Python学习---day35

最新推荐文章于 2024-05-13 14:54:20 发布

有较强的自我管理意识.

最新推荐文章于 2024-05-13 14:54:20 发布

阅读量2.2k

点赞数

文章标签： python 学习正则表达式

本文链接：https://blog.csdn.net/pyl3302795580/article/details/126259363

版权

正则表达式

正则表达式是一种可以让复杂的字符串问题变得简单的工具

应用

实例1：判断指定的字符串是否是一个合法的手机号
11位：每一位都是数字，第一位必须是1:

from re import fullmatch
tel = input('请输入手机号：')
def is_tel(num:str):
    if len(num) != 11:
        return False

    for x in num:
        if x.isdigit():
            return False
    if num[0] != '1':
        return False
    if '3' <= num[1] <= '9':
        return True

    return False
# print(is_tel(tel))

def is_tel2(num:str):
    return bool(fullmatch(r'1[3-9]\d{9}', num))
# print(is_tel2(tel))

实例2：提取字符串中所有的数字字串

str1 = '月薪：23654元，年龄18岁，身高175,'
result = []
temp = ''
for x in str1:
    if x.isdigit():
        temp += x
    else:
        if temp:
            result.append(temp)
            temp = ''
if temp:
    result.append(temp)
print(result)

# 方法二
from re import findall
result = findall(r'\d+', str1)
print(result)

匹配类符号

1.什么是正则表达式

正则表达式是一种可以让复杂的字符串问题变得简单的工具
正则并不是python特有的语法（不属于python），所有的高级编程语言都支持正在，正在的语法通用
不管通过正则表达式解决的时候什么问题，写正则的时候都是在使用正则表达式描述字符串规则

2.python的re模块

re模块是python用来支持正则表达式的一个模块，模块中包含了所有和正则相关的函数
fullmatch（正则表达式，字符串）：

判断正则表达式和指定的字符串是否完全匹配（判断整个字符串是否符号正则表达式所描述的规则）
如果匹配成功，返回匹配对象；如果失败返回None

3.正则语法

匹配类符号

1.普通符号

—在正则表达式中表示符号的本身

result = fullmatch(r'abc', 'abc')
print(result)

2.匹配任意一个字符

result = fullmatch(r'a.c', 'a.c')
print(result)

result = fullmatch(r'...abc', '*9abc')
print(result)

3.\d — 匹配任意一个数字字符

result = fullmatch(r'a\dc', 'a0c')
print(result)

4.\s — 匹配任意一个空白字符

空白字符 — 能产生空白效果的字符，例如：空格、换行、水平制表符

result = fullmatch(r'a\sc', 'a c')
print(result)

result = fullmatch(r'\d\d\s.ab', '12 kab')
print(result)

5. \D — 匹配任意一个非数字字符

result = fullmatch(r'a\Dc', 'a*c')
print(result)

6. \S — 匹配非空白字符

result = fullmatch(r'a\Sc', 'a8c')
print(result)

7.[字符集] — 匹配字符集中任意一个字符

[abc] - 匹配a或者b或者c
[abc\d] - 匹配a或者b或者c或者任意数字
[1-9] - 匹配1到9中的任意一个数字
[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
[a-zA-Z\d_] - 匹配字母数字或者下划线
[\u4e00-\u9fa5] - 匹配任意一个中文字符
注意：[]中减号放在两个字符之间表示谁到谁(确定的方式是根据字符编码值大小确定的); 如果减号不在两个字符之间，就表示一个普通的减号

result = fullmatch(r'a[MN12]b', 'aNb')
print(result)

result = fullmatch(r'a[MN\d]b', 'a4b')
print(result)

8.[^字符集] - 匹配不在字符集中的任意一个字符

result = fullmatch(r'a[^MN]b', 'a是b')
print(result)

result = fullmatch(r'a[^\u4e00-\u9fa5]b', 'a-b')
print(result)

匹配次数

1. * - 0次或多次（任意次数）

*注意：在谁的后面控制的就是谁的次数

a* - 0个或多个a
\d* - 0个或者多个\d

result = fullmatch(r'a*123', 'aaaaaaaa123')
print(result)

result = fullmatch(r'\d*abc', '123411232abc')
print(result)

result = fullmatch(r'[MN]*abc', 'MNMabc')
print(result)

2. + - 1次或者多次(至少一次)

result = fullmatch(r'a+123', 'aaaaa123')
print(result)

3. ? - 0次或1次

result = fullmatch(r'A?123', 'A123')
print(result)

4. {}

{M,N} - M到N次
{M,} - 至少M次
{,N} - 最多N次
{N} - N次

result = fullmatch(r'[a-z]{3,5}123', 'bambk123')
print(result)

练习：写一个正则，判断输入的内容是否是一个合法的QQ号(长度是5~12位的数字，第一位不能是0)

qq = '3452'
result = fullmatch(r'[1-9]\d{4,11}', qq)
if result:
    print(f'{qq} 合法')
else:
    print(f'{qq} 不合法')

练习：判断输入的内容是否是一个合法的标识符(由字母、数字下划线组成，数字不能开头)

str1 = 'abc'
result = fullmatch(r'[a-zA-Z_][\da-zA-Z_]*', str1)
print(result)

贪婪和非贪婪

match(正则表达式,字符串) — 判断字符串开头是否符合正则表达式描述的规则
result = match(r’\d{3}', ‘244as’)
print(result)

1.贪婪和非贪婪

当匹配次数不确定的时候（*,+,?,{M,N},{M, },{ ,N}）,匹配模式分为贪婪和非贪婪两种，默认是贪婪的
贪婪和非贪婪：

在匹配成功的时候有多种匹配结果，贪婪取最多次数对应的匹配结果;非贪婪取次数最少对应的结果
匹配次数不确定的地方有多种匹配方式都可以匹配成功，贪婪取最多次数
贪婪模式：,+,?,{M,N},{M, },{ ,N}
非贪婪模式：?,+?,??,{M,N}?,{M, }?,{ ,N}?

result = match(r'a.+b', 'asfsdfsfb')
print(result)

2. amb、amb计算b、amb计算bxxb

示例

贪婪模式

result = match(r'a.+b', 'amb计算bxxbmn')
print(result)           # <re.Match object; span=(0, 9), match='amb计算bxxb'>

非贪婪模式

result = match(r'a.+?b', 'amb计算bxxbmn')
print(result)           # <re.Match object; span=(0, 3), match='amb'>

**注意：**如果匹配结果只有一种可能，那么贪婪和非贪婪的结果一样

result = match(r'a.+b', 'ambxx')
print(result)           #  <re.Match object; span=(0, 3), match='amb'>

result = match(r'a.+?b', 'ambxx')
print(result)           # <re.Match object; span=(0, 3), match='amb'>

分组和分类

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

1.分组 — ()

1)将正则表达式中的一部分作为一个整体进行相关操作
2)重复 — 在正则表达式中通过\M来重复它前面的第M个分组的匹配结果
3)捕获 — 只获取正则表达式中的一部分匹配到的结果（分为手动捕获和自动捕获）

result = fullmatch(r'(\d\d[A-Z]{2})+', '12MN13KO')
print(result)

result = fullmatch(r'(\d{2})[a-z]\1', '23m23')
print(result)

result = fullmatch(r'(\d{2})([a-z]{3})=\2\1', '23mkl=mkl23')
print(result)

\M只能重复在它之前出现的分组内容，不能重复在它之后出现的内容
result = fullmatch(r’(\d{2})\1\2=([a-z]{2})', ‘2323mk=mk’) —> 报错

message = '我今年18岁，月薪500000元，身高180，体重70公斤'
result = findall(r'(\d+)元', message)
print(result)

2.分支 — |

正则1|正则2|正则3|… — 匹配可以和多个正则匹配的字符串

result = fullmatch(r'\d{3}|[a-z]{2}', 'ml')
print(result)

result = fullmatch(r'a\d{3}b|a[a-z]{3}b', 'a467b')
print(result)

注：如果想要正则表达式中的一部分实现多选一的效果，变化的部分用分组表示

result = fullmatch(r'a(\d{3}|[a-z]{3})b', 'asfsb')
print(result)

转义符号

1.转义符号

正则中的转移符号是在本身具有特殊功能或者特殊意义的符号前加’'，让这个符号变成一个普通符号

result = fullmatch(r'\d+\.\d+', '23.879')
print(result)

2.[]里面的转义符号

单独存在有特殊意义的符号（+、*、？、.等），在[]中特殊意义会消失

result = fullmatch(r'\d+[*]\d+', '23*879')
print(result)
# 本身在中括号中有特殊功能的符号，如果要表示普通符号
result = fullmatch(r'a[m\-n]b', 'a-b')
print(result)

检测类符号

检测类符号实在匹配成功的情况下，检测检测类符号所在的位置是否符合相关要求

1.\b — 检测是否是单词边界

单词边界：可以将两个单词区分开的符号都是单词边界，比如：空白、标点符号、字符串开头和字符串结尾

result = fullmatch(r'abc\b 123', 'abc 123')
print(result)

message = '23mn45,89 司机34kn;231;89mll==90,232 901='
result = findall(r'\d+', message)
print(result)

result = findall(r'\d+\b', message)
print(result)

result = findall(r'\b\d+', message)
print(result)

result = findall(r'\b\d+\b', message)
print(result)

2.\B — 检测是否不是单词边界

message = '23mn45,89 司机34kn;231;89mll==90,232 901='
result = findall(r'\B\d+\B', message)
print(result)

3.^ — 检测是否是字符串开头

message = '23mn45,89 司机34kn;231;89mll==90,232 901='
result = findall(r'^d+', message)
print(result)

提取字符串前5个字符

message = '23mn45,89 司机34kn;231;89mll==90,232 901='
result = findall(r'^.{5}', message)
print(result)

4.$ — 检测是否是字符串结尾

提取字符串最后五个字符

message = '23mn45,89 司机34kn;231;89mll==90,232 901='
result = findall(r'.{5}$', message)
print(result)

re模块常用函数

1. 常用函数

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，匹配成功返回匹配对象，匹配失败返回空

result = fullmatch(r'\d{3}', '234')
print(result)

2） match(正则表达式, 字符串)

匹配字符串开头，判断字符串开头是否符合正则表达式描述的规则，匹配成功返回匹配对象，匹配失败返回空

result = match(r'\d{3}', '823介绍数据库')
print(result)

3） search(正则表达式, 字符串)

获取字符串中第一个能够和正则匹配的子串，能找到返回匹配对象，找不到返回空

result = search(r'\d{3}', 'ba203还是678说')
print(result)

4） findall(正则表达式, 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。
注意：如果正则表达式中有分组，会针对分组做自动捕获（只获取分组匹配到的结果）

result = findall(r'\d{3}', 'ba203还是678说kk0222jksn就是23311')
print(result)

5） finditer(正则表达式, 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，迭代器中的元素是每个子串对应的匹配对象

result = finditer(r'\d{3}', 'ba203还是678说kk0222jksn就是23311')
print(result)
# print(next(result))
print(list(result))

6） split(正则表达式, 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

# 将str1中的a和b作为切割点对字符串进行切割
result = split(r'a|b', str1)
print(result)       # ['123', 'MKn', '嗑生嗑死', 'KKss', '923', '===']

7）sub(正则表达式, 字符串1, 字符串2)

将字符串2中所有满足正则的子串都替换成字符串1

result = sub(r'\d+', '+', 'ba203还是678说kk0222jksn就是23311')
print(result)

message = '我草！你TM看不见吗？f u c k!'
result = sub(r'(?i)草|TM|f\s*u\s*c\s*k|sb|妈', '*', message)
print(result)

2.匹配对象

result = search(r'(\d{3})([A-Z]{2})', '-=2设计师234KM222哈哈宿舍239KH')
print(result)       # <re.Match object; span=(6, 11), match='234KM'>

1)直接获取整个正则表达式对应的匹配结果: 匹配对象.group()

print(result.group())       # '234KM'

2)手动捕获某个分组对应的匹配结果: 匹配对象.group(分组数)

print(result.group(1))      # '234'
print(result.group(2))      # 'KM'

3）获取匹配结果在原字符串中的位置: 匹配对象.span()

print(result.span())            # (6, 11)
print(result.span(2))           # (9, 11)

3.参数

1)匹配忽略大小写: (?i)

result = fullmatch(r'(?i)abc', 'AbC')
print(result)

2)单行匹配: (?s) (了解！)

多行匹配(默认)：匹配的时候.不能和换行(\n)进行匹配
单行匹配：匹配的时候.可以和换行(\n)进行匹配

result = fullmatch(r'abc.123', 'abc\n123')
print(result)       # None

result = fullmatch(r'(?s)abc.123', 'abc\n123')
print(result)       # <re.Match object; span=(0, 7), match='abc\n123'>