正则表达式

前言：
 正则表达式在敏感词过滤，手机、邮箱、密码验证以及爬虫方面使用比较广，在编程过程中可以使用网上已有的正则表达式。首先我们要能看懂正则表达式，才能合理的运用。
 附上：正则表达式在线测试

原子

原⼦：组成正则表达式的最⼩单位，任何字符都可以

原⼦	含义	原子	含义
\d	0-9中任何⼀个字符	\D	⾮0-9中的任何⼀个字符
\w	0-9a-zA-Z的中任何⼀个字符 ]	\W	⾮0-9a-zA-Z_的中任何⼀个字符，也可以是中文
\s	\n\r\t 空格	\S	⾮\n\r\t 空格中任何⼀个字符
.	代表除\n之外的任何字符	[]	⾃⼰创建的原⼦表，[0-4]代表0-4中任何⼀个字符
\b	词边界	\B	⾮词边界
\A	字符串开始	\z	字符串的结尾
^	⾏⾸；在原⼦表中表示排除	[^]	排除原⼦表中的字符
$	⾏结尾	-	表示域，0-9就表示0 到9所有数字字符
[\u4e00-\u9fa5]	匹配纯中⽂

量词

量词 量词能够增强原⼦的描述能⼒

量词	含义	量词	含义
{}	重复前⼀个原⼦的次数	*	重复0次或多次
{m}	重复前⼀个原⼦的m次	+	⾄少出现1次
{m,n}	重复前⼀个原⼦的最少m次，最多n次	?	出现0次或1次
{m,}	重复前⼀个原⼦的最少m次	*? +?	匹配0次 匹配一次
()	改变优先级	x|y	匹配x或者匹配y

模式修正符

修正符	含义	修正符	含义
re.S	使.匹配所有字符	re.I	不区分大小写
re.L	本地化识别	re.M	多行匹配
re.U	根据Unicode字符集解析字符，会影响\b、\B、\w、\W

正则常用方法

1、match(pattern,string,flags=0)

 功能：从字符串起始位置匹配⼀个模式，如果不是从起始位置匹配则返回None
 参数：patter 正则表达式
    string 要匹配的字符串
     flag 模式修正符
 返回值： 匹配成功返回⼀个Match object，失败返回None

print(re.match(r"1(3|5)\d{9}$","13567534535"))
# 结果：<_sre.SRE_Match object; span=(0, 11), match='13567534535'>

2、search(pattern, string, flags=0)

 功能：顺序扫描字符串，找到第⼀个匹配项结束（从左向右）
 参数: patter 正则表达式
    string 要匹配的字符串
    flag 模式修正符
 返回值：匹配成功，返回match object，否则返回None

res = re.search(r"hello","sfsdfsdfsddhellosdfffdhello")

3、group() groups() span()
 只有match 和search可以使用

# 无命名组
res = re.search(r'(\d{3,4})-(\d{7,8})',"010-2343534")
print(res.group(1))
print(res.group(2))
print(res.groups())

# 命名组  (?P<name>\w+)   ?P<组名>
res = re.search(r"show/(?P<name>\w+)","show/cuiccc")
print(res.group('name'))
print(res.group(1))
"""
结果：
	010
	2343534
	('010', '2343534')
	cuiccc
	cuiccc
"""

4、findall(pattern, string, flags=0)

 功能：扫描整个字符串，并返回结果列表
 参数：patter: 匹配的正则表达式
    string: 要匹配的字符串
    flags:模式修正符
 返回值：如果匹配成功返回⼀个列表，包含了所有匹配项，失败返回空列表

res = re.findall(r"xx","sdfsdxxfdgdxsxxdfsxx")
print(res)
# 结果：['xx', 'xx', 'xx']

5、split(pattern, string,maxsplit=0, flags=0)
 功能：⽤模式串做分隔符，将字符串分隔，返回分隔列表，如果模式加上括号，则分隔符会被保留
 参数：patter: 匹配的正则表达式
    string: 要匹配的字符串
    maxsplit 匹配次数，0不限制次数
    flags:模式修正符
 返回值：成功返回⼦串列表，否则返回空列表

# 从键盘上输入三个数求和
data = input("请输入三个整数，用逗号或空格做分隔符：")
data = re.split(r"[,，  ]+",data)
data = [int(value) for value in data]
print(sum(data))

6、sub(pattern, repl, string, count=0) subn类似
 功能：在⽬标字符串中以正则表达式的规则匹配字符串，再把他们替换成指定的字符串。可以指定替换的次数,如果不指定，替换所有的匹配字符串
 参数：
    pattern: 正则表达式(规则)
    repl: 指定的⽤来替换的字符串
    string: ⽬标字符串
    count: 最多替换次数
 区别：前者返回⼀个替换后的字符串，后者返回⼀个元组

# 千位数
str1 = "12345645768"
def replace(obj):
    pos = obj.span()[1]
    if pos % 3 == 0:
        return obj.group(0)+','
    else:
        return obj.group(0)

res = re.sub(r'\d',replace,str1[::-1])
print(res.strip(",")[::-1])
# 结果：12,345,645,768

7、compile(pattern, flags=0)
 功能：将正则表达式模式编译成正则表达式对象，其 match() 和 search() ⽅法可⽤于匹配
 参数：pattern 模式
    flags 模式修饰符

# 正则对象  只验证一次，后面直接调用
obj = re.compile(r"^\d{3,4}-\d{7,8}$")
print(obj.match("233-23345345"))
# 结果：<_sre.SRE_Match object; span=(0, 12), match='233-23345345'>