最多的那个次数，非贪婪取最少的那个次数。(默认是贪婪模式)
贪婪模式:+、?、*、{M,N}、{M,}、{i,N}
非贪婪模式:+?、??、*?、{M,N}?、{M,}?、{,N}?

# 'ahkmb'、'ahkmb收拾b'、'ahkmb收拾b收b'
result = search(r'a.+b', '收拾收拾收ahkmb收拾b收b3]er2')
print(result)       # <re.Match object; span=(5, 15), match='ahkmb收拾b收b'>

result = search(r'a.+?b', '收拾收拾收ahkmb收拾b收b3]er2')
print(result)       # <re.Match object; span=(5, 10), match='ahkmb'>

# 'ahkmb'
result = search(r'a.+b', '收拾收拾收ahkmb3]er2')
print(result)       # <re.Match object; span=(5, 10), match='ahkmb'>

result = search(r'a.+?b', '收拾收拾收ahkmb3]er2')
print(result)       # <re.Match object; span=(5, 10), match='ahkmb'>

3.5 分组 - （）

正则表达式中可以用()将部分内容括起来表示一个整体﹔括号括起来的部分就是一个分组。
a．整体操作的时候需要分组
b．重复匹配  –   正则中可以通过M来重复它前面第M个分组匹配的结果
c. 捕获  - 提取分组匹配到的结果（捕获分为自动捕获(findall)和手动捕获）

# '23N'、'89K10L'、'09H23P90Q33W'、 .
result=fullmatch(r'(\d\d[A-Z])+','89K10L')
print(result)

# '23N23'、'90K90 '、'78N78'、'10U10'
result=fullmatch(r'(\d\d{3})([a-z]{1})=\1\2{2}','2234k=2234kk')
print(result)

# findall在正则表达式中有分组的时候，会自动提取正则匹配结果中分组匹配到的内容
message = '技术上234,jsskf8992==技术njk==9223-ssjs233结束时间453'
result=findall(r'[\u4e00-\u9fa5](\d+)',message)
print(result)


# 匹配对象.group(N)  -  获取匹配结果中指定分组匹配到的内容
# 提取身高
message ="我是小明，今年23岁，身高180厘米，体重70kg"
result=search(r'身高(\d+)厘米，体重(\d+)kg',message)
print(result)               # <re.Match object; span=(11, 25), match='身高180厘米，体重70kg'>
print(result.group())       # 身高180厘米，体重70kg
print(result.group(1),result.group(2))          # 180  70

3.6 分支 - |

正则1|正则2|正则3...  -   先用正则1进行匹配，匹配成功直接成功;匹配失败用正则2进行匹配,....

result=fullmatch(r'abc(\d\d|[A-Z]{2})','abc23')
print(result)

3.7 转义符号 - 在本身具有特殊功能或者特殊意义的符号前加\，让特殊符号变成普通

#练习  匹整数部分和小数部分都是两位数的小数

result=fullmatch(r'\d\d\.\d\d','23.45')
print(result)

# 注意：单独存在有特殊意义的符号，在[]中它的功能会自动消失
result = fullmatch(r'\d[+.?*()\]]\d', '3]4')
print(result)

4. re模块相关函数

1)fullmatch(正则, 字符串)  -  用整个字符串和正则，匹配成功返回匹配对象，匹配失败返回None
2)findall(正则, 字符串)  -   获取字符串中所有满足正则的子串，默认返回一个列表，列表中的元素是所有匹配到的子串（存在自动捕获现象）
3)search(正则, 字符串)   -   匹配第一个满足正则的子串,匹配成功返回匹配对象，匹配失败返回None
4)split(正则, 字符串)    -   将字符串中所有满足正则的子串作为切割点进行切割
5)split(正则, 字符串, N)     -   将字符串中前N个满足正则的子串作为切割点进行切割
6)sub(正则, 字符串1, 字符串2)   -   将字符串2中所有满足正则的子串都替换成字符串1
7)sub(正则, 字符串1, 字符串2, N) 
8)finditer(正则, 字符串) -   获取字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素是匹配对象
9)match(正则, 字符串)  -  匹配字符串开头

str1 = '技术7晋级赛7jsks7就开始看'
print(str1.split('7', 2))

str1 = '技术22晋级赛709jsks511就开始80看'
print(split(r'\d+', str1, 2))

str1 = '技术22晋级赛709jsks511就开始80看'
print(sub(r'\d', '+', str1))

message = '妈的，SB,都打起来了你还在打野！草！F u c k'
print(sub(r'(?i)妈的|sb|草|操|艹|f\s*u\s*c\s*k', '*', message))

str1 = '技术22晋级赛709jsks511就开始80看'
result = finditer(r'\d+', str1)
print(list(result))

print(fullmatch(r'\d{3}', '234'))
print(match(r'\d{3}', '234卡咖啡'))

print('--------------------------------华丽的分割线-------------------------------------')


# 1）忽略大小写: (?i)
print(fullmatch(r'(?i)abc', 'abc'))
print(fullmatch(r'(?i)abc', 'Abc'))
print(fullmatch(r'(?i)abc', 'ABc'))
print(fullmatch(r'(?i)abc', 'aBc'))

4.1 单行匹配：（?s）

多行匹配(默认)：. 不能和换行符进行匹配
单行匹配：. 可以和换行符进行匹配

print(fullmatch(r'abc.123', 'abc\n123'))         # None
print(fullmatch(r'(?s)abc.123', 'abc\n123'))     # <re.Match object; span=(0, 7), match='abc\n123'>

msg = """
'name:"jshf2-
2ss技术"'
"""
result = findall(r'(?s)name:"(.+)"', msg)
print(result)