Python正则表达式

Python正则表达式

1.匹配符号

1. re模块

re模块是python提供的专门用支持正则表达式的一个模块

2. 正则语法

正则表达式 - 正则表达式是一个让字符串复杂问题变得简单的工具。

写正则表达式的主要工作：用正则符号描述清楚相关字符串的规则。

python正则比表示方式：r’正则表达式’

js的正则：/正则表达式/

3. 字符

   1. 普通字符（普通符号）
      在正则除了有特殊功能或者特殊意义以外的符号；
      普通字符在正则中表示这个符号本身。

   2. . – 匹配任意一个字符
      注意：一个.只能匹配一个任意字符

   3. \d – 匹配任意一个数字字符

   4. \s - 匹配任意一个空白字符
      空白字符：空格、回车(\n)、制表符(\t)

   5）
   \D - 匹配任意一个非数字字符
   \S - 匹配任意一个非空白字符

   6. [字符集] - 匹配字符集中任意一个字符
      注意：一个[]只能匹配一个字符
      [多个普通字符] - 例如：[abc]，可以匹配a或者b或者c
      [包含\开头的特殊符号的字符集] - 例如：[\dabc]，可以匹配任意数据或者a或者b或者c

   [包含减号在两个字符之间的字符集] - 这个时候的减号表示谁到谁(注意：减号前面的字符的编码必须小于减号后面的)
   例如：
   [a-z] - 匹配任意一个小写字母
   [a-d] - 匹配a、b、c、d中的任意一个字符
   [A-Z] - 匹配任意一个大写字母
   [1-9] - 匹配1到9中任意一个数字字符
   [\u4e00-\u9fa5] - 匹配任意一个中文字符
   [a-zA-Z]、[A-Za-z] - 匹配任意一个字母
   [a-z123] - 匹配任意一个小写字母，或者1或者2或者3
   [a-z\d] - 匹配任意一个小写字母或者任意一个数字

   7. [^字符集 - 匹配任意一个不在字符集任意一个字符
      [^abc - 匹配除了a、b、c以外的任意一个字符
      [^a-z - 匹配除了小写字母以外的任意一个字符

   注意：[]中的-和^只有放在指定位置的时候才有特殊功能，否则在[]中就是一个普通的符号。

2.检测类符号

检测类符号的存在不影响被匹配的字符串长度，它的作用是在匹配成功的前提下检测符号所在的位置是否符号要求。

检测类符号的用法：先去掉检测类符号，看是否能匹配成功，如果失败整个正则匹配失败。如果成功再来看检测类符号所在的位置是否符合要求。

1. \b - 检测是否是单词边界
   单词边界 - 能够区分出两个不同单词的符号都属于单词边界,例如：空白、标点符号、字符串开头、字符串结尾

# findall(正则表达式, 字符串)   -   获取字符串中所有满足正则表达式的子串
str1 = '12ksksj78ss 34抗生素,89 试7试看90 56 江苏省23'
result1 = findall(r'\d\d', str1)
print(result1)  
# ['12', '78', '34', '89', '90', '56', '23']

result2 = findall(r'\d\d\b', str1)
print(result2)
# ['89', '90', '56', '23']

result3 = findall(r'\b\d\d\b', str1)
print(result3)
# ['89', '56']

2. \B - 检测是否是非单词边界

   result3 = findall(r'\d\d\B', str1)
   print(result3)
   # ['12', '78', '34']
   

3. ^ - 检测是否是字符串开头

   re_str = r'^\d\d'
   print(fullmatch(re_str, '12'))
   # <re.Match object; span=(0, 2), match='12'>
   print(findall(r'^\d\d',  str1))
   # ['12']
   

4. $ - 检测是否是字符串结尾

3.匹配次数

1. 匹配0次或者多次(任意次数)
   用法：匹配类符号*
   a* - 匹配任意多个a
   \d* - 匹配任意多个数字字符

print(fullmatch(r'a*b', 'b'))
print(fullmatch(r'a*b', 'aab'))
print(fullmatch(r'a*b', 'aaaaaaab'))
print(fullmatch(r'\d*b', '245899b'))
print(fullmatch(r'[abc]*x', 'aabccax'))

2. ​ + --匹配1次或多次(至少一次)

print(fullmatch(r'a+b', 'b'))     # None
print(fullmatch(r'a+b', 'ab'))
print(fullmatch(r'a+b', 'aaaaab'))

3. ​ ? - 匹配0次或1次

   re_str = r'[-+]?[1-9]\d'
   print(fullmatch(re_str, '-12'))
   print(fullmatch(r'a?b', 'b'))
   print(fullmatch(r'a?b', 'ab')