2020-04-02 正则详情

学习笔记之四十一

1、第三方包的应用：除自定义模块、系统模块之外的模块，需要引用的话德线下载，再导入

应用如pillow 专门处理图片的模块
下载方式有两种：

1、（交互式）pip install 第三方模块名 
 2、pycharm里边setting 设置下载
 实例：import requests
 response=requests.get('http://www.12306.cn/') 
 #访问12306网站
 print(response.text)

2、正则表达式

定义：

是对字符串操作的一种逻辑公式，用实现定义好的特定字符、及这些特定字符的组合，组成一个"规则字符串",
其称为 正则表达式，正统表示法，正规表达式，常规表达式等，英语regular expression ，简称 re regex等

正则表达式是对字符串（普通字符（a-z之间的字母）和特殊字符（元字符））操作的一种逻辑公式，

作用：给定一个正则表达式和一个字符串，可以达到如下目的：

1）、给定的字符串是否符合正则表达式的过滤原则（称作 匹配）
 2）、可以通过正则表达式，我们获取字符串中想要的部分
 特点：
 1）、灵活性、逻辑性和功能性非常强；
 2）、可以迅速的用极简单的方式达到对字符串的复杂控制；

应用环境举例：
1）、如何判断一个字符串为手机号呢？
2）、如何判断邮箱为163或126的所有邮件地址？3）、提取一长串字符串中的部分（切片索引很复杂不好处理时）？

例1：

import re
msg='佟丽娅呵护思考就能看'
pattern=re.compile('佟丽娅')
result=pattern.match(msg)print(result)  
#若匹配不到，返回 None，匹配到则返回 span=（正则式的起始下标） 
match='匹配到的内容'
例如：<_sre.SRE_Match object,span=(x,x),match='佟丽娅'>

例二：使用正则re模块方法：

match#只从开头开始匹配，匹配不成功就返回None
	
	s='佟丽娅呵护思考就能看'result=re.match('佟丽娅',s)
	print(result)
	
	search  匹配 #对整个字符串任意位置开始匹配，匹配不成功返回None，
	qie匹配到一个OK结果就返回结果停止匹配result=re.search('佟丽娅',s)
	
	print(result)print(result.span()) #返回起始位置下标 ，
	例如 （2,4）
	print(result.group())
	返回匹配到的内容 例如 '佟丽娅'

例三:[] 表示一个范围，

findall 匹配整个字符串，若匹配ok，直至匹配到字符串结尾，

	0-9 表示0到9之间的任意数字，a-z a到z之间的任意字符 但是[0-9]或[a-z]只表示一位从字符串
	
	s='dsf2jk3jew4k4kv5sd' 中匹配 k3f  e8y 先根据需要匹配到的内容总结处正则表达式 ，
	re='[a-z][0-9][a-z]'
	
	msg='dsf2jk3jew4k4kv5sd'
	result=re.match('[a-z][0-9][a-z]',msg)
	print(result.group())
	
	findall 匹配整个字符串，若匹配ok，直至匹配到字符串结尾，

常用正则符号： 模式可变，下边用[0-9] 

举例

‘*’ 将[0-9] 匹配>=0次
‘+’将[0-9] 匹配>=1次
‘？’将[0-9] 匹配0 或1次

‘^’表示从字符串的行首 第一个字符开始匹配
 ‘$’表示匹配到字符串的最后一个字符
   ‘.’表示代替除换行符（\n）之外的所有字符 

 \w 表示任意字符、数字、下划线，但只表示一位   {m,n} 将[0-9}匹配m~n次，即大于≥m次，≤n次 

  {m,} 匹配≥m次，无上限  {,n}  匹配≤n次，无下限  {m} 匹配m次  
   {n} 匹配n次 

 \b 匹配边界 bordor  边界单词
 \d 任意数字 digital  [0-9]
 \s任意空白字符 space 空格
  \w 任意字母数字下划线 word  [a-z0-9A-Z_]

 \大写字母，表示相反意思
 [ABC]表示一个范围，字母A 或 B  或C
（word|word|word） 表示word1或2或3

例如：a7a a88aa c999c 中间数字至少一个 大于等于一次 +

msg='afdff66we435ff234sd34fs4df443fs455a'
result=re.findall('[a-z][0-9]+[a-z]',msg)
print(result.group())

注意：将需要匹配的次数表示在该模式后边例如： 

qq号码验证，5-11位，开头不能是0,注意，因为是qq号，数字不能多，所以必须匹配到最后一位，所以加$

qq='2342424079'
result=re.match('[1-9][0-9]{4,10}$',msg)
print(result.group())

例如：

用户名可以是字母数字，但不能以数字开头，且用户名长度8位以上 任意字母数字 [0-9a-zA-Z]

username='admin001'
result=re.serach(^'[a-zA-Z][a-z0-9A-Z]{7，}$',username)

#可以简写为 result=re.serach(^'[a-zA-Z]\w{7，}$',username)
print(result)

例如：搜索py文件 首先py 为结尾，所以用\b 表示边界，py前有一个’.’ ,需要用. 代替， .前边有字符 \w，0个 一个两个不等， 数量用* 则正则表达式为 \w*.py\b 又的取消\的转义作用，前边加 r

s= 'a.py ab.text  bb.py kk.png uu.py apyb.py  .py'

result=re.findall(r'\w*.py\b,s)
print(result)
#返回值存于list中正则式的分组 **|** | 或的意思

例如：匹配1-100之间的数字n='100'

改进版  因为0-99 有两位，100时三位数

result=re.match(r'[1-9]?\d?$|100$'n)


print(result)

输入验证的邮箱 163 126 qq 前边数字5-20位

email='3243431@163.com'
result=re.match(r'\w{5,20}@(163|126|qq)\.(cpm|cn)$,email)

print(result)