python之正则表达式

1.通配符的使用
[0-9]:0到9中的任一个
[a-z]:小写字母中的任一个
[A-Z]:大写字母中的任一个
[a-zA-Z]:小写或大写字母中的任一个

glob.glob：返回所有匹配正则的路径（返回的是一个列表）
这里的 * 可以代表任意东西
？代表的是一个任意字符
glob.iglob:返回所有匹配正则的路径（返回的是一个生成器）
结果如下

2.正则表达式常用逻辑和方法
re: regular expression ====正则表达式
作用：对于字符串进行处理，会检查这个字符串内容是否与你写的正则表达式匹配，
如果匹配，拿出匹配的内容
如果不匹配，忽略不匹配的内容

findall方法

这里s.find(‘xxxx’) 打印出来的是目标在列表的次序
目标有几个就打印几次

match方法
match尝试从字符串的起始位置开始匹配
–如果起始位置没有匹配成功，返回一个None；
–如果起始位置匹配成功，返回一个对象；

返回match产生对象中的前三个字母

search方法
search会扫描整个字符串，只返回第一个匹配成功的内容；
–如果能找到，会返回一个对象，通过group方法获取对应的字符串；


这里我们看到只返回了一个kiosk

3.正则表达式特殊字符类
特殊字符类:
.: 匹配除了\n之外的任意字符； [.\n]
\d: digit–(数字)， 匹配一个数字字符， 等价于[0-9]
\D: 匹配一个非数字字符， 等价于[^0-9]
\s: space(广义的空格: 空格, \t, \n, \r), 匹配单个任何的空白字符;
\S: 匹配除了单个任何的空白字符;
\w: 字母数字或者下划线, [a-zA-Z0-9_]
\W: 除了字母数字或者下划线, [^a-zA-Z0-9_]

字符  特殊字符类

这里尖角代表 ‘非’
因为r后是一个括号，所以输出是单个存在的


这里\s代表空格；
\w代表 数字 汉字 英文大小写 下划线
并且小写和大写是相反的意思

4.小练习
1.设计一个正则来找出一个字符串序列中的10-59；
2.设计一个正则来过滤一个字符串序列中只包含两个字符的字母，其中第一个是大写的A或B或C；（这里列表中元素都是两个字符组成的）

结果

5.正则表达式-指定字符出现指定次数
匹配字符出现次数：
第一种方式：
*：代表前一个字符出现0次或者无限次；
+：代表前一个字符出现一次或者无限次；
？：代表前一个字符出现1次或者0次；假设某些字符可省 略，也可以不省略的时候用；

第二种方式：
{m}：前一个字符出现m次；
{m，}：前一个字符至少出现m次；*{0，}； +={1，}
{m，n}：前一个字符出现m次到n次；？==={0，1}

结果如下
如果不满足要求则输出为空

6.匹配邮箱
要求：匹配一个qq邮箱
可以由字符数字或者下划线组成，但是不能以数字或者下划线开头；位数是6-12之间。

这里我把它写在email1.txt文件中了
文件中内容如下

6.匹配IP地址-qq号-身份证号
1.匹配ip

这里我们不难看出，d{0，2}表示零到二次，实际是不包含前面的【1-9】，所以抓取的是三位数；而如果没有d，则应表示为{0，3}；并且【1-9】表示取值范围，{0，2}表示出现次数；
从qq号抓取可以明显看出

这里的pattern2和pattern3是一个意思；
身份证号的抓取，‘|’ 代表 ‘或’，这里身份证要求 17位加x或着18位或者15位；
请注意：长的要求要写在前面，否则会断章取义只截取一部分；

7.正则中需要转义的字符
因为这些字符在正则中有特殊的含义，所以必须转义：. , + , ? , *

表示分组：
（ab）：将括号中的字符作为一个分组
\num：引用分组第num个匹配到的字符串
(?p)：分组起别名

（AB）

首先，未分组，所以抓取的是ip的第二部分
这些都没有分组，所以抓取的都是一部分

分组后抓取的是全部，这是以整体为一组


当用search方法抓取时，只能抓取符合条件的第一个
当抓取IP地址时分组，抓取的是整个IP地址

/NUM


分组后会显示，否则不会显示

–分组起别名--
s = ‘610897199004154534’
pattern = r’(?P<注Province>\d{3})[\s-]?(?P<释City>\d{3})[\s-]?(?P<无Year>\d{4})[\s-]?’
r’(?P<意Month>\d{2})(?P<义Day>\d{2})(\d{4})’
Obj = re.search(pattern, s)
if Obj:
‘’‘’ print(Obj.groupdict())
else:
‘’‘’ print(‘Not Found’)

这是以 610 897 1990 04 15 4534来区分具体信息
输出是610：province 897：city 。。。。。
？P后跟别名
[\s-]?代表问号可有可无；

8.正则与批量替换和批量分隔符
首先我们学过split 方法

re也有split方法但这里需要转义，同时拥有替换方法

下面我们用函数来批量操作

单个操作和函数的批量操作

通过自定义函数和re的sub方法

sub还可以用来限制最大替换次数，如下

这里限制最大替换次数为2

如果大于2，则前两个替换，后面的不变