正则
正则是一种用来处理文本数据的一种工具。(一般用来处理复杂的文本问题)
正则的语法: - 用不同的符号来描述字符串规则
1)匹配类符号 - 一个符号对应字符串的一个字符
普通字符 - 除特殊符号以外的字符就是普通字符
普通字符在正则中表示这个符号本身
2)检测类符号
3)控制次数符号
4)分组和分支
5)其他常用的参数
fullmatch(正则表达式,字符串)-检测字符串是否符合正则表达式描述的规则,
如果符合,返回匹配对象
如果不符合,返回None
‘正则表达式’ - python;
oc/python"正则表达式";
/正则表达式/ - js
1.匹配类符号
一个符号对应字符串的一个字符
普通字符 - 除特殊符号以外的字符就是普通字符,普通字符在正则中表示这个符号本身
# 1)匹配类符号 - 一个符号对应字符串的一个字符
# 1。普通字符 - 除特殊符号以外的字符就是普通字符
# 普通字符在正则中表示这个符号本身
re_str1 = 'abc' # 需要一个长度是3的字符串,第一个字符是a,第二个是b,第三个是c
print(fullmatch(re_str1,'abc'))
# 2。. - 匹配一个任意字符
re_str2 = 'a.c' # 长度是3的字符串,并且第一个是a,最后一个字符是c,中间是任意字符。
print(fullmatch(re_str2,'a为c'))
re_str2 = '..ab' # 一个长度是4的字符串,ab前面是任意两个字符
# 3。\d - 匹配任意一个数字字符
re_str3 = r'ab\d' # 一个长度是3的字符串,ab后面是一个任意数字
print(fullmatch(re_str3,'ab1'))
# 4。\w - 匹配任意一个数字字母或者下划线(基于ASCII码)
re_str4 = r'\w123'
print(fullmatch(re_str4,'好123'))
# 5。\s - 匹配任意一个空白字符
# 空白字符 - 空格、\T、\n
re_str5 = r'123\sabc'
print(fullmatch(re_str5,'123 abc'))
# 6。\D、\S、\W - 与小写作用反过来
# \D - 匹配任意一个非数字字符
# \S - 匹配任意一个非空白字符
print(fullmatch(r'abc\S123\D','abc😯123='))
# 7。[字符集] - 匹配字符集中的任意一个字符
'''
[ab12] - 匹配a,b,1,2中的任意一个字符
[ab\d]、[\dab]、[a\db] - 匹配a、b、或者0~9中的任意一个字符
[0-9] - 匹配0到9中任意一个字符
[56789],[5-9] -- 匹配5到9中任意一个字符
[a-z] - 匹配任意一个小写字母
[A-Z] - 匹配任意一个大写字母
[a-zA-Z]- 匹配任意一个字母
[a-zA-Z\d] 匹配任意一个字母、数字、下划线
[\u4e00-\u9fa5] - 匹配任意一个中文
注意:如果在[]中,-在中括号里面的两个字符之间,表示两个字符之间的范围。
如果不在[]中,或者不在两个字符之间,他不具备特殊功能表示减号本身
'''
re_str = r'a[xyz]b'
print(fullmatch(re_str,'ayb'))
print(fullmatch(r'abc[2-5]','abc4'))
print(fullmatch(r'[\u4e00-\u9fa5]abc','就abc'))
# 8。[^字符集] - 匹配除了字符集以外的任意一个字符
# ⚠️:[]里面,^只有放在最前面才有特殊意义,在其他位置表示^本身
print(fullmatch(r'[^a]123','*123'))
print(fullmatch(r'[^a-zA-Z]123','😭123'))
2.检测类符号
检测类的符号在正则中不会影响字符串的长度,他的作用是在匹配成功以后检测检测类的符号所在的位置是否符号要求.
# 1。\b - 检测是否是单词边界
# 单词边界 - 凡事能够将两个单词区分开的所有的符号,主要有:空白、标点符号、字符串开头和字符结尾
re_str = r'abc \b123'
print(fullmatch(re_str,'abc 123'))
re_str = r'abc\b.123'
print(fullmatch(re_str,'abc,123'))
str1 = '的撒上12 890,大的222'
result = findall(r'\b\d+\b',str1)
print(result)
# 2。\B - 检测是否不是单词边界
str1 = '的撒上12 890,大的222'
result = findall(r'\B\d+\B',str1)
print(result)
# 3。^ - 检测是否是字符串开头([]外面)
# 4。$ - 检测是否是字符串结尾([]外面)
re_str = r'^\dabc'
print(findall(r'\b\d\b'))
3.匹配次数
1.* - 控制0次或多次
2.+ – 1次或者多次
3.? – 0次或者1次
4.{}
{N} - N次
{M,N} - 匹配M~N次
{,N} - 匹配0到N次,最多N次
{M,} - 匹配至少M次
5.贪婪和非贪婪
贪婪和非贪婪是在匹配次数不确定的时候才会出现:、+、?、{M,N}、{,N}、{M,}
贪婪和非贪婪的区别:
在能匹配成功的情况下,如果对应的匹配次数有多种,贪婪模式选择次数最多的那个,非贪婪选择最少的那个次数
贪婪:、+、?、{M,N}、{,N}、{M,}
非贪婪:在所有的贪婪模式后面加问号
# a* - 匹配0个或者多个a
# .* - 匹配0个或者多个任意字符
# \d* - 相当于任意多个\d
# [xyz]* 相当于任意多个[xyz]
re_str = r'a*123'
print(fullmatch(re_str,'aaa123'))
re_str = r'.*123'
print(fullmatch(re_str,'asd123'))
re_str = r'\d*abc'
print(fullmatch(re_str,'9311319abc'))
re_str = r'[xyz]*123'
print(fullmatch(re_str,'xyz123'))
print(fullmatch(r'\d{3}abc{1}','723abc'))
print(fullmatch(r'\d{3,5}abc','1212abc'))
print(fullmatch(r'\d{,2}abc','23abc'))
# 练习:写一个正则表达式能够匹配所有的手机号码1,
# 长度都是11位,都是数字,第一位是1,第二位是3~9
def is_tel(str1):
result = fullmatch(r'1[3-9]\d{9}',str1)
if result:
print(f'{str1}是合法的☎️')
else:
print(f'{str1}不是合法的☎️')
is_tel('18131348559')
# 5.贪婪和非贪婪
'''
贪婪和非贪婪是在匹配次数不确定的时候才会出现:*、+、?、{M,N}、{,N}、{M,}
贪婪和非贪婪的区别:
在能匹配成功的情况下,如果对应的匹配次数有多种,贪婪模式选择次数最多的那个,非贪婪选择最少的那个次数
贪婪:*、+、?、{M,N}、{,N}、{M,}
非贪婪:在所有的贪婪模式后面加?
'''
print(search(r'\d{3}','2dsa33ggdf542try571==457'))
re_str = r'a.+?b'
print(search(re_str,'dggeasbdsdbss')) # <re.Match object; span=(4, 11), match='asbdsdb'>
4.分支和分组
1.分组 - ()
应用1: 将正则表达式中的一部分用括号括起来表示1个整体,然后进行整体相关操作
应用二:通过\m来重复前面的第m个分组匹配到的内容
应用三:捕获(获取结果的时候只取某个分组对应的内容)
re_str = r'([a-zA-Z]{2}\d\d){3}'
print(fullmatch(re_str,'hf12wu12uh23'))
re_str = r'([a-z]{2})123\1'
print(fullmatch(re_str,'mn123mn'))
re_str = r'(\d{2})([a-z]{2})\1\2'
print(fullmatch(re_str,'12wq12wq'))
re_str = r'[a-z]\d{2}'
result = findall(re_str,'ds12👊🐒🐷🐯234🐭🐎🐔🐂🐰🐶🐍🐑🐱🐲da234')
print(result)
2.分支 - |(竖线)
正则1|正则2 相当于或者
re_str = r'abc\d{3}|abc[A-Z]{2}'
print(fullmatch(re_str,'abcMN'))
re_str = r'abc(\d{3}|[A-Z]{2})'
print(fullmatch(re_str,'abc123'))
5.re模块
1.compile(正则表达式) - 创建一个正则表达式对象
2.匹配相关的方法
1)fullmatch(正则表达式,字符串) - 完全匹配,判断整个字符串是否符合正则表达式描述的规则,如果不符合,返回None,如果符合,返回匹配对象
2)match(正则表达式,字符串) - 匹配开头,判断字符串开头是否符合正则表达式描述的规则。
re_str= r'[a-z]{3}'
print(fullmatch(re_str,'daa'))
print(match(re_str,'dsa🐶🐱🐂🐎🐔'))
# 3)匹配对象
re_str = r'(\d{2})([a-z]{3})'
result = match(re_str,'23weq2🐯🐂')
print(result)
# a.匹配对象.group() - 获取整个正则匹配到的内容
# 匹配对象.group(n) -- 获取正则表达式第n个分组匹配到的内容
print(result.group()) # 23weq
print(result.group(1)) # 23
print(result.group(2)) # weq
# b.
# 匹配对象.span()/匹配对象.span(0) - 获取整个正则匹配到的内容在原字符中的位置信息(开始下标和结束下标)
# 匹配对象.span(n) --- 获取正则表达式第n个分组匹配到的内容在原字符串中位置信息
print(result.span()) # (0, 5)
print(result.span(2)) # (2, 5)
# c.匹配对象.string - 获取原字符串
print(result.string) # 23weq2🐯🐂
3.查找相关方法
# 3.查找相关方法
# 1)search(正则表达式,字符串) - 在字符串中搜索第一个满足正则表达式的字符串,如果找不到,返回None,找到了,返回匹配对象
print(search(r'\d{3}','🀄️123🍰📖324'))
# 2)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字符串,返回的是列表,如果没有,返回空列表
print(findall(r'\d{3}','🀄️123🦐🍰📖324'))
print('🦐🦐🦐🦐🦐🦐')
# 3)finditer(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,返回一个迭代器,迭代器中的内容就是匹配元素
result = finditer(r'(\d{3})-([a-z]{2})','🔍123-qw🐂324-sd')
# print([x.group()for x in result]) # ['123-qw', '324-sd']
# print([x.group(1)for x in result]) # ['123', '324']
print([x.group(2)for x in result]) # ['qw', 'sd']
# 4)sub(正则表达式,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
str1 = 'how are you ? I am fine,thank you!'
result = sub(r'you','me',str1)
print(result) # how are me ? I am fine,thank me!
result = sub(r'you|I','me',str1)
print(result) # how are me ? me am fine,thank me!
# 5)split(正则表达式,字符串) - 将字符串中所有满足正则表达式的子串作为切割点对字符串进行切割
result️1 = split(r'[-+]','🐶+🐎-🐱')
print(result️1)
6.转义字符和参数
1.转义符号 - 将在正则中有特殊功能或者意义的符号变成一个普通字符
\具有特殊意义的符号
re_str = r'\d{2}\.\d{2}'
print(fullmatch(re_str,'23.24'))
re_str = r'\\dabc\+'
print(fullmatch(re_str,'\dabc+'))
将独立存在具备特殊功能的符号放在中括号里面,这个符号的功能就会消失
特别⚠️:符号在中括号里面也有特殊功能的情况:比如:^、-、[、将独立存在具备特殊功能的符号放在中括号里面,这个符号的功能就会消失。
re_str = r'\d{2}[.+*?()$|-]\d{2}'
print(fullmatch(re_str,'12$34'))
2.常用参数
1)忽略大小写:I
默认不忽略大小写
用法一:r’(?i)正则表达式’
re_str = r'123[a-z]'
print(fullmatch(re_str,'123k')) # <re.Match object; span=(0, 4), match='123k'>
print(fullmatch(re_str,'123K')) # None
re_str = r'(?i)123[a-z]'
print(fullmatch(re_str,'123K')) # <re.Match object; span=(0, 4), match='123K'>
用法二:flags = I
re_str = r'123[a-z]'
print(fullmatch(re_str,'123K',flags=I)) # <re.Match object; span=(0, 4), match='123K'>
2)单行匹配 S
多行匹配(默认) - 表示任意字符的.不能和\n(换行符)进行匹配
单行匹配 - 表示任意字符的.能和\n(换行符)进行匹配
re_str = r'abc.123'
print(fullmatch(re_str,'abc\n123')) # None
# 用法一:
re_str = r'(?s)abc.123'
print(fullmatch(re_str,'abc\n123')) # <re.Match object; span=(0, 7), match='abc\n123'>
# 用法二:
re_str = r'abc.123'
print(fullmatch(re_str,'abc\n123',flags=S)) # <re.Match object; span=(0, 7), match='abc\n123'>
re_str = r'(?is)abc.123'
print(fullmatch(re_str,'ABC\n123')) # <re.Match object; span=(0, 7), match='ABC\n123'>
re_str = r'abc.123'
print(fullmatch(re_str,'ABC\n123',flags=I|S)) # <re.Match object; span=(0, 7), match='ABC\n123'>
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(AB)
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“c:\rapidminer\lib\plugs”的正则表达式包括( A )
A. “c:\rapidminer\lib\plugs”
B. “c:\rapidminer\lib\plugs”
C. “(?i)C:\RapidMiner\Lib\Plugs” ?i:将后面的内容的大写变成小写
D. “(?s)C:\RapidMiner\Lib\Plugs” ?s:单行匹配 - 能够完全匹配字符串“back”和“back-end”的正则表达式包括( ABC )
A. “\w{4}-\w{3}|\w{4}”
B. “\w{4}|\w{4}-\w{3}”
C. “\S±\S+|\S+”
D. “\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(D)
A. “\b(\w+)\b\s+\1\b”
B. “\w{2,5}\s*\1”
C. “(\S+) \s+\1”
D. “(\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( BC)
A. “a*?b”
B. “a{,2}b”
C. “aa??b”
D. “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
2.不能以数字开头
3.⻓度在 6 到 16 位范围内
def user_name(str1):
result = fullmatch(r'[_a-zA-Z][0-9_a-zA-Z]{5,15}',str1)
if result:
print('用户名合法!')
else:
print('用户名不合法!')
- 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
3.⻓度在 6 到 12 位范围内
def pass_word(pw:str):
result = fullmatch(r'[a-zA-Z][^!@#¥%^&*]{5,11}',pw)
if result:
print('该密码合法')
else:
print('该密码不合法')
- 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
re_str = r'(\d|\d[1-9]\d|1\d{2}|2\d[0-4]\d|25\d[0-5])\.\1\.\1\.\1'
def ip1(ip2):
result = fullmatch(re_str,ip2)
if result:
print(ip2,'IP合法')
else:
print('不合法')
- 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
re_str2 = r'[-\.\d]+'
result = findall(re_str2,'-3.14good87nice19bye')
print(result)
sum1 = 0
for x in result:
y = float(x)
sum1 += y
print(sum1)
-
验证输入内容只能是汉字
re_str3 = r'[\u4e00-\u9fa5]+' result = fullmatch(re_str3,'你好') print(result)
-
匹配整数或者小数(包括正数和负数)
re_str = r'[-\.\d]+' result = fullmatch(re_str,'-12.3') print(result)
-
验证输入用户名和QQ号是否有效并给出对应的提示信息
re_str1 = r'[a-zA-Z\d_]{6,20}' print(fullmatch(re_str1,'qwe1234')) re_str = r'\d[1-9]\d{4,11}' print(fullmatch(re_str,'123456'))
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0 -
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。'
result️1 = split(r'[,。]',poem)
for x in result️1:
print(x)