笔记：python基础之模块——正则表达式re

re模块
正则表达式 —— 字符串匹配的

举例：判断一串数字是否是手机号。
未使用正则表达式：

while True:
   phone_number = input('please input your phone number ： ')
   if len(phone_number) == 11 \
   and phone_number.isdigit()\
   and (phone_number.startswith('13') \
   or phone_number.startswith('14') \
   or phone_number.startswith('15') \
   or phone_number.startswith('18')):
        print('是合法的手机号码')
    else:
        print('不是合法的手机号码')

使用正则表达式：

import re
phone_number = input('please input your phone number ： ')
if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):
        print('是合法的手机号码')
else:
        print('不是合法的手机号码')

re模块的方法：findall，search，match，split，sub，subn，finditer
findall：
返回所有满足匹配条件的结果,放在列表里

ret = re.findall('[a-z]+', 'eva egon yuan')
print(ret)

search：
从前往后，找到一个就返回,返回的变量需要调用group才能拿到结果
如果没有找到，那么返回None，调用group会报错

ret = re.search('a', 'eva egon yuan')
if ret:
    print(ret.group())

match:
match是从头开始匹配，如果正则规则从头开始可以匹配上，就返回一个变量。
匹配的内容需要用group才能显示
如果没匹配上，就返回None，调用group会报错

 ret = re.match('[a-z]+', 'eva egon yuan')
if ret:
     print(ret.group())

split: 分割

ret = re.split('[ab]', 'abcd')
# 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret)  →输出：['', '', 'cd']

sub: 替换

ret = re.sub('\d', 'H', 'eva3egon4yuan4',1)
#将数字替换成'H'，参数1表示只替换1个
print(ret) #evaHegon4yuan4

subn: 返回元组(替换的结果,替换了多少次)

ret = re.subn('\d', 'H', 'eva3egon4yuan4')
#将数字替换成'H'
print(ret)→输出：('evaHegonHyuanH', 3)

**compile：**将正则表达式编译成为一个 正则表达式对象

obj = re.compile('\d{3}')
#将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())→输出： 123
ret = obj.search('abcashgjgsdghkash456eeee3wr2')
#正则表达式对象调用search，参数为待匹配的字符串
print(ret.group()) →输出： 456

finditer: 返回一个存放匹配结果的迭代器

ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器
print(ret)  →输出：<callable_iterator object at 0x10195f940>
# print(next(ret).group())  #查看第一个结果
# print(next(ret).group())  #查看第二个结果
# print([i.group() for i in ret])  #查看剩余的左右结果
for i in ret:
    print(i.group())
#输出：
3
4
7
8
4

正则表达式：能根据字符串给出正则表达式的网址：tool.china2.com/regex/

import re
ret = re.search('^[1-9](\d{14})(\d{2}[0-9x])?$','110105199912122277')
print(ret.group())
print(ret.group(1))
print(ret.group(2))

#输出：
110105199912122277
10105199912122
277

import re
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret)  →输出： ['oldboy']
#这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret)  → ['www.oldboy.com']

ret=re.split("\d+","eva3egon4yuan")
print(ret) →输出： ['eva', 'egon', 'yuan']

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) →输出： ['eva', '3', 'egon', '4', 'yuan']

各种字符与含义：书本《正则指引》
元字符

符号	含义
.	除了换行符以外的任意字符串，如str.→str+后一字符
\w	字母、数字、下划线
\s	任意空白符
\d	数字，[\d]+:多个多位数字的匹配，不会一个一个匹配
\W	非字母、数字、下划线
\D	非数字
\S	非空白符
\n	一个换行符
\t	制表符（Tab）
\b	匹配单词结尾，配合‘.’ 一起使用
^	匹配以……开头，如^e：以e开头的
$	匹配字符串的结尾，一定写在最后
a/b	含a或b ,abc/ab:先匹配abc在匹配ab,注意顺序
()	分组，要对组合的字符进行匹配时
[…]	匹配字符组中的字符
[^…]	匹配除了字符组中字符的所有字符（非），写在开头

量词(放后面）：量词仅约束紧跟着的前一个字符

符号	含义
*	重复零次或更多次（贪婪匹配），如\d*：所有的连续数字
+	重复一次或者更多次
？	重复零次或一次，一个一个匹配 ，可将贪婪转为非贪婪，也叫惰性匹配，放在分组（？…）中取消分组优先
{n}	重复n次
{n,}	重复n次或者更多次
{n,m}	重复n到m次

字符组
在同一位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示。

符号	含义
[0123456789]/[0-9]	数字，字符组里的数据
[a-z]	小写字母
[A-Z]	大写字母
[0-9 a-f A-F]	可以匹配数字，大小写姓氏a-f，用来验证十六进制字符

转义符

符号	含义
r’\n’	r能取消\的转义

贪婪匹配

符号	含义
<.*>	贪婪：先匹配所有，再匹配结尾的‘>’
<.*?>	非贪婪：一直匹配，如有‘>’就结束
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或者1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复
.*?	取尽量少的任意字符，如.*?x：匹配x之前一直匹配