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