Python——正则表达式，完整笔记

"""
    为什么需要正则？
        1、文本处理已经成为计算机常见的工作之一
        2、对文本内容进行快速搜索定位，提取是比较繁琐和复杂的
        3、为了解决这个问题，产生正则表达式
        作用：
            可以称之为文本的高级匹配模式，提供搜索、替换、查找等功能，
            本质是由一系列特殊符号和字符组成的字符串
        特点：
            方便进行检索修改文本的操作
            支持多种编程语言
            使用起来比较灵活

        使用或者设计正则表达式的原则：
            1、正确性：能够正确的匹配要求内容
            2、唯一性：除了咱们需要的内容，尽可能减少不需要的内容
            3、全面性：对目标特征考虑全面，不遗漏咱们需要的内容

        python使用正则 -----> re 模块
"""
import re
"""
    re.findall(pattern,str)
    功能：使用正则表达式，匹配字符串
    参数：
        pattern:正则表达式字符串
        str: 目标字符串 或者 原字符串
    返回值：返回匹配到的内容
    
    元字符：
        在正则表达式中， 有一定含义的特殊字符
"""


#1、匹配普通字符 比如 元字符：a b c & #
#匹配规则：匹配字符本身

# str = "asdaeswrftwawgrgdewgahthghahygafg"
# L = re.findall("a",str)
# print(L)
# str1 = "山对面的朋友你好吗"
# L1= re.findall("你好",str1)
# print(L1)

# 2、或 ------> 元字符：|
#匹配规则：匹配 | 两边任意一个正则表达式
# 注意：|的两边不要有空格
# str1 = "山对面的朋友你好吗"
# L1= re.findall("你好|朋友",str1)
# print(L1)

"""
    3、匹配单一字符
        元字符：.
        规则：匹配除了 \n 以外的任意一个字符        
"""
# str1 = "abc adc a8c a$c"
# L1= re.findall("a.c",str1)
# print(L1)

"""
    4、匹配开始位置
        元字符：^
        规则：匹配一个字符串开头的位置

    如果是在[]外面的，表示开头。如果在[]里边的，表示取反
"""
# str1 = "abc adc a8c a$c"
# L1= re.findall("^a",str1)
# print(L1)
"""
    5、匹配结尾位置
        元字符：$
        规则：匹配字符串结束的位置
"""
# str1 = "abc adc a8c"
# L1= re.findall("adc a8c$",str1)
# print(L1)
"""
    6、匹配重复：
        元字符：*
        规则：匹配前面的正则表达式重复0次或者多次
"""
# str1 = "aabcsadcda8c"
# L1= re.findall("a*",str1)
# print(L1)
"""
    7、匹配重复
        元字符：+
        规则：匹配前面的正则表达式1次或者多次
"""
# str1 = "aabcsadcda8c"
# L1= re.findall("ab+",str1)
# print(L1)
"""
    8、匹配重复
        元字符：?
        规则：匹配前面的正则表达式0次或者1次
"""
# str1 = "aabcsadcda8c"
# L1= re.findall("a?",str1)
# print(L1)
"""
    9、匹配重复
        元字符：{n}
        规则：匹配前面的正则表达式n次
"""
# str1 = "aabcsadcda8c"
# L1= re.findall("a{2}",str1)
# print(L1)

"""
    10、匹配重复
        元字符：{m,n}
        规则：匹配前面的正则表达式m到n次
"""
# str1 = "aabcsadcda8cagfdaaahdhhaaaafaefeafa"
# L1= re.findall("a{1,4}",str1)
# print(L1)
"""
    11、匹配字符集
        元字符：[字符集]
        规则：匹配括号内任意一个字符
    比如：
        [abc123] a b c 1 2 3 
        [a-z] 匹配所有的小写字母
        [A-Z] 匹配所有的大写字母
        [0-9] 匹配所有的数字
        [0-9A-Za-z]
        
"""
# str1 = "aabcsadcda8cag46453fdaaa2hdhhaa4aafaefeafa"
# L1= re.findall("[0-4A-Z]+",str1)
# print(L1)
"""
    12、匹配字符集
        元字符：[^...]
        规则：除了字符集中的任意一个字符
        [^abc] --->def...

"""
# str1 = "aabASFcsadcda8cag46453fdaaa2hdhhaa4aafaefeafa"
# L1= re.findall("[^a-z]",str1)
# print(L1)


"""
    13、匹配任意(非)数字字符
        元字符： \d \D
        规则： \d匹配的是任意数字字符 相当于 -----> 0-9
               \D匹配任意非数字字符 相当于 -----> [^0-9]
"""
# str1 = "151512354613"
# L1= re.findall("1\d",str1)
# print(L1)
# str2 = "hello python"
# L2 = re.findall("\D+",str2)
# print(L2)
"""
    14、匹配空(非空)字符串
        元字符： \s \S
        规则： \s : 匹配任意空字符
               \S : 匹配任意非空字符
        
"""
# str2 = "hello python and hello world"
# L2 = re.findall("\S+",str2)
# print(L2)

"""
    re.march:
        返回开头匹配到的字符串
"""
# 判断一下哪几个是手机号
# L =["15512266896","as11af156","9845615"]
# for i in L:
#     L1 = re.findall("^1[3,5,8,7]\d{9}$",i)
#     if len(L1) != 0:
#         print("%s:是手机号"%i)
"""
    1、re.findall():查找目标字符串
    
    2、re.split(pattern,str,)
        功能：通过正则表达式，切割字符串
        参数：pattern:正则 str:原字符串
        返回值： 分割后的字符串列表
"""
# str2 = "hello python and hello world"
# L2 = re.split("l",str2)
# print(L2)
"""
    3、re.sub(pattern,replace,str)
        功能：替换正则匹配到的内容
        参数：
            pattern:正则 replace:要替换的内容 str:目标字符串
        返回值：返回替换掉后的字符串
"""
# str2 = "hello python and hello world"
# L2 = re.sub("l","m",str2)
# print(L2)
"""
    4、re.match(pattern,str)
        功能：匹配目标字符串开头位置
        参数：pattern : 正则 str : 目标字符串
        返回值：匹配到的内容
    注意：
    1、需要使用group()获取字符串匹配到的部分
    2、通过括号，结合group可以实现匹配多个想要的值
"""
# str21 = "hello 2 hello 1"
# L1 = re.match("he",str21).group(0)
# print(L1)

"""
    5、re.search(pattern,str)
        功能：匹配目标字符串，只能匹配第一个
        参数：pattern : 正则 str: 目标字符串
        返回值：匹配到的内容
"""
# str21 = "hello 2 hello 1"
# L1 = re.search("he",str21).group()
# print(L1)
# L2 = re.findall("he",str21)
# print(L2)
"""
    贪婪模式和非贪婪模式：
    1、贪婪模式：
        正则表达式的重复，
        默认总是尽可能多的向后匹配
        匹配内容
        *  +  ?  {m,n}
    2、非贪婪模式：
        正则表达式的重复，尽可能少的往后匹配
        *? +? ?? {m,n}?
    注意：
        如果想把贪婪模式变成非贪婪模式，需要在后面加一个"?"
"""
"""
    1、匹配出文章的阅读次数：“阅读次数为 9999”
    2、找出各个编程语言的阅读次数：“python = 9999，c = 7890 , c++ = 12345”
    3、将python的阅读次数 +10："python == 997"
    4、切割字符串"info:xiaozhang 33 shandong" 以：或者|切割
"""
# t1 = "阅读次数为 9999"
# L1 = re.search("阅读次数为 \d",t1).group(0)
# print(L1)
# read_times = "阅读次数为 9999"
#
# t2 = ("python = 9999","c = 7890","c++ = 12345")
# L2 = re.search("\d",t2).group(0)
# print(L2)



# ()括号内表示要的值，生成一个元祖