day18
匹配类符号
- 正则表达式
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
# 例子1:判断一个字符串是否是一个合法的手机号
# 开头是1、第二位是3-9,后面全是数字;总共11位
import re
num = '1234567'
restr = r'\d{7}'
print(re.fullmatch(restr, num)!=None)
- 正则语法(通用)
# 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/
# os 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 - 约束字符串中某个位置上的字符是什么样的字符
- 普通符号
在正则表达式表示字符本身的符号就是普通字符(除了特殊符号以外的都是普通符号)
from re import fullmatch
# r'abc' - 表示一个字符中有三个字符,分别是a,b,c
rel = fullmatch(r'abc','Abc')
print(rel)
- . -匹配任意一个字符串,有三个字符,第一个字符是任意字符,第二第三分别是b,c
# r'.bc' - 表示一个字符串,有
rel = fullmatch(r'.bc','Abc')
print(rel)
rel = fullmatch(r'x..y','x%%y')
print(rel)
- \d - 匹配任意一个数字字符
rel = fullmatch(r'x\dy','x3y')
print(rel)
- \s - 匹配任意一个空白字符
# 空白字符:任何可以产生空白效果的符号 空格、\t、\n
rel = print(r'x\sy','x\ty')
print(rel)
- \D - 匹配任意一个非数字字符
rel = fullmatch(r'x\Dy','xvy')
print(rel)
- \S - 匹配任意一个非空白字符
rel = fullmatch(r'x\Sy','xay')
print(rel)
- [字符集] -匹配字符集中的任意一个字符
[mnab]->匹配m或者n或者a或者b
[\dmn]、[m\dn]->匹配任意数字或者m或者n
[\d\s] ->匹配任意数字或者任意空白
[1-9] ->匹配1-9中任意一个数字
[0-9] ->与\d功能一样
[a-zA-Z] ->匹配任意一个字母
[1-5a-z] ->匹配任意一个1-5的数字或者任意一个小写字母
[\u4e00-\u9fa5] ->匹配任意一个中文
[\u4e00-\u9fa5wb] ->匹配任意一个中文或者w或者b
- [^字符集] - 匹配不在字符集中的任意一个字符
rel = fullmatch(r'x[^a-x]z','xzz')
print(rel)
控制次数符号
import re
# 控制次数的符号的用法
# 1. * - 任意次数(0或者多次)
'''
a* - a出现0次或者多次
\d - \d出现0次或者多次(任意数字出现0次或者多次)
[abc]* - [abc]出现0次或者多次
'''
# 2. + -至少一次(一次或多次)
print(re.fullmatch(r'xa+y','xy'))
print(re.fullmatch(r'xa+y','xay'))
# 3. ? - 0次或者1次
print(re.fullmatch(r'[+-]?[1-9]','810'))
# 4. {}
'''
{N} - N次
{M,N} -M-N次
{M,} - 最少M次
{,N} - 最多N次
'''
print(re.fullmatch(r'1[1-9]{2,4}','123'))
print(re.fullmatch(r'1[1-2]{2,4}','133'))
res = r'^h...'
print(re.findall(res, 'hhhh\nhasd'))
# 4. 贪婪和非贪婪
# 在匹配次数不确定的时候,匹配次数有贪婪和非贪婪两种模式
'''
默认是贪婪模式: * , + , {M,N} , {M,} , {,N}
贪婪模式: 如果多种匹配次数都可以匹配成功,最后取最大的次数进行匹配
2) 非贪婪模式: +?, *?, ??,{M,N}?,{M,}?,{,N}?
'''
分组和分支
import re
# 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,然后在正则中用\M来重复前面第M个分组匹配结果
3) 捕获: findall函数在正则表达式中有分组的时候,只获取分组匹配到的结果
'''
# 2) 重复匹配结果
print(re.fullmatch(r'abc(\d{3})mn\1','abc800mn800'))
print(re.fullmatch(r'abc(\d{3})mn\1','abc800mn801'))
# 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支选择,需要加()
'''
print(re.fullmatch(r'abc\d{2}|abc[A-Z]','abcA'))
print(re.fullmatch(r'abc(\d{2}|[A-Z])','abc11'))
检测类符号
import re
# 检测类符号 - 检测符号所在的位置是否符合条件(必须实在匹配成功的前提下才检测)
# 1) 单词边界 - \b
'''
检测\b是否是单词边界.
单词边界: 凡是可以将两个单词区分开来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
注意: 检测类符号不影响字符串的长度
'''
rel = re.findall(r'\d{2}\b','刚打开的12打开佛12 啊啊人防门as13;6400')
print(rel)
rel = re.fullmatch(r'abc\b123','abc 123')
print(rel)
rel = re.fullmatch(r'abc,\b123','abc,123')
print(rel)
# 2) 检测字符串开头 - ^
# 3) 检测字符串结尾 - $
rel = re.fullmatch(r'^a.+3$','abc 123')
print(rel)
转义字符
import re
# 1. 转义符号
# 在正则中本身具备特殊功能或者特殊意义符号前加'\',让它的功能消失, 变成普通符号
print(re.fullmatch(r'\d+\d','22'))
print(re.fullmatch(r'\d\+\d','2+2'))
# 2. []也可以让独立存在有特殊意义的符号功能消失
# + 、 * 、 ? 、 ^ 、 . 、 $ 等
print(re.fullmatch(r'\d[+]\d','2+2'))
re模块
import re
1. re模块中常用的函数及其功能
re.fullmatch(正则,字符串) - 判断整个字符串是否正则描述的规则如果不满足结果是None,满足返回匹配对象
re.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
re.search(正则,字符串) - 在整个字符串中查找第一个满足正则表达式的子串;如果不匹配返回None,否则返回匹配对象
re.findall(正则,字符串) - 获取整个字符串中所有满足正则的字符串,以列表形式返回(有分组只找分组)
re.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
re.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全部替换成字符串1
re.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进行切割
print(re.match(r'\d{3}','123afddv'))
print(re.search(r'\d{3}','hhh123afddv'))
rel = re.sub(r'you|are','me','how are you')
print(rel)
作业
利用正则表达式完成下面的操作:
一、不定项选择题
-
能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括(A,B,D)
A.
r"\(?\d{3}\)?-?\d{8}"
B.r"[0-9()-]+"
C.r"[0-9(-)]*\d*"
D.r"[(]?\d*[)-]*\d*"
-
能够完全匹配字符串"back"和"back-end"的正则表达式包括( A, B, C,D )
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*'
-
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(A,D)
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'
-
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( B,C)
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\w
2.不能以数字开头 [^0-9]
3.⻓度在 6 到 16 位范围内(\d){6,16}
username = 'hu_123'
print(re.fullmatch(r'[a-zA-Z_]\w{5,15}',username,re.A))
- 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 [a-zA-Z]
3.⻓度在 6 到 12 位范围内
password = 'huang124'
print(re.fullmatch(r'[a-zA-Z][^!@#¥%^&]{5,11}',password))
- 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
ip1 = '13.255255.255'
print(fullmatch(r'((\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5]).){3}(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])', ip1))
- 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
restr= r'[+-]?\d+\.?\d*'
print(sum([eval(i) for i in re.findall(restr,'-3.14good87nice19bye')]))
print(reduce(lambda i1, i2: i1 + float(i2), re.findall(restr, '-3.14good87nice19bye'), 0))
-
验证输入内容只能是汉字
re_str = '[\u4e00-\u9fa5]+' str1 = input('输入汉字:') result2 = re.fullmatch(re_str, str1) print(result2)
-
匹配整数或者小数(包括正数和负数)
restr= [+-]?\d+\.\d+|r'[+-]?\d+'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0str_username = r'\w{6,20}' str_qqnum = r'[1-9]\d{4,11}' re.fullmatch(str_username,'huang123',re.A) re.fullmatch(str_qqnum,'1234556')
-
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。’
poem = '窗前明月光,疑是地上霜。举头望明月,低头思故乡。' re_str = r'[,.,。]' print([i for i in re.split(re_str, poem) if i !=''])