3.9-正则表达式

正则表达式

1.定义：
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

2.正则语法
1)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'
js的正则表达式: /正则/
oc的正则表达式："正则"

2）正则语法内容
包括：匹配类符号、控制次数的符号、分组和分支、检测类符号

匹配类符号

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

1）普通符号（字符）
# 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')

2) . - 表示匹配任意一个字符
#r'.bc' - 表示一个字符串。有3个字符，第一个字符是任意字符，第2个和第3个分别是b和c
result = fullmatch(r'.bc', 'abc')

3) \d - 表示匹配任意一个数字字符
result = fullmatch(r'a\dc', 'a3c')

4) \s - 表示任意一个空白字符（如：空格、\t、\n）
result = fullmatch(r'a\sc', 'a c')

5) \D - 表示匹配任意一个非数字字符
result = fullmatch(r'a\Dc', 'a c')

6）\S - 表示匹配任意一个非空白字符
result = fullmatch(r'a\Sc', 'a1c')

7）[字符集] - 表示匹配任意一个字符集中的字符
#[\dmn] - 表示匹配任意一个数字或者m或者n
#[\u4e00-\u9fa5] - 表示匹配任意一个中文
result = fullmatch(r'x[asc]y', 'xsy')
result = fullmatch(r'x[asc]y', 'xay')
result = fullmatch(r'x[asc]y', 'xzy')   #None

8）[^字符集] - 表示匹配任意一个不在字符集中的字符

检测类符号

1.检测类符号 - 检测符号所在的位置是否符合条件（必须是在匹配成功前提下才检测）
注意：检测类符号不影响字符串长度
1）单词边界 - \b
检测\b所在的位置是否是单词边界
单词边界：凡是可以将两个单纯区分开的符号都是单词边界，比如：字符串开头、字符串结尾、空白字符、标点符号等

2）检测是否是字符串开头 - ^

3）检测是否是字符串结尾 - $

控制次数的符号

1.* - 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

print(fullmatch(r'xa*y', 'xy'))

2.+ - 至少一次
print(fullmatch(r'xa+y', 'xay'))

3.? - 0或者1次
print(fullmatch(r'♥?xy', '♥xy'))

4.{}
{N} - N次
{M,N} - M-N次
{M,} - 至少M次
{,N} - 最多N次

5.贪婪和非贪婪模式
在匹配次数并不确定时，匹配次数有贪婪和非贪婪两种模式
1）默认是贪婪模式：*、+、{M，N}、{，N}
贪婪模式：如果多种匹配次数都可以匹配成功，最后取最大次数进行匹配
非贪婪模式：*？、+？、{M，N}？、{N，}？    
print(search('a.+?b', '暗藏axawb啊擦'))  
贪婪：match='axawb'  非贪婪：match='axb'

转义字符

1.转义符号
在正则中本身具有特殊功能或者特殊意义的符号前加‘\’,让它的功能消失，变成普通符号

2.[]也可以让独立存在有特殊意义的符号功能消失
#+、*、？、.、^、$等

注意：^和—在[]中的意义；[]在[]需要加\

from re import fullmatch
print(fullmatch(r'\d\d.\d\d', '12.34'))
print(fullmatch(r'\d+\d', '2+4'))   #None
print(fullmatch(r'\d\+\d', '2+4'))  #match='2+4'

分支与分组

1.分组 - （）
1)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，然后在正则用\M来重复前面第N个分组的匹配结果
3)捕获 - findall函数在正则表达式只捕获（）中的数据

2.分支 - |
正则1|正则2|正则3...

注意：如果是正则的部分要进行分组选择，需要加分支的地方加括号

整体操作
'sa12ca43ca89'
from re import fullmatch,findall
print(fullmatch('([a-z]{2}\d{2})+', 'sa12ca43ca89'))

#重复匹配结果
#abc213aca213、sas221cal221
print(fullmatch('abc\d{3}aca\d{3}', 'abc213aca213'))

print(fullmatch(r'([a-z]{2})(\d{3})-\2\1', 'ac991-991ac'))

#捕获
str1 = 'aac23mlm残存拿112-21’】d'
result1 = findall(r'\d+', str1)  #['23', '112', '21']
result2 = findall(r'[a-zA-z]\d+', str1)  #['c23']
result3 = findall(r'[a-zA-z](\d+)', str1)   #['23']
print(result1, result2, result3)

#abc12、abcmk
print(fullmatch(r'abc\d{2}|abc[a-z]', 'abc12'))
print(fullmatch(r'abc(\d{2}|[a-z]{2})', 'abcmk'))

re模块

1.re模块中常用的函数及其功能

fullmatch(正则， 字符串) - 判断整个字符串是否正在描述的规则，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（）主要分组问题

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符串全部替换成字符串1

split(正则，字符串，切割次数（默认切完）) - 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，返回以所有子串为元素的列表

from re import fullmatch,match
print(fullmatch(r'\d{3}', '123'))
print(match(r'\d{3}', '124qaqdq'))

正则表达式作业

一、不定项选择题

1. 能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的B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*"

2. 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*'

3. 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（AD）
   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'

4. 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（ BC）
   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
name = input('请输入用户名：')
print(fullmatch(r'[a-zA-Z_][0-9a-zA-z_]{5,15}', name) != None)

2. 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

from re import fullmatch
pw = input('请输入密码：')
print(fullmatch(r'[a-zA-Z][^!@#¥%^&*]{5,11}', pw) != None)

3. 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

from re import fullmatch
ip = input('请输入ipv4：')
print(fullmatch(r'(([1-9]?[0-9]\.)|(1[0-9][0-9]\.)|(25[0-5]\.)|([2][0-4][0-9]\.)){3}([1-9]?[0-9])|(1[0-9][0-9])|(25[0-5])|(2[0-4][0-9])', ip) != None)

4. 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 re import findall
from functools import reduce
info = input('请输入数据：')
list_info = findall(r'-?[0-9]+\.?[0-9]*', info)
sum = reduce(lambda x,item:x+float(item),list_info,0)
print(sum)

5. 验证输入内容只能是汉字

   from re import fullmatch
   info = input('请输入数据：')
   print(fullmatch(r'[\u4e00-\u9fa5]+', info) != None)
   

6. 匹配整数或者小数（包括正数和负数）

   from re import fullmatch
   info = input('请输入数据：')
   print(fullmatch(r'[+-]?[0-9]+(.[0-9]+)?', info) != None)
   

7. 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0

   from re import findall
   name = input('请输入用户名：')
   pw = input('请输入密码：')
   result1 = findall(r'[^\w]', name)
   if result1:
       print(f'用户名含有非法字符！{result1}')
   elif not 6<=len(name)<=20:
       print('用户名长度不合要求！')
   else:
       print('用户名输入成功！')
   result2 = findall(r'[^0-9]', pw)
   if result2:
       print(f'密码含有非法字符！{result2}')
   elif pw[0]=='0':
       print('密码不能以0开头！')
   else:
       print('密码输入成功！')
   

8. 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。’

from re import findall
s = '窗前明月光，疑是地上霜。举头望明月，低头思故乡。'
print(findall(r'[\u4e00-\u9fa5]{5}[，。]{1}', s))