2021-03-25

正则表达式

一、正则匹配符号

匹配类符号：
1.普通字符：特殊符号意外的字符就是普通字符
2.转义字符：
1）. 匹配一个任意字符

2）\d - 匹配任意一个数字字符

3)\w 匹配任意一个数字，字母或者下划线（基于ASCII）

4)\s - 匹配任意一个空白字符

5)\D - 匹配任意一个非数字字符
\S - 匹配任意一个非空白字符

6）[字符集] - 匹配字符其中的任意一个字符

7）[^字符集] - 匹配除了字符集意义的任意一个字符

二、检测类符号

1.\b - 检查是否是单词边界

2.\B - 检查是否不是单词边界

3^ - 检测是否是字符串开头[]外面）

4.% - 检查是否是字符串结尾（[]里面）

三、匹配次数

1.* 匹配0次或多次

2.+ - 1次或多次

3.？ - 0次或者1次

4.{}：{N} - N次
{M,N } - 匹配M~N次
{，N} - 匹配0~N（最多N次）
{M，} - 匹配至少M次

5.贪婪和非贪婪
a:贪婪和非贪婪模式实在匹配次数不确定的时候才会出现：*、+、？、{M,N}、{,N}、{M,}
b:贪婪和非贪婪：在能够匹配成功的情况下，如果对应的匹配有多种，贪婪模式选最多的次数，非贪婪选最少那个次数。

四、分支和分组

1.分组 - ()
应用一：将正则表达式中的一部分用（）括起来表示一个整体，然后进行整体相关操作
应用二：通过\M来重复前面第M个分组匹配到的内容
应用三：捕获（获取结果的时候只取某个分组对应的内容）

捕获：findall
例如：筛选字母后面的三个数字
re_str=r’a-z’
result = findall(re_str,'字符串‘）

2.分支 - （相当于或者） 可以几个同时使用
正则1|正则2

五、re模块

1.complie(正则表达式）- 创建正则表达式对象

2.匹配相关方法

1. fullmatch(正则表达式，字符串) - 完全匹配，判断整个字符串是否符合正则表达式描述的规则，如果不符合返回None，如果符合返回匹配对象。
   2)match(正则表达式，字符串) - 匹配开头，判断字符串开头是否符合正则表达式描述的规则，如果不符合返回None，如果符合返回匹配对象。

3）匹配对象
a：
匹配对象.group（） - 获取整个正则匹配到的内容
匹配对象.group（N） - 获取正则表达式第N个分组匹配到的内容

b：
匹配对象,span（）/匹配对象.span(0） - 获取整个正则匹配到的内容在原字符串中的位置信息（开始下标和结束下标）
匹配对象.span(N) - 获取正则表达式第N个分组匹配到的内容在原字符串中的位置信息

c：
匹配对象.string - 获取原字符串

3.查找相关方法：
1）search(正则表达式，字符串) - 在字符串中搜索第一个满足正则表达式的字符串，如果找不到返回None,找到返回匹配对象

2)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，返回值是列表，如果找不到返回空列表

3)finditer(正则表达式，字符串) - 获取字符串中所有满足正则表达式的字串，返回一个迭代器，迭代器中的元素是匹配对象

4)sub(正则表达式，字符串1，字符串2) - 将字符串2中所有满足正则的字串全部替换成字符串1

5)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对字符串进行切割

六、转义符号和参数

1.转移符号 - 将在正则中有特殊功能或者意义的符号变成一个普通字符
\具有特殊意义的符号

将独立存在具备特殊功能的符号放在[]里面，这个符号的功能回自动消失
特别注意符号在[]里面也有特殊功能的情况，比如：^、—、[]

2.常用参数
1）忽略大小写：

默认不忽略大小写
re_str = r’123[a-z]’
print(fullmatch(re_str, ‘123k’))

默认忽略大小写
用法一：r’(?i)正则表达式’
re_str = r’(?i)123[a-z]’

2）单行匹配:S(大写)
“”"
多行匹配（默认） - 表示任意字符的.不能和\n(换行符)进行匹配
单行匹配 - 表示任意字符的.可以能和\n(换行符)进行匹配

“”"

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（a,b,d ）

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“c:\rapidminer\lib\plugs”的正则表达式包括（ c）
   A. “c:\rapidminer\lib\plugs”
   B. “c:\rapidminer\lib\plugs”
   C. “(?i)C:\RapidMiner\Lib\Plugs” ?i:将后面的内容的大写变成小写
   D. “(?s)C:\RapidMiner\Lib\Plugs” ?s：单行匹配
3. 能够完全匹配字符串“back”和“back-end”的正则表达式包括（a,d ）
   A. “\w{4}-\w{3}|\w{4}”
   B. “\w{4}|\w{4}-\w{3}”
   C. “\S±\S+|\S+”
   D. “\w*\b-\b\w*|\w*”
4. 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（d）
   A. “\b(\w+)\b\s+\1\b”
   B. “\w{2,5}\s*\1”
   C. “(\S+) \s+\1”
   D. “(\S{2,5})\s{1,}\1”
5. 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. “a*?b”
   B. “a{,2}b”
   C. “aa??b”
   D. “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

def user_name(names:str):
    result = fullmatch(r'(?i)([^0-9][a-z]*[0-9]*[_]*){6,16}', names)
    if result:
        print(f'{names}是合法用户名')
    else:
        print(f'{names}不是合法用户名')

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

def pass_word(nums:str):
    result = fullmatch(r'(?i)([a-z]*[0-9]*[^@#¥%^&*]){6,12}', nums)
    if result:
        print(f'{nums}是合法密码')
    else:
        print(f'{nums}不是合法密码')

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

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

def nums_(list1:str):
    result = findall(r'[0-9\-\+]+', list1)
    count = 0
    for x in result:
        count+=float(x)
    print(count)

5. 验证输入内容只能是汉字

def validation_(list2:str):
    result = fullmatch(r'[\u4e00-\u9fa5]+', list2)
    if result:
        print('验证码合法')
    else:
        print('验证码不合法')

6. 匹配整数或者小数（包括正数和负数）

def validation_(list2:str):
    result = findall(r'[0-9\+\-(\d.\d)]+', list2)
    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

   用户名：
   def names_(re_str:str):
       result =fullmatch( r'(?i)([a-z]*\d*[_]*){6,20}', re_str)
       if result:
           print(f'{re_str}用户名合理')
       else:
           print(f'{re_str}用户名不合理')
    QQ号：
   def nums_(qq_nums:str):
       result = fullmatch(r'([^0]\d*){5,12}', qq_nums)
       if result:
           print('QQ号合理')
       else:
           print('QQ号不合理')
   

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。’

def poem_(str1:str):
    result = findall(r'[\u4e00-\u9fa5]{5}', str1)