day14-正则表达式

day14-正则表达式

1.认识正则表达式

什么是正则表达式：

一种可以让复杂的字符串问题变得简单的工具

# 案例1：判断输入的内容是否是一个合法的手机号码
# 要求：a. 长度是11位、 b.全部都是数字字符  c. 第一位是1  d.第二位：3~9
tel = '134893872n6'
# 方法1：不使用正则
if len(tel) == 11:
    if tel[0] == '1' and tel[1] in '3456789':
        flag = True
        for x in tel[2:]:
            if not '0' <= x <= '9':
                flag = False
                break
        if flag:
            print('合法')
        else:
            print('不合法')
    else:
        print('不合法')
else:
    print('不合法')
# 方法2：使用正则表达式
from re import fullmatch
result = fullmatch(r'1[3-9]\d{9}', tel)
if result:
    print('合法')
else:
    print('不合法')

2.匹配类符号

a.fullmatch函数

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，如果不满足，结果就是None
不管使用正则表达式解决什么样的字符串问题，写正则的是都是在描述字符串规则

b.所有匹配类符号

1.普通符号 - 在正则表达式中表示本身的字符就是普通符号

from re import fullmatch
result = fullmatch(r'abc', 'abc')
print(result)

2. . - 匹配任意一个字符

result = fullmatch(r'.bc', '1bc')
print(result)
result = fullmatch(r'..c', 'nbc')
print(result)

3.\d - 匹配任意一个数字字符

result = fullmatch(r'a\d\db', 'a12b')
print(result)

4.\s - 匹配任意一个空白字符

# 空白字符  -   所有能产生空白效果的字符：空格、\t,\n
result=fullmatch(r'a\sb', 'a b')
print(result)

5.\w - 匹配任意一个数字、字母、下划线或者中文

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

6.\D \S \W

"""
\后面跟大写字母对应的功能和\后面跟小写字母的功能相反
\D  -   匹配任意一个非数字字符
"""
result = fullmatch(r'a\Wb', 'a b')
print(result)
result = fullmatch(r'a\Db', 'a b')
print(result)
result = fullmatch(r'a\Sb', 'adb')
print(result)

7.[]字符集 - 匹配在字符集中任意一个字符

"""
[amx]   -   匹配a、m、x中的任意一个
[\dmn]  -   (\开头的特殊符号在中括号的还是有特殊意义)匹配任意一个数字或者m或者n
[3-9mn] -   (-在中括号中表示谁到谁)匹配3到9中的任意一个数字或者m或者n
[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
"""
result = fullmatch(r'a[xyz]b', 'axb')
print(result)
result = fullmatch(r'a[\u4e00-\u9fa5]{3}b', 'a吃掉了b')
print(result)
# 中括号中的-只有放在两个字符之间才能表示谁到谁，如果放在中括号的最前面或者最后面，或者放在中括号外面减号就只表示减号本身

8. [^字符集] - 匹配不在字符集中的任意一个字符

result = fullmatch(r'a[^A-Z]b', 'a9b')
print(result)
# 中括号中的^只有放在最前面才有特殊功能，如果不在最前面^就是普通符号

3.匹配次数相关符号

a.* - 0次或者多次

b.+ - 1次或者多次

c. ? - 0次或者1次

d.{}

{N} - N次
{M,N} - M到N次
{M,} - 至少M次
{,N} - 最多N次

e.贪婪和非贪婪

匹配次数不确定的时候匹配模式分为贪婪和非贪婪两种，默认是贪婪的
贪婪：在能匹配成功的情况下，有多种匹配次数，贪婪取次数最多的那个次数。{+、*、?、{m,n}
非贪婪：在能匹配成功的情况下，有多种匹配次数，非贪婪取次数最少的那个次数。

# 练习：写正则表达式可以匹配任意一个整数字符串（不考虑0）
# 匹配成功：'123'、'9'、'-234'、'+233'
# 匹配失败：'23m'、'--7283'、'++782'、'009'、'02'
while True:
    a = input('输入一个字符串')

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

4.分组和分支

1.()-分组

在正则表达式中可以用()将正则表达式中的部分内容括起来表示一个整体,一个()代表一个分组。

a.整体控制 - 以某个部分为单位对符号进行控制

b.重复 - 在正则中可以通过\N来重复它前面第N个分组匹配到的结果

# '234-234'、'001-001'、'890-890'
print(fullmatch(r'(\d{3})-\1', '890-890'))
print(fullmatch(r'([a-z]{2})(\d{3})=\2\1', 'mn870=870mn'))

c.捕获 - 获取匹配结果的某个部分

捕获分为自动捕获和手动捕获两种，只有findall具有自动捕获的功能，其他情况需要手动捕获

findall(正则表达式,字符串) - 获取字符串中所有满足正则的子串

# 自动捕获  -   自动获取匹配结果分组匹配到的内容
result = findall(r'(\d+)元', message)
print(result)
# 手动捕获  -   写额外的代码来获取匹配结果中分组匹配到的内容
result = fullmatch(r'(\d+)元', '8229元')
print(result)
# 获取某个分组对应的匹配结果：匹配对象.group(分组数)
print(result.group(1))
result = fullmatch(r'(\d{2})([a-z]{3})', '12asd')
print(result.group())   # 12asd
print(result.group(1))  # 12
print(result.group(2))  # asd

2.| - 分支

正则1|正则2 - 先用正则1去匹配，如果匹配成功整个正则表达式就匹配成功，如果匹配失败就用正则2来匹配

5.检测类符号

检测类符号 - 检测指定的位置是否符合相应的要求（不影响字符串长度）

1.\b - 检测\b所在的位置是否是单词边界

单词边界：英文符号中可以区分出不同单词的符号（例如：空白符号、英文标点符号、字符串开头、字符串结尾）

2. ^ - 检测是否是字符串开头

3.$ - 检测是否是字符串结尾

4.转义符号 - 在正则中有特殊意义的符号前加,让这个符号变成普通符号

5.re模块 - 模块全是和正则表达式相关的函数

fullmatch(正则, 字符串) - 匹配整个字符串(判断整个字符串是否符合正则描述的规则)，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(判断字符串开头是否符合正则描述的规则)，匹配成功返回匹配对象，匹配失败返回None
search(正则, 字符串) - 匹配字符串中第一个满足正则的子串，匹配成功返回匹配对象，匹配失败返回None
findall(正则, 字符串) - 获取字符串中所有满足正则的子串，返回值是一个列表，列表中的元素是匹配到字符串
finditer(正则, 字符串) - 获取字符串中所有满足正则的子串，返回值是一个迭代器，迭代器中的元素是匹配对象
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
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