正则表达式
匹配类符号
正则表达式
正则表达式是一种可以让一些复杂的字符串问题变得简单的工具
正则语法(通用)
re模块:
fullmatch(正则表达式,字符串) - 判断字符串是否满足正则表达式描述的规则(完全匹配)
python提供正则表达式的方法:提供一个字符串,字符串内容是一个正则表达式,这个字符串的最前面需要加r
python的正则表达式:r’正则’
正则语法内容
包括:匹配日类符号、控制次数符号、分组和分支、检测类符号
匹配类符号 - 约束字符串中某个位置上的字符是什么样的字符
普通符号(字符)
在正则表达式中表示本身的符号就是普通符号(除了特殊符号以外的都是普通符号)
from re import fullmatch
# r'abc' - 表示一个字符串有三个字符,分别是a、b和c
result = fullmatch(r'abc','abc')
print(result)
. - 匹配任意一个字符
# R'.bc' - 表示一个字符串,有三个字符,第一个字符是任意字符,第二个和第三个分别是b和c
result = fullmatch(r'.bc','好bc')
print(result)
\d - 匹配任意一个数字字符
result = fullmatch(r'x\dy','x0y')
print(result)
\s - 匹配任意一个空白字符
# 空白字符:任何可以产生空白效果的符号,例如:空格、\t、\n
result = fullmatch(r'x\sy','x\ny')
print(result)
\D - 匹配任意一个非数字字符
result = fullmatch(r'x\Dy','xMy')
print(result)
\S - 匹配任意一个非空白字符
result = fullmatch(r'x\Sy','xay')
print(result)
[字符集] - 匹配字符集众的任意一个字符
result = fullmatch(r'x[abc]y','xay')
[^字符集] - 匹配不在字符集中的任意一个字符
result = fullmatch(r'x[^\u4e00-\u9fa5]y','x1️⃣y')
print(result)
控制次数的符号
* - 任意次数(0或者多次)
a* a出现0次或多次
\d* \d出现0次或多次
[abc]* [abc]出现0次或多次
from re import fullmatch
print(fullmatch(r'xa*y','xy'))
print(fullmatch(r'xa*y','xay'))
print(fullmatch(r'xa*y','xaay'))
print(fullmatch(r'xa*y','xaaay'))
print(fullmatch(r'x\d*y','x651891y'))
+ - 至少出现一次(或多次)
print(fullmatch(r'xa+y','xy'))
print(fullmatch(r'xa+y','xay'))
? - 0次或者1次
print(fullmatch(r'[+-]?[1-9]\d\d','810'))
print(fullmatch(r'♥?xy','xy'))
{}
{N} N次
{M,N} M到N次
{M,} 至少M次
{,N} 最多N次
# 练习:写一个正则表达式可以匹配任意一个整数字符串
# 123、23、1、+23、-23、100 - 合法
# 0002、23s、+-23、01 - 不合法
print(fullmatch(f'[+-]?[1-9]\d*|0','651646'))
贪婪和非贪婪模式
在匹配次数不确定的时候,匹配次数有贪婪和非贪婪模式
默认是贪婪模式:*、+、{M,N}、{M,}
贪婪模式:如果多种匹配次数都可以匹配成功,最后取最大的次数进行匹配
默认是贪婪模式:*?、+?、{M,N}?、{M,}?
分组和分支
分组 - ()
1)整体操作:将正则的一部分用()括起来表示一个分组,然后整体控制次数
2)重复匹配结果:在正则中用()添加分组,然后用’\M’来重复前面第M个分组的匹配结果
3)捕获
print(fullmatch(r'([a-z]{3})(\d{3})-\2\1','asd123-123asd'))
分支
正则1|正则2|正则3|…
print(fullmatch(r'abc\d{2}|abc[A-Z]{2}','abc89'))
print(fullmatch(r'abc(\d{2}|[A-Z]{2})','abcKS'))
检测类符号
检测类符号 - 检测符号所在位置的位置是否符合条件(必须是在匹配成功前提下才能检测)
单词边界 - \b
检测\b所在的位置是否是单词边界
单词边界:凡是可以将两个单词区分开的符号就是单词边界,比如:字符串开头、字符串结尾、空白字符、标点符号等
注意:检测类符号不影响字符串长度!!fullmatch的时候要注意!!!!
检测字符串开头 - ^
检测字符串结尾 - $
转义符号
转义符号
在正则中本身具备特殊功能或者特殊意义的符号前加’’,让他的功能消失,变成普通符号
from re import fullmatch
print(fullmatch(r'\d\d\.\d\d','12.34'))
print(fullmatch(r'\d+\d','1+2'))
print(fullmatch(r'\d\+\d','1+2'))
[]也可以让独立存在有特殊意义的符号消失
# +、*、?、.、^、$等
print(fullmatch(r'\d\d[.]\d\d','12.34'))
print(fullmatch(r'\d[.+8?^$]\d','1+2'))
# 注意:^和-在[]中的意义
re模块
re模块中常用的函数及其功能
fullmatch(正则, 字符串) - 完全匹配;判断整个字符串是否正则描述的规则,如果不满足结果是None,满足返回匹配对象
match(正则, 字符串) - 匹配字符串开头;如果不匹配返回None,否则返回匹配对象
search(正则, 字符串) - 在整个字符串中查找第一个满足正则表达式的子串,如果找不到返回None,否则返回匹配对象
findall(正则, 字符串) - 获取整个字符串中所有满足正则的子串,返回一个列表 (注意分组问题)
finditer(正则, 字符串) - 获取整个字符串中所有满足正则的子串,返回一个迭代器,迭代器中的元素是匹配对象
sub(正则, 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
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
作业
利用正则表达式完成下面的操作:
一、不定项选择题
-
能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括( abd)
A.
r"\(?\d{3}\)?-?\d{8}"
B.r"[0-9()-]+"
C.r"[0-9(-)]*\d*"
D.r"[(]?\d*[)-]*\d*"
-
能够完全匹配字符串"back"和"back-end"的正则表达式包括( abcd)
A.r'\w{4}-\w{3}|\w{4}'
B.r'\w{4}|\w{4}-\w{3}'
C.r'\S+-\S+|\S+'
D.r'\w*\b-\b\w*|\w*'
-
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.r '\b(\w+)\b\s+\1\b'
B.r'\w{2,5}\s*\1'
C.r'(\S+) \s+\1'
D.r'(\S{2,5})\s{1,}\1'
-
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( bd)
A.r"a*?b"
B.r"a{,2}b"
C.r"aa??b"
D.r"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
from re import fullmatch,findall,split
print(fullmatch(r'([a-zA-Z|_])\w{5,15}',str1))
- 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
str2 = 'a15486'
print(fullmatch(r'([a-zA-Z])[^!@#¥%^&*]{5,11}',str2))
- 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
ip = '244.255.255.255'
print(fullmatch(r'((2(5[0-5]|[0-4]\d))|1\d{1,2}|0?([1-9]/d{1}|0?/d{1}))(\.((2(5[0-5]|[0-4]\d))|1\d{1,2}|0?([1-9]/d{1}|0?/d{1}))){3}',ip))
- 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
from functools import reduce
a = findall(r'[-]?\d+\.\d+|\d+','-3.14good87nice19bye')
b = reduce(lambda x,y:x+float(y),a,0)
print(a,b)
-
验证输入内容只能是汉字
print(fullmatch(r'[\u4e00-\u9fa5]+','哈哈哈'))
-
匹配整数或者小数(包括正数和负数)
print(fullmatch(r'[+-]?\d*\.\d*','-5151.5645'))
-
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0username = '_awqq$asdf' QQ = '33333' if fullmatch(r'\S{6,20}',username)==None: print('用户名长度错误') elif fullmatch(r'\w+',username)==None: print('不是由字母、数字或下划线构成') if fullmatch(r'\S{5,12}',QQ)==None: print('QQ长度错误') elif fullmatch(r'\d*',QQ)==None: print('QQ不是由数字构成')
-
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。’
c = split(r'[,。]',poem) for x in c: if x != '': print(x)