第十九天：正则表达式

继承：让子类直接拥有父类所有的属性和方法

class 类名(父类1，父类2，...):
    pass

1.正则表达式

正则表达式是一种让复杂的字符串问题变得简单的一个工具

1）正则表达式是由各种各样的正则符号组合而成

2）re模块简介

re模块是python用来支持正则相关操作的系统模块

fullmatch(正则表达式，字符串)——判断正则表达式和指定字符串是否完全匹配，不能匹配结果是None

#判断输入的内容是否合法（手机号）
from re import fullmatch
def is_tel(tel_num:str):
    return fullmatch(r'1[3-9]\d{9}',tel_num)!=None

1.1 匹配符号

1.普通字符——在正则中没有特殊功能和特殊意义的字符

普通字符在正则表达式中表示符号本身，比如：a到z、A到Z、0~9、中文…

2.特殊符号

1）. ——匹配一个任意字符 (一个点只能匹配一个字符)

result=fullmatch(r'a.d','assd')
result1=fullmatch(r'a.d','asd')
print(result)    # None
print(result1)   # <re.Match object; span=(0, 3), match='asd'>

2）\d ——匹配任意一个数字字符

result=fullmatch(r'a\dd','a8d')
print(result)  # <re.Match object; span=(0, 3), match='a8d'>

3）\s ——匹配任意一个空白字符

空白字符：空格、\t、\n

result=fullmatch(r'a\sd','a d')
print(result)  # <re.Match object; span=(0, 3), match='a d'>

4）\D、\S 与\d、\s功能相反

\D —— 匹配任意一个非数字字符

\S —— 匹配任意一个非空白字符

5）[字符集] —— 匹配字符集中任意一个字符

result=fullmatch(r'a[xyz]c','abc')
print(result)  # None

1)全是普通字符
# 匹配xyz中任意一个：axc,ayc,azc
result1=fullmatch(r'a[xyz]c','ayc')
print(result1)  # <re.Match object; span=(0, 3), match='ayc'>

2)包含\开头的匹配符号，这个时候匹配符号的功能有效；[mn\d]==[mn0123456789]
result=fullmatch(r'a[\dxyz]c','a5c')
print(result)  # <re.Match object; span=(0, 3), match='a5c'>

3)减号在两个符号之间，表示谁到谁(从小到大)
[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
[\u4e00-\u9fa5]——匹配任意一个中文
result=fullmatch(r'a[a-z]c','azc')
print(result)    # <re.Match object; span=(0, 3), match='azc'>

6.[^字符集]——匹配不在字符集中的任意一个字符
result=fullmatch(r'a[^xyz]c','amc')
print(result)   # <re.Match object; span=(0, 3), match='amc'>
result=fullmatch(r'a[^xyz]c','axc')
print(result)    # None

1.2 匹配次数

用法：匹配符号匹配次数

a*b——b前面由任意多个a
\d*b——b前面由任意多个数字

1）* —— 0次或多次（任意次数）

result = fullmatch(r'\d*c', 'c')
result1 = fullmatch(r'\d*c', '566c')
print(result)  # <re.Match object; span=(0, 1), match='c'>
print(result1) # <re.Match object; span=(0, 4), match='566c'>

2）+——1次或多次（至少1次）

result = fullmatch(r'\d*c', 'c')
result1 = fullmatch(r'\d*c', '566c')
print(result)  # None
print(result1) # <re.Match object; span=(0, 4), match='566c'>

3）？——0次或1次

# 练习：写一个正则表达式可以匹配任意一个正整数(不考虑0)
result1 = fullmatch(r'[+]?[1-9]+[0-9]*', '1')
result = fullmatch(r'[+]?[1-9]\d*', '1')

4）{}

1){M,N}——M到N次（M<N）
2){M,}——至少M次
3){,N}——最多N次
4){N}——N次

result = fullmatch(r'a{3}', 'aaa')
result1 = fullmatch(r'a{3}', 'aa')
print(result)   # <re.Match object; span=(0, 3), match='aaa'>
print(result1)  # None

1.3 贪婪和非贪婪

注意：python中除了fullmatch外，其他都可能出现贪婪和非贪婪的问题

在匹配次数不确定的时候，匹配模式分为贪婪和非贪婪两种（默认是贪婪模式）

*、+、{M,N}、{M,}、{,N}——贪婪
*?、+?、{M,N}?、{M,}?、{,N}?——非贪婪(加英文?)

result = search('.+?b', '试试bshbsbj823')
result1= search('.+b', '试试bshbsbj823') 
print(result)  #<re.Match object; span=(0, 3), match='试试b'>
print(result1)  #<re.Match object; span=(0, 8), match='试试bshbsb'>

1.4 分组和分支

1）分组——（）

1) 应用1: 将正则表达式中的部分用()括起来作为一个整体进行相关操作
result=fullmatch(r'([a-z]{3}\d{2}){2}','abc23dfg54')

2) 应用2: 重复——可以在有分组的正则表达式中通过'\N'来重复它前面第N个分组匹配到的内容
result=fullmatch(r'(\d)a\1','9a9')  # <re.Match object; span=(0, 3), match='9a9'>
result=fullmatch(r'(\d)a\1','9a6')  # None
result1=fullmatch(r'(\d)(a)\2\1','1aa1') # <re.Match object; span=(0, 4), match='1aa1'>

3) 应用3: 使用findall时，如果正则表达式中有分组，返回数据的时候只返回分组中匹配到的内容
# 取有一个小写字母后的数字
str1='sj12ms55MMK15待机时间15'
result=findall(r'[a-z](\d+)',str1)
print(result)   # ['12', '55']

2）分支——|

1) 正则1|正则2 —— 正则1和正则2中只要有一个能匹配成功就匹配成功
result=fullmatch(r'abc(\d{3}|[A-Z]{3})','abc123')
result=fullmatch(r'abc(\d{3}|[A-Z]{3})','abcKSN')

1.5 其他

1）转义符号 ——在本身具备特殊功能或则特殊意义的符号前加\，让其功能或意义消失，变成一个普通符号

# 取a.b
result=fullmatch(r'a\.b','anb') #None
result=fullmatch(r'a\.b','a.b') # <re.Match object; span=(0, 3), match='a.b'>

让符号功能消失的另一个方法：单独一个符号有特殊功能时可以将这个符号放在[]中让其功能消失
result=fullmatch(r'a[.]b','a.b')

2）忽略大小写:在正则的最前面加（?i）

result=fullmatch(r'(?i)a.b','ACB') #<re.Match object; span=(0, 3), match='ACB'>

3）单行匹配和多行匹配

多行匹配匹配时 . 不能和 ‘\n’ 匹配（默认）——（?m）

单行匹配匹配时 . 可以和 ‘\n’ 匹配 ——在正则的最前面加（?s）

result=fullmatch(r'a.b','a\nb')  # None
result=fullmatch(r'(?s)a.b','a\nb')  # <re.Match object; span=(0, 3), match='a\nb'>

#忽略大小写同时匹配.和\n
result=fullmatch(r'(?si)a.b','A\nb') # <re.Match object; span=(0, 3), match='A\nb'>

1.6 re模块中常用的函数

1) (常用)fullmatch(正则,字符串)——判断整个字符串是否符合正则描述的规则（完全匹配），匹配成功返回匹配对象，匹配失败返回None

2) math(正则,字符串)——匹配字符串开头，匹配成功返回匹配对象，匹配失败返回None

3) search(正则,字符串)——获取字符串中第一个满足正则的字串，找到了返回字串对应的匹配对象，找不到返回None

4) (常用)findall(正则,字符串)——获取字符串中所有满足正则的子串，返回一个列表，列表中的元素是字符串或者元组

5) finditer(正则,字符串)——获取字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素是子串对应的匹配对象

6) (常用)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，返回一个列表，列表中的元素是字符串

7) (常用)sub(正则,字符串1,字符串2)——将字符串2中所有满足正则的子串都替换成字符串1，返回替换后的新字符串