python学习day19

python学习day19

一、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.判断输入的内容是否是一个合法的手机号码

1)长度:11位

2)纯数字

3)第一位是’1’

4)第二位:3~9

tel_nums= '15120265438'
from re import *
def is_tel2(tel_num:str):
    return fullmatch(r'1[3-9]\d{9}', tel_num) != None
# 2. 提取message中所有的数字: 28、15000、109
message = '小明今年28岁，月薪15000元；体重109斤, 每个月的生活费是3000元'

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

二、匹配符号

1.re模块介绍

re模块是python用来支持正则相关操作的系统模块

2.匹配类符号

正则表达式是有各种各样的正则符号组合而成

a.普通符号 - 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

b.特殊符号

“.” - 匹配一个任意字符

注意:一个"."只能匹配一个字符

“\d” - 匹配任意一个数字字符

“\s” - 匹配任意一个空白字符

空白字符:空格, \t, \n

“\D”:匹配任意一个非数字字符

“\S”:匹配任意一个非空白字符

“[字符集]” - 匹配字符集中任意一个字符

案例:

情况一:全是普通字符;[xyz123] - 匹配任意一个x或者y或者z或者1或者2或者3

情况二: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]

情况三:减号在两个符号之间,表示谁到谁

[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

[1-9] - 匹配任意一个数字字符

result = fullmatch(r'abc[xyz]zb', 'abcxzb')
print(result)

result = fullmatch(r'abc[mn\d]zb', 'abc1zb')
print(result)

result = fullmatch(r'abc[a-z]zb', 'abcvzb')
print(result)

[^字符集] - 匹配不在字符集中的任意一个字符

result = fullmatch(r'abc[^a-z]123', 'abc9123')
print(result)
result = fullmatch(r'A[^a-z]C', 'A码C')
print(result)

三、匹配次数

用法：匹配符号次数

1.”*“ - 0次或者多次（任意次数）

a*b - b前面有任意个a

\d*b - b前面有任意多个数字

result = fullmatch(r'a*b', 'aaab')
print(result)

result = fullmatch(r'\d*b', '12023b')
print(result)

result = fullmatch(r'[xyz]*b', 'xxxyzyzb')
print(result)

2."+" - 1次或者多次(至少1次)

result = fullmatch(r'a+b', 'aaab')
print(result)

result = fullmatch(r'\d+b', '1104b')
print(result)

result = fullmatch(r'[xyz]+b', 'xxxyzyzb')
print(result)

3."?" - 0次或者1次

result = fullmatch(r'\d?b', '1b')
print(result)

# 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)

nums = '123'
result = fullmatch(r'[+]?[1-9]\d*', nums)
print(result)

4.{}

{N} - N次

{M,N} - M到N次

{M,} - 最少M次

{,N} - 最多N次

result = fullmatch(r'[+]{0,1}0{0}\d*', '123')
print(result)

四、贪婪和非贪婪

1.贪婪和非贪婪

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

注意:python中处理fullmatch以外都可能出现贪婪和非贪婪的问题

result = fullmatch(r'.+b', 'abaab')
print(result)

result = search(r'.+b', 'abaab')
print(result)

result = search(r'.+?b', 'abaab')
print(result)

获取电影信息
from re import *
html = open('./top/top250.html', encoding='utf-8').read()

result = findall(r'class="inq">(.+?)<', html)
print(result)

五、分组和分支

1.分组 - （）

应用场景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}){3}', 'asd12asd14zxc56')
print(result)

应用场景2: 重复 - 可以在有分组的正则表达式中通过’\N’来重复他前面第N个分组匹配到的内容

result = fullmatch(r'([a-z]{3}\d{2})asd12\1', 'asd12asd14zxc56')
print(result)

应用场景3: 捕获 - 使用findall的时候,如果正则表达式中有返回值,返回数据的时候只返回分组中匹配到的内容

 # 提取在小写字母后面的数字
str1 = 'sf262数据=22是12389mn89ksJK283'
result = findall(r'[a-z](\d+)', str1)
print(result)   # ['262', '89']

result = findall(r'([a-z]{2})=(\d{2})', 'ahjs=2536,话计算机的3223环境-=yu=是mns=239-失败')
print(result)   # [('js', '25'), ('ns', '23')]

2.分支 - |

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

# 'abc123'、'abcMSJ'
result = fullmatch(r'abc[\d]{3}|abc[A-Z]{3}', 'abcASF')
print(result)

result = fullmatch(r'abc([\d]{3}|[A-Z]{3})', 'abcASF')
print(result)

六、其他

1.转义字符 - 在本身具备特殊功能或者特殊意义的付好钱加,让其功能或者意义消失,编程一个普通符号

# 'a.b'
result = fullmatch(r'a\.b', 'a.b')
print(result)

result = fullmatch(r'\+?[1-9]\d*', '+23')
print(result)

result = fullmatch(r'\(a\.b\)', '(a.b)')
print(result)

让符号功能消失的另外一个方法:单独一个符号有特殊功能的时候可以将这个符号放在[]中让其功能消失

result = fullmatch(r'[+]?[1-9]\d*', '+23')
print(result)

result = fullmatch(r'[-ab^]123', '-123')
print(result)

2.忽略大小写：在正则的最前面加（?i）

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

3.单行匹配和多行匹配

多行匹配,匹配的时候"."不能和’\n’匹配(默认) - (?m)

单行匹配,匹配的时候"."可以和’\n’匹配 - 在正则的最前面加(?s)

result = fullmatch(r'a.b', 'a\nb')
print(result)

result = fullmatch(r'(?si)a.b', 'a\nB')
print(result.group())

4.re模块中的常用函数

from re import fullmatch, match, search, findall, finditer, split, sub
# (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
# match(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
# search(正则, 字符串) - 获取字符串中第一个满足正则的子串，找到了返回子串对应的匹配对象，找不到返回None
# (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
# 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
# (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
# (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

(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

(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

(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

(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