day 18 正则表达式
1、正则表达式:正则表达式是一种可以让一些复杂的字符串问题变得简单的工具
2、正则语法(通用)
1)re 模块
a. fullmatch (正则,字符串):判断字符串是否满足正则表达式描述的规则(完全匹配)
b. python 提供正则表达式的方法:提供一个字符串,字符串的内容是一个正则表达式,这个字符串的最前面需要加r
# python的正则:r'正则'
# js的正则:/正则/
# oc的正则:"正则"
2)正则语法内容包括:匹配类符号、控制次数类符号、分组和分支、检测类符号、阻止转义
1、匹配类符号 - 约束字符串中某个位置上的字符是什么样的字符
1、普通符号(普通字符):在正则表达式中表示字符本身的符号就是普通符号(除了特殊符号以外的都是普通字符)
from re import fullmatch
# r'abc' - 表示一个字符有串三个字符,分别a、b和c
result = fullmatch(r'abc', 'abc')
print(result)
2、. - 匹配任意一个字符
# r'.bc' - 表示一个字符串,有三个字符,第一个字符是任意字符。第2个和第3个分别是b和c
result = fullmatch(r'.bc', '好bc')
print(result)
3、\d - 匹配任意一个数字字符
result = fullmatch(r'a\dc', 'a0c')
print(result)
4、\s - 匹配任意一个空白字符
# 空白字符:任何可以产生空白效果的符号,例如:空格、\t、\n
result = fullmatch(r'a\sy', 'x\ny')
print(result)
5、\D - 匹配任意一个非数字字符
result = fullmatch(r'a\Dc', 'a*c')
print(result)
6、\S - 匹配任意一个非空白字符
result = fullmatch(r'x\Sy', 'xay')
print(result)
7、[字符集] - 匹配字符集中的任意一个字符
"""
[多个普通符号]
[mnab] - 匹配m或者n或者a或者b
[\dmn] - 匹配任意数字或者m或者n
[1-9] - 匹配1到9中任意数字
[a-z] - 匹配任意一个小写字母
[A-Za-z] - 匹配任意一个字母
[\u4e00-\u9fa5] - 匹配任意一个中文
"""
result = fullmatch(r'x[abc]y', 'xay')
print(result)
# 8) [^字符集] - 匹配不在字符集中的任意一个字符
result = fullmatch(r'x[^mn]y', 'xvy')
print(result)
result = fullmatch(r'x[^\u4e00-\u9fa5]y', 'x9y')
print(result)
2、控制次数的符号
控制次数的符号的用法:匹配类符号次数
1、* - 任意次数(0次或多次)
"""
a* - a出现0次或多次
\d* - \d出现0次或多次(任意次数出现0次或多次)
[abc]* - [abc]出现0次或多次
"""
print(fullmatch(r'xa*y', 'xy'))
print(fullmatch(r'xa*y', 'xay'))
print(fullmatch(r'xa*y', 'xaaay'))
print(fullmatch(r'x\d*y', 'xy'))
print(fullmatch(r'x\d*y', 'x1y'))
print(fullmatch(r'x\d*y', 'x123y'))
print(fullmatch(r'x[\u4e00-\u9fa5]*y', 'x哈y'))
2、+ - 至少一次(1次或多次)
print(fullmatch(r'xa+y', 'xay'))
print(fullmatch(r'x[\u4e00-\u9fa5]+y', 'x朴彩英y'))
3、? - 0次或1次
print(fullmatch(r'[+-]?[1-9]\d\d', '810'))
print(fullmatch(f'🐷?xy','🐷xy'))
4、{}
"""
{N} - N次
{M,N} - M到N次
{M,} - 至少M次
{,N} - 最多N次
"""
print(fullmatch(r'1[3-9]\d{9}', '15681188570'))
print(fullmatch(r'123a{4}', '123aaaa'))
print(fullmatch(r'123a{4,8}', '123aaaaaaaa'))
# 练习:写一个正则表达式可以匹配任意一个整数字符串
# 123、23、1、+23、-23、100 - 合法
# 0002、23s、+-23、01 - 不合法
print(fullmatch(r'[+-]?[1-9]\d*', '-1987'))
5、贪婪和非贪婪
# 在匹配次数不确定的时候,匹配次数有贪婪和非贪婪两种模式
"""
1)贪婪模式
默认是他贪婪模式:*、+、{M,N}、{M,}、{,N}
贪婪模式:如果多种匹配次数都可以匹配成功,取最大次数进行匹配
2)非贪婪模式
非贪婪模式:*?、+?、{M,N}?、{M,}?、{,N}?
"""
# 贪婪
print(search('a.+b', '四川朴彩英amnbxyb在人间凑数')) # 'amnbxyb'
# 非贪婪
print(search('a.+?b', '四川朴彩英amnbxyb在人间凑数的仙子')) # 'amnb'
3、分组和分支
1、分组
"""
1)整体操作:将正则的一部分用()括起来表示一个分组,然后整体控制次数
2)重复匹配结果:在正则中用括号添加分组,然后在正则用 \M 来重复千米第M个分组的匹配结果
3)捕获:findall函数在正则表达式中有分组的时候只获取分组匹配到的结果
"""
# 1)整体操作
print(fullmatch(r'([a-z]{2}\d{2})+', 'ab56sg78hg34'))
print(fullmatch(r'(abc){3}', 'abcabcabc'))
# 2)重复匹配结果
# abc263mn263
print(fullmatch(r'abc(\d{3})mn\1', 'abc223mn223')) # 'abc223mn223'
print(fullmatch(r'abc(\d{3})mn\1', 'abc223mn222')) # None
# an622-622am
print(fullmatch(r'([a-z]{2})(\d{3})-\2\1', 'am622-622am'))
str1 = '朴彩英b123最美89za---23m211凑数的仙子'
result = findall(r'[a-z](\d+)',str1)
print(result) # ['123', '211']
2、分支
"""
正则1|正则2|正则3|...
注意:如果是正则的部分要进行分支选择,需要将部分分支地方加()
"""
# abc12、abcMK、abc29
print(fullmatch(r'abc(\d{2}|[A-Z]{2})', 'abc67'))
print(fullmatch(r'abc(\d{2}|[A-Z]{2})', 'abcKS'))
4、检测类符号
1、检测类符号 - 检测符号所在的位置是否符合条件(必须实在匹配成功的前提下才检测)
2、单词边界 - \b
"""
检测\b所在的位置是否是单词边界
单词边界:凡是可以将两个单词区分开的符号都是单词边界,比如:字符串开头、字符串结尾、空白字符、标点符号等!
注意:检测类符号不影响字符串长度
"""
result = findall(r'\d{2}', 'asdkjh四川朴彩英98sjh98')
print(result)
3、检测字符串开头 - ^
4、检测字符串开头 - ^
result = findall(r'^\d{2}', '90asdkjh四川朴彩英98sjh98')
print(result)
result = findall(r'\d{2}$', 'asdkjh四川朴彩英98sjh98')
print(result)
5、转义符号
1、转义字符
# 在正则中本身具备特殊功能或者特殊意义的符号前加'\',让它的功能消失,变成普通符号
print(fullmatch(r'\d\d\.\d\d', '12.34'))
print(fullmatch(r'\d\+\d', '1+3'))
print(fullmatch(r'abc\\d', 'abc\d'))
print(fullmatch(r'\(\d\d\)', '(23)'))
2、[]也可以让独立存在有特殊功能意义的符号功能消失
# #、*、?、.、^、$等
print(fullmatch(r'\d\d[.+*?^$]\d\d', '12$34'))
# 注意:^和-在[]中的意义;[]在[]需要加\
6、re模块
1、re模块中常用的函数及其功能
"""
fullmatch(正则, 字符串) - 判断整个字符串是否满足正则描述的规则,如果不满足结果是None,满足返回匹配对象
match(正则, 字符串) - 匹配字符串开头;如果不匹配返回None,否则返回匹配对象
search(正则, 字符串) - 在整个字符串中查找第一个满足正则表达式的子串,如果找不到则返回None,否则返回匹配对象
findall(正则, 字符串) - 获取整个字符串中所有满足正则的子串,返回一个列表(注意分组问题)
finditer(正则, 字符串) - 获取整个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
sub(正则, 字符串1, 字符串2) - 将字符串2中所有满足正则的字符串全部替换成字符串1
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对字符串进行切割
"""
利用正则表达式完成下面的操作:
一、不定项选择题
-
能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括( ABD)
A.
r"\(?\d{3}\)?-?\d{8}"
B.r"[0-9()-]+"
C.r"[0-9(-)]*\d*"
D.r"[(]?\d*[)-]*\d*"
-
能够完全匹配字符串"back"和"back-end"的正则表达式包括( ABCD )
A.r'\w{4}-\w{3}|\w{4}'
B.r'\w{4}|\w{4}-\w{3}'
C.r'\S+-\S+|\S+'
D.r'\w*\b-\b\w*|\w*'
-
能够完全匹配字符串"go go"和"kitty kitty",但不能完全匹配“go kitty”的正则表达式包括(AD)
A.r '\b(\w+)\b\s+\1\b'
B.r'\w{2,5}\s*\1'
C.r'(\S+) \s+\1'
D.r'(\S{2,5})\s{1,}\1'
-
能够在字符串中匹配"aab",而不能匹配"aaab"和"aaaab"的正则表达式包括(B C)
A.r"a*?b"
B.r"a{,2}b"
C.r"aa??b"
D.r"aaa??b"
二、编程题
1.用户名匹配
要求: 1.用户名只能包含数字 字母 下划线
2.不能以数字开头
3.⻓度在 6 到 16 位范围内
result = fullmatch(r'[^0-9]([\dA-Za-z_]){5,15}', '_80bsads')
print(result)
- 密码匹配
要求: 1.不能包含!@#¥%^&*这些特殊符号
2.必须以字母开头
3.⻓度在 6 到 12 位范围内
result = fullmatch(r'[A-Za-z]([^!@#¥%^&*]){5,11}','a78805')
print(result)
- ipv4 格式的 ip 地址匹配
提示: IP地址的范围是 0.0.0.0 - 255.255.255.255
- 提取用户输入数据中的数值 (数值包括正负数 还包括整数和小数在内) 并求和
例如:“-3.14good87nice19bye” =====> -3.14 + 87 + 19 = 102.86
str1 = '-3.14good87nice19bye'
result = findall(r'[+-]?\d\.?\d*', str1)
print(sum([eval(x) for x in result]))
-
验证输入内容只能是汉字
from re import fullmatch result = fullmatch(r'[\u4e00-\u9fa5]+', '哈哈哈') print(result)
-
匹配整数或者小数(包括正数和负数)
from re import fullmatch result = fullmatch(r'[+-]?\d*\.?\d*', '-4') print(result)
-
验证输入用户名和QQ号是否有效并给出对应的提示信息
要求:
用户名必须由字母、数字或下划线构成且长度在6~20个字符之间
QQ号是5~12的数字且首位不能为0str1 = input('请输入用户名(用户名必须由字母、数字或下划线构成且长度在6~20个字符之间):') username = fullmatch(r'([\dA-Za-z_]){6,20}', str1) if username is None: print('用户名有误,请重新输入!') str2 = input('请输入QQ号(QQ号是5~12的数字且首位不能为0):') qq_number = fullmatch(r'[1-9](\d){4,11}', str2) if qq_number is None: print('QQ号码有误,请重新输入!')
-
拆分长字符串:将一首诗的中的每一句话分别取出来
poem = ‘窗前明月光,疑是地上霜。举头望明月,低头思故乡。’
poem = '窗前明月光,疑是地上霜。举头望明月,低头思故乡。'
result = split(r',|。', poem)
print(result)