正则表达式

通过Python内建的re模块，我们就可以在Python中利用正则表达式对字符串进行搜索、抽取和替换操作

方法	描述
match	匹配 要从字符串开头匹配，如果不匹配，则返回None
search	查找字符串，如果有符合条件的 子字符串 ，返回结果，返回字符串的位置
findall	匹配整个字符串，一直找到字符串结尾，返回结果，没有返回子字符串的位置

import re
msg = "刷卡积分的环境拉不拉几"
result1 = re.match("环境", msg)
result2 = re.search("环境", msg)
result3 = re.findall("环境", msg)
print(result1)    #None
print(result2)    #<re.Match object; span=(5, 7), match='环境'>
print(result3)    #['环境']

[]表示一个字符位

次数的匹配方法

最大匹配	最小匹配	描述
*	*?	重复匹配前表达式零次或多次 >=0。
+	+?	重复匹配前表达式一次或多次 >= 1。
?	??	重复匹配前表达式零次或一次。
*+?		定义正则验证次数
{m}	{m}?	精确重复匹配前表达式m次。
{m,}	{m,}?	至少重复匹配前表达式m次>= m
{m,n}	{m,n}?	至少重复匹配前表达式m次，至多重复匹配前表达式n次。

msg2 = "wjk0921vzska1f1rrr9e9ddd10sdfj"
result = re.search("[a-z][0-9][a-z]", msg2)
result2 = re.findall("[a-z][0-9][a-z]", msg2)
print(result)   #<re.Match object; span=(11, 14), match='a1f'>
print(result2)  #['a1f', 'r9e']

msg2 = "WJK9D21zVzska1F1rrr9e9dLd10sdfj"
result3 = re.findall("[a-zA-Z][0-9][a-zA-Z]", msg2)
print(result3)  #['K9D', 'a1F', 'r9e']

 开头和结尾的匹配

$	用于匹配字符串的末尾，(如果末尾有换行符 \n,就匹配\n前面的字符)，即行尾
^	用于匹配字符串的开头，match 自动使用这种方法
.	用于匹配除换行符(\n)之外的所有字符w

qq = "12632189711"
result4 = re.match("[1-9][0-9]{4,10}$", qq)
print(result4)  #<re.Match object; span=(0, 11), match='12632189711'>

qq = "12632183339711"  #输入的位数超过规定的位数
result5 = re.match("[1-9][0-9]{4,10}$", qq)
print(result5)   #None

组合运算符

组	描述
[...]	匹配集合内的字符，如[a-z],[1-9]或[,./;']。
[^...]	匹配除集合外的所有字符，相当于取反操作。
A|B	匹配表达式A或B，相当于or操作。
(...)	表达式分组，每对括号为一组，如([a-b]+)([A-Z]+)([1-9]+)。
\number	匹配在number表达式组内的文本。

预定义字符

字符	描述
\A	表示从字符串的开始处匹配
\Z	表示从字符串的结束处匹配，如果存在换行，只匹配到换行前的结束字符串
\b	匹配一个单词边界，也就是指单词和空格间的位置。 例如"py\b"可以匹配"python"中的"py",但不能匹配"openpyxl"中的"py"
\B	匹配非单词边界。 "py\b" 可以匹配 "openpyxl" 中的"py",但是不能匹配"python 中的 py"
\d	匹配任意数字，等价于[0-9]
\D	匹配任意非数字字符，等价于[^\d] ^写在[]表示 非 大写表示非
\s	匹配任意空白字符，等价于[\t\n\r\f]
\S	匹配任意非空白字符，等价于[^\S]
\w	匹配任意字符、数字及下划线，等价于[^\w]
\W	匹配任意非字母数字字符。
\\	匹配任意的反斜杠 \

#筛选出后缀名为.py的文件
msg = "aa.py a*.py ab.txt bb.py cc.png dd**.py abyb.txt"
result6 = re.findall(r"[\w]+[*]*\.py\b", msg)
print(result6)