千锋教育python2104期总结
第十五次总结: 正则表达式
目录
- 匹配符号
- 检测类符号
- 匹配次数
- 分组与分支
- re模块
- 作业
正文
1.匹配符号
-
re模块
re模块是python提供的专门用支持正则表达式的一个模块
fullmatch函数:
fullmatch(正则表达式, 字符串) - 让正则表达式和指定字符串进行完全匹配,如果匹配失败返回None; -
正则语法
正则表达式 - 正则表达式是一个让字符串复杂问题变得简单的工具。
写正则表达式的主要工作:用正则符号描述清楚相关字符串的规则。
python正则比表示方式:r’正则表达式’
js的正则:/正则表达式/
“”"
from re import fullmatch
“”"
- 普通字符(普通符号)
在正则除了有特殊功能或者特殊意义以外的符号;
普通字符在正则中表示这个符号本身。
#匹配一个字符串有三个字符分别是a、b和c
re_str = r'abc'
print(fullmatch(re_str, 'abc'))
- . - 匹配任意一个字符
注意:一个.只能匹配一个任意字符
“”"
#匹配一个字符,长度是三,第一个字符是a,最后一个字符是c,a和c之间是任意一个字符
re_str = r'a.c'
print(fullmatch(re_str, 'abc'))
print(fullmatch(re_str, 'a+c'))
print(fullmatch(re_str, 'a好c'))
- \d - 匹配任意一个数字字符
re_str = r'a\d\dc'
print(fullmatch(re_str, 'a78c'))
print(fullmatch(re_str, 'a00c'))
- \s - 匹配任意一个空白字符
空白字符:空格、回车(\n)、制表符(\t)
re_str = r'a\sb'
print(fullmatch(re_str, 'a b'))
print(fullmatch(re_str, 'a b')) # None
- \w - 匹配任意一个字母、数字或者下划线 (不好用)
6)
\D - 匹配任意一个非数字字符
\S - 匹配任意一个非空白字符
print(fullmatch(r'a\Sb\D', 'a>b='))
print(fullmatch(r'a\Sb\D', 'a b=')) # None
print(fullmatch(r'a\Sb\D', 'a>b0')) # None
- [字符集] - 匹配字符集中任意一个字符
注意:一个[]只能匹配一个字符
[多个普通字符] - 例如:[abc],可以匹配a或者b或者c
[包含\开头的特殊符号的字符集] - 例如:[\dabc],可以匹配任意数据或者a或者b或者c
[包含减号在两个字符之间的字符集] - 这个时候的减号表示谁到谁(注意:减号前面的字符的编码必须小于减号后面的)
例如:
[a-z] - 匹配任意一个小写字母
[a-d] - 匹配a、b、c、d中的任意一个字符
[A-Z] - 匹配任意一个大写字母
[1-9] - 匹配1到9中任意一个数字字符
[\u4e00-\u9fa5] - 匹配任意一个中文字符
[a-zA-Z]、[A-Za-z] - 匹配任意一个字母
[a-z123] - 匹配任意一个小写字母,或者1或者2或者3
[a-z\d] - 匹配任意一个小写字母或者任意一个数字
re_str = r'a[xym]b'
print(fullmatch(re_str, 'axb'))
print(fullmatch(re_str, 'ayb'))
print(fullmatch(re_str, 'amb'))
print(fullmatch(re_str, 'azb')) # None
- [^字符集] - 匹配任意一个不在字符集任意一个字符
[^abc] - 匹配除了a、b、c以外的任意一个字符
[^a-z] - 匹配除了小写字母以外的任意一个字符
print(fullmatch(r'a[^\u4e00-\u9fa5]c', 'a是c')) # None
print(fullmatch(r'a[^a-zA-Z]c', 'aKc')) # None
print(fullmatch(r'a[a-z^]c', 'a^c'))
#注意:[]中的-和^只有放在指定位置的时候才有特殊功能,否则在[]中就是一个普通的符号。
2.检测类符号
检测类符号的存在不影响被匹配的字符串长度,它的作用是在匹配成功的前提下检测符号所在的位置是否符号要求。
检测类符号的用法:先去掉检测类符号,看是否能匹配成功,如果失败整个正则匹配失败。如果成功再来看检测类符号所在的位置是否符合要求。
- \b - 检测是否是单词边界
单词边界 - 能够区分出两个不同单词的符号都属于单词边界,例如:空白、标点符号、字符串开头、字符串结尾
re_str = r'abc\b123'
print(fullmatch(re_str, 'abc123')) # None
print(fullmatch(re_str, 'abc 123')) # None
re_str = r'abc,\b123'
print(fullmatch(re_str, 'abc,123'))
print(fullmatch(r'abc\s\b123', 'abc 123'))
#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
str1 = '12ksksj78ss 34抗生素,89 试7试看90 56 江苏省23'
result1 = findall(r