重制版 day 17 正则表达式

正则表达式

正则表达式是一种让一些复杂的字符串问题变得简单的工具

正则并不是python特有的语法，所有高级编程语言都支持正则，语法通用

python的re模块是python用来支持正则表达式的一个模块，包含了所有和正则相关的函数

from re import *

正则表达式语法

匹配类符号

1)普通符号 - 在正则表达式中表示符号本身的符号

2）. --匹配任意字符

3）\d-匹配任意一个数字字符

4）\s-匹配任意一个空白字符

空白字符：能产生空白效果的字符。例如：空格，换行(\n),水平制表符(\t)

5)\D-匹配任意一个非数字字符

6)\S-匹配任意一个非空白字符

7)[字符集]-匹配字符集中任意一个字符,不用逗号隔开,直接写字符

[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
[1-9] -匹配1到9中的任意一个数字
[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_] -匹配任意一个字母数字下划线
[\u4e00-\u9fa5] -匹配任意一个中文字符

8)[^字符集]-匹配不在字符集中的任意字符

匹配次数

1.*次数—0次或者多次(任意次数)

匹配符号*,*号在谁的后面,控制的就是谁的次数

a*-0个或者多个a

\d* - 0个或者多个数字

2.+-一次或者多次(至少一次)

3.?-0次或者1次

4.{}

{M,N} --M到N次

{M,} – 至少M次

{,N} — 最多N次

{N} – N次

# 练习：写一个正则，判断输入的内容是否是一个合法的QQ号(长度是5~12位的数字，第一位不能是0)
num=input('请输入qq:')
result=fullmatch(r'[1-9]\d{4,11}',num)
if result:
    print(f'{num}合法')
else:
    print(f'{num}不合法')
# 练习：判断输入的内容是否是一个合法的标识符(由字母、数字下划线组成，数字不能开头)
str=input('请输入标识符:')
result=fullmatch(r'[a-zA-Z_][\da-zA-Z_]*',str)
if result:
    print(f'{str}合法')
else:
    print(f'{str}不合法')

贪婪和非贪婪

贪婪和非贪婪:当匹配次数不确定的时候,匹配模式分为贪婪和非贪婪,默认是贪婪的

贪婪取最多次数对应的匹配结果,非贪婪取最少次数对应的匹配结果

贪婪模式: *,+,?,{M,N},{M,},{,N}

非贪婪模式:*?,+?,??,{M,N}?,{M,}?,{,N}? --在贪婪模式后面加一个问号变成非贪婪

注意:如果匹配结果只有一种可能,贪婪和非贪婪的结果一样

分组

分组-()

1)整体-将正则表达式中的一部分作为一个整体进行相关操作,括起来的部分看作一个整体

2)重复-在正则表达式中通过\M(M:任意正整数),来重复他前面第M个分组的匹配结果

3)捕获-只获取正则表达式中一部分匹配的结果(分为手动和自动捕获),一般是捕获括号里的内容

message = '我今年18岁，年薪500000元，身高188，体重78公斤，8块腹肌。每年交300元的腾讯会员费。房贷每月3888元，车贷每月2290元。'
result=findall(r'(\d+)元9',message)
print(result)  # ['500000', '300', '3888', '2290']

分支

正则1|正则2|正则3…匹配可以和多个正则中任意一个正则匹配的字符串

# 匹配一个字符串是三个数字或者两个小写字母
result=fullmatch(r'\d{3}|[a-z]{2}','mk')
print(result)

转义符号

正则表达式中的转义符号,想要变成普通符号,在转义符号前加\

[ ]里的单独有特殊意义的转义符号,在[]中特殊意义会自动消失

如果在[ ]里有特殊功能的符号,想要变成普通符号也要加\,如减号-,^

检测类符号

检测类符号是在匹配成功的情况下,检测检测类符号所有位置是否符合相关要求

1.\b-检测是否有单词边界

2.\B-检测是否不是单词边界

3.^-检测是否是字符串开头

4.$-检测是否是字符串结尾

单词边界:可以将两个单词区分开的符号都是单词边界,比如:空白符号,英文标点,字符串开头结尾

re模块常用函数

1.常用函数

1)fullmatche(正则表达式,字符串)-完全匹配,判断整个字符串是否匹配正则表达式,匹配成功返回匹配对象,失败返回空值

result=fullmatch(r'\d{3}','234')
print(result)

2)match(正则表达式,字符串)-匹配字符串开头,判断字符串开头是否匹配正则表达式,匹配成功返回匹配对象,失败返回空值

3)search(正则表达式,字符串)-获取字符串中第一个匹配正则表达式的子串,找到返回对象,失败返回空值

4)findall(正则表达式,字符串)-获取字符串中所有满足正则表达式的子串,返回一个列表,列表的元素是字符串

5)finditer(正则表达式,字符串)-获取字符串中所有满足正则的字串，返回一个迭代器，迭代器的元素是每个子串对应的匹配结果

6)split(正则表达式,字符串)-将字符串中所有满足正则表达式的子串作为切割点进行切割

str1='123a8knknbk,lkanlj2blkl=='
# 将srt1中a和b作为切割点进行切割
result=split(r'a|b',str1)
print(result)  # ['123', '8knkn', 'k,lk', 'nlj2', 'lkl==']

7)sub(正则表达式,字符串1,字符串2)-将字符串2中所有满足正则表达式的子串替换成字符串1

str1='123a8knknbk,lkanlj2blkl=='
result=sub(r'\d+','+',str1)
print(result) # +a+knknbk,lkanlj+blkl==

2.匹配对象

直接获取整个正则表达式对应的匹配结果: 匹配对象.group()

手动捕获某个分组对应的匹配结果:匹配对象.group(分组数)

获取匹配结果在原字符串中的位置:匹配对象.span()

3.参数

1)匹配忽略大小写 –(?i)正则表达式在正则表达式前面加一个(?i)

2)单行匹配-(?s)正则表达式在正则表达式前面加一个(?s)

多行匹配(默认)-匹配的时候.不能和换行\n进行匹配

单行匹配-匹配的时候.可以和换行\n进行匹配