day 18正则表达式

​ day 18正则表达式

一 匹配类符号

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:

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描述的规则（完全匹配）

python提供正则表达式的方法：提供一个字符串，字符串内容是一个正则表达式，这个字符串的最前面需要加r

python的正则表达式: r’正则’

js的正则表达式: /正则/

oc的正则表达式：“正则”

2)正则语法内容

包括：匹配类符号、控制次数的符号、分组和分支、检测类符号

3 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(字符)

在正则表达式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符号）

from re import fullmatch

result = fullmatch(r’abc’, ‘abc’)
print(result)

r’abc’ - 表示一个字符串有三个字符，分别是a、b和c

2）. 匹配任意一个字符

r’.bc’ - 表示一个字符串，有3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’x…y’, ‘x-8y’)
print(result)

3)\d - 匹配任意一个数字字符

result = fullmatch(r’x\dy’, ‘x6y’)
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’x\sy’, ‘x\ny’)
print(result)

5）\D - 匹配任意一个非数字字符

result = fullmatch(r’x\Dy’, ‘xMy’)
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

[mnab] - 匹配m或者n或者a或者b
[\dmn]、[m\dn] - 匹配任意数字或者m或者n
[\d\s] - 匹配任意数字或者任意空白
[1-9] - 匹配1到9中任意数字
[0-9] - 和\d效果一样
[a-z] - 匹配任意一个小写字母
[1-5a-z] - 匹配数字1到5或者任意小写字母
[A-Za-z] - 匹配任意一个字母
[\u4e00-\u9fa5] - 匹配任意一个中文
[\u4e00-\u9fa5wp] - 匹配任意一个中文或者w或者p

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’, ‘x-y’)
print(result)

result = fullmatch(r’x[^\u4e00-\u9fa5]y’, ‘x0y’)
print(result)

二 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或者多次)

a* - a出现0次或者多次

[abc]* - [abc]出现0次或者多次

2）+ - 至少一次(1次或多次)

print(fullmatch(r’xa+y’, ‘xy’)) # None
print(fullmatch(r’xa+y’, ‘xaaaaay’))
print(fullmatch(r’x[\u4e00-\u9fa5]+y’, ‘x函数y’))

3）? - 0次或者1次

print(fullmatch(r’[±]?[1-9]\d\d’, ‘810’))
print(fullmatch(r’❤?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}’, ‘13892839283’))
print(fullmatch(r’123a{4}’, ‘123aaaa’))
print(fullmatch(r’123a{2,4}’, ‘123aaa’))
print(fullmatch(r’123a{2,}’, ‘123aaaaaaaa’))

5）贪婪和非贪婪模式 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

默认是贪婪模式：*、+、{M,N}、{M,}、{,N}
贪婪模式：如果多种匹配次数都可以匹配成功，最后取最大的次数进行匹配

非贪婪模式：*?、+?、{M,N}?、{M,}?、{,N}?
非贪婪模式：如果多种匹配次数都可以匹配成功，最后取最小的次数进行匹配

三分组和分支

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()添加分组，然后在正则用 \M 来重复它前面第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})+’, ‘an23an23km78an23an23’))
print(fullmatch(r’(ab){3}’, ‘ababab’))

2)重复匹配结果

abc263mn263、abc009mn009

print(fullmatch(r’abc(\d{3})mn\1’, ‘abc800mn800’))
print(fullmatch(r’abc(\d{3})mn\1’, ‘abc800mn801’)) # None

3)捕获
str1 = ‘大姐夫237收到w82hjjk===23sjs923.s,数据ssd282’
result = findall(r’\d+’, str1)
print(result) # [‘237’, ‘82’, ‘23’, ‘923’, ‘282’]

result = findall(r’[a-zA-Z]\d+’, str1)
print(result) # [‘w82’, ‘s923’, ‘d282’]

result = findall(r’a-zA-Z’, str1)
print(result) # [‘82’, ‘923’, ‘282’]

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、abcTY
print(fullmatch(r’abc\d{2}|abc[A-Z]{2}’, ‘abc89’))
print(fullmatch(r’abc(\d{2}|[A-Z]{2})’, ‘abcKS’))

四 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(必须是在匹配成功前提下才检测)

1）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}\b’, ‘收到回复就27就是28 ssj09是==238skkls23;72’)
print(result)

result = fullmatch(r’abc\b123’, ‘abc123’)
print(result) # None

result = fullmatch(r’abc,\b123’, ‘abc,123’)
print(result)

2）检测字符串开头 - ^

3） 检测字符串结尾 - $

result = findall(r’^\d{2}’, ‘78收到回复就27就是28 ssj09是==238skkls23;72’)
print(result)

result = findall(r’\d{2}$’, ‘78收到回复就27就是28 ssj09是==238skkls23;72’)
print(result)

五 转义符号

1 转义符号

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’, ‘2+4’))
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\

六 re模块

re模块中常用的函数及其功能

from re import fullmatch, match, search, findall, finditer, sub, split

fullmatch(正则, 字符串) - 完全匹配；判断整个字符串是否正则描述的规则，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

print(fullmatch(r’\d{3}’, ‘123’))
print(match(r’\d{3}’, ‘123阿萨德发234234asfas’))
print(search(r’\d{3}’, ‘阿萨892德发208asf1023as’))
print(findall(r’\d{3}’, ‘阿萨892德发208asf1023as’))
print(findall(r’a-z’, ‘阿萨892德发208asf1023as’))

str1 = ‘how are you? i am fine! thank you! and you?’
result = str1.replace(‘you’, ‘me’)
print(result)

result = sub(r’you|i’, ‘me’, str1)
print(result)

str1 = ‘阿萨892德发208asf1023as’
result = sub(r’\d’, ‘*’, str1)
print(result)

str1 = ‘how are you? i am fine! thank you! and you?’
print(str1.split(‘you’))
print(split(r’you’, str1))

str1 = ‘hsj+23g-shdf-ahsf-水电费+234’
print(split(r’[±]’, str1, 2))

​ 作 业

利用正则表达式完成下面的操作:

一、不定项选择题

1. 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*"

2. 能够完全匹配字符串"back"和"back-end"的正则表达式包括（ B ）
   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*'

3. 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（A D）
   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'

4. 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）
   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

username=input('请输入用户名:')
result=fullmatch(r'\D[a-zA-Z0-9_]{6,16}',username)
print(result)

2. 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

password=input('请输入密码：')
result=fullmatch(r'[a-zA-Z][^!@#¥%^&*].{6,12}',password)
print(result)

3. 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

ip=input('请输入地址：')
result=fullmatch(r'(\d{0,3}\.)\1\1\1-([0-5]{3}\.)\2\2\2',ip)
print(result)

4. 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)
result1=sum([float(x) for x in result ])
print(result1)

5. 验证输入内容只能是汉字

   content=input('请输入：')
   result=fullmatch(r'[\u4e00-\u9fa5]',content)
   print(result)
   

6. 匹配整数或者小数（包括正数和负数）

   content=input('请输入数字：')
   result=fullmatch(r'[+-]?\d+\.?\d*',content)
   print(result)
   

7. 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0

   password=input('请输入QQ号：')
   username=input('请输入用户名:')
   result1=fullmatch(r'[A-Za-z\d_]{6,20}',username)
   result2=fullmatch(r'[^0]\d{5,12,password)
   print(result1,result2)
   

8. 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)