正则模块简介+常用函数

正则模块简介+常用函数

• 正则:regular expression 通常我们会简写regex

• 是所有语言通用的,用来做字符串的验证

  • 比如说:qq长度验证,qq是否是纯数字,邮箱长度,开头,有没有@这么多的判断,很难去写逻辑验证

• 可以在网页中 定义规则 拿到我们想要的内容

• 正则需要用到的模块:re模块

• re模块需要掌握的方法

  • 规定规则
    • 对象 = re.compile(“正则”)
  • 适配内容
    • match_obj = 对象.match(“内容”)
  • 取出内容
    • print(match_obj.group())

• re.search(规则，内容) 提取数据

  • 简写:

  match_obj = re.match("正则","内容")
  print(match_obj.group())
  	
  思考match 是如何适配内容??
  	
  match_obj = re.match("abc","abcd")
  print(match_obj.group())
  	
  match_obj = re.match("abc","frgabc")
  print(match_obj.group())
  

​

• match_obj =re.fullmatch(“正则”,“内容”)

• 思考:full是啥意思?? full是完全

• 思考:和match有啥区别呀?? match是匹配开头，fullmatch则是全部匹配

• 思考如果需要 提取符合规则的字符串怎么搞

  • match_obj =re.search(“正则”,“内容”)
  • print(match_obj.group())
  • print(match_obj.span())

• 思考span 和 group 都是什么意思??

  • 注意:search 只要找到一个匹配的 后面的就不再找了

• ?? =re.findall(“正则”,“内容”)

  • print(??)
  • 这个方法返回的是啥???
  • 直接返回匹配的字符串

• 正则之常用符号(.[],量词)

  • .:匹配任意字符,除了换行符 \n

• 例如:

  match_obj = re.fullmatch("a.b","a+b")
  print(match_obj)
  

​

• []:在[]任意一个都可以

• 例如:

  match_obj = re.fullmatch("a[a-z]b","a+b")
  print(match_obj)
  

• 注意:这些都是修饰前面 内容的

• *:0或者更多个

• “[a-z]*” 表示这里可以匹配0个或者多个小写字母

• +:最少一个或者多个

  • “[0-9]+” 表示这里可以匹配1个或者多个的数字

• ?:只有0或者1个

  • “\w?” 表示这里可以匹配0个或者1个合法字符

​

• 例:验证一个字符串两头是数字,中间是字母

  import re
  str = input("请输入一个字符串")
  match_obj = re.match("^[0-9]+[a-zA-Z]+[0-9]+$",str)
  if match_obj:
      print(match_obj.group())
  else:
      print("无匹配字符串")
  

• 正则之量词和预定义字符,判断开头和结尾

  预定义字符:
  \d:0~9
  \w:a-zA-z0-9_   数字字母下划线
  \s:空白字符
  \S:非空白字符
  \D:除了0~9 都行
  \W:特殊符号:+ - * ? >........
  
  量词:写在后面修饰前面的
  {数字}:固定长度
  {数字,}: 长度>=数字
  {n,m}: n<=长度 <=m
  

​

• 例:qq号码 不能0开头 都是数字:6到9位数

  import re
  qq = input("请输入qq：")
  match_obj = re.match("^[1-9][0-9]{5,8}",qq)
  if match_obj:
      print(match_obj.group())
  else:
      print("输入有误")
  

• 例:检测合法的变量名,有列表:[“age”,“age","__”,“1name”,“name!”,“a1”,“k#”]

import re
name_li = ["age","_age","___","1name","name!","a1","k#"]
for name in name_li:
    match_obj = re.match(r"^[a-zA-Z_]\w*$",name)

    if match_obj:
        print("合法",name)
    else:
        print("不合法",name)

• 验证用户名: 可以是字母数字下划线，不能是数字或者_开头，用户名长度必须6位以上

import re
user_name = input("请输入用户名")

match_obj = re.match(r"[a-zA-Z]\w{5,}",user_name)

if match_obj:
    print("合法",user_name)
else:
    print("不合法")

​

• 手机号码验证：1开头 可以是13/15/18xxxxxxx 11位

  import re
  num = input("请输入手机号")
  
  match_obj = re.match(r"^[1](3|5|8)[0-9]{9}",num)
  
  if match_obj:
      print("合法",num)
  else:
      print("不合法")
  

• 座机：区号-电话号码 区号必须3或者四位 电话号码是8位数字

  import re
  num = input("请输入电话号码")
  
  match_obj = re.fullmatch(r"^[0][0-9]{2,3}([0-9]{8})",num)
  
  if match_obj:
      print("合法",num)
  else:
      print("不合法")
  

• re.sub(“正则”,用于替换的内容,源字符串)

• re.sub(“正则”,函数名,源字符串)

• 先思考: 要不要参数,要不要返回值

  • def 函数名():
    pass

• re.sub(“正则”,函数名,用于替换的内容)

• 有字符串 = “xiaohua=20 xiaoming=21 xiaohong=19”
  将年龄>=20岁的+1

  import re
  str1 = "xiaohua=20 xiaoming=21 xiaohong=19"
  
  def change(age):
      age = int(age.group())
      if age > 19:
          age +=1
      return str(age)
  
  result = re.sub(r"\d{2}",change,str1)
  print(result)
  

• 正则分组:

  知道引用分组匹配到的数据对应的正则表达式代码
  1. 匹配分组相关正则表达式
  	|	匹配左右任意一个表达式
  	(规则)	将括号中规则作为一个分组
  	\num	    引用分组num匹配到的字符串,保证跟分组内容一模一样
  	
  
  	(?P<name>)	分组起别名
  	(?P=name)	引用别名为name分组匹配到的字符串
  

​

• 示例1：
• 需求：在列表中[“apple”, “banana”, “orange”, “pear”]，匹配apple和pear

import re
name_li=["apple", "banana", "orange", "pear"]
for name in name_li:
    match_obj = re.match("apple|pear",name)
    if match_obj:

        print(match_obj.group())

• 示例 ：分组
• 需求：匹配出163、126、qq等邮箱,邮箱名字1到20个字母或者数字,大写字母,小写字母都可以
  思考匹配邮箱 输入111@163.comcom 或者 111@163acom

import re
email = input("请输入邮箱")
match_obj = re.match(r"\w{1,20}@(163|126|qq)\.com$",email)
if match_obj:
    print("邮箱合法",email)
else:
    print("邮箱非法")

​

​

正则之贪婪与非贪婪

• 知道贪婪的特点

• 掌握非贪婪的使用

• Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；

• 例如:(敲)

  #蔡徐坤唱跳rap#微博话题#
  现在就想拿 #蔡徐坤唱跳rap#
  import re
  str1 = "#蔡徐坤唱跳rap#微博话题#"
  match_obj = re.match("^#.*?#",str1)
  print(match_obj.group())
  
  

• 非贪婪则相反，总是尝试匹配尽可能少的字符。