14.正则

1.re模块

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块来操作，名字为re

1.1.findall方法

findall方法：
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表

import re
st = '帅哥，靓仔，美女，靓妹'
st1 = re.findall('靓',st)#查找所有的数据，查找到的数据全部都拿出来
print(st1)
结果：
['靓', '靓']

1.2.match方法

match方法：
尝试从字符串的起始位置匹配一个模式，匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息），如果不是起始位置匹配成功的话，match()返回的是空

import re
st = '帅哥，靓仔，美女，靓妹'
st1 = re.match('靓',st)#要从起始位置开始找,起始位置不是这个字符串的话，就为None
print(st1)
结果：
None

import re
st = '帅哥，靓仔，美女，靓妹,帅帅'
st1 = re.match('帅',st)#从起始位置开始查找，查找到就返回一个对象，包含数据信息
print(st1)
结果：
<_sre.SRE_Match object; span=(0, 1), match='帅'>

1.3.search方法

search方法:
扫描整个字符串,匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息）

import re
st = '帅哥，靓仔，美女，靓妹,帅帅'
st1 = re.search('帅哥',st)#扫描整个字符串，只返回一个匹配对象
print(st1)
结果：
<_sre.SRE_Match object; span=(2, 4), match='帅哥'>

1.4.sub方法

sub方法：
替换

import re
st = '帅哥，靓仔，美女，靓妹,帅帅'
st1 = re.sub('帅','丑',st)#替换
print(st1)
结果：
丑哥，靓仔，美女，靓妹,丑丑

2.元字符

符号本身具有特别的含义

2.1.单字符匹配

.：匹配任意1个字符（除了\n）

import re
st = '帅哥，靓仔，美女，靓妹,'
st1 = re.findall('靓..',st)
print(st1)
结果：
['靓仔，', '靓妹,']

[]：匹配[]中列举的字符

import re
st = '浏览1去哦去哦,浏览3问问,浏览如4题9如题'
st1 = re.findall('[1-9]',st)#[]里面也可以放字母
print(st1)
结果：
['1', '3', '4', '9']

\d：匹配数据，即0-9

import re
st = '帅1哥，靓3仔，美5女，靓9妹,'
st1 = re.findall('\d',st)#\d相当于[0-9]
print(st1)
结果：
['1', '3', '5', '9']

\D：匹配非数字，既不是数字

import re
st = '帅1哥，靓3仔，美5女，靓9妹,'
st1 = re.findall('\D',st)
print(st1)
结果：
['帅', '哥', '，', '靓', '仔', '，', '美', '女', '，', '靓', '妹', ',']

\s：匹配空白，即空格，tab键

import re
st = ' 帅1哥，靓 3仔，美5女，靓9妹,'
st1 = re.findall('\s',st)
print(st1)
结果：
[' ', ' ']

\S：匹配非空白

import re
st = ' 帅1哥，靓 3仔，美5女，靓9妹,'
st1 = re.findall('\s',st)
print(st1)
结果：
['帅', '1', '哥', '，', '靓', '3', '仔', '，', '美', '5', '女', '，', '靓', '9', '妹', ',']

\w：匹配单词字符，即a-z、A-Z、0-9、_

import re
st = ' 帅1哥，靓 3仔，美5女，靓9妹,'
st1 = re.findall('\w',st)
print(st1)
结果：
['帅', '1', '哥', '靓', '3', '仔', '美', '5', '女', '靓', '9', '妹']

\W：匹配非单词字符

import re
st = ' 帅1$哥，靓 3#@仔，美5女，靓9妹,'
st1 = re.findall('\W',st)
print(st1)
结果：
[' ', '$', '，', ' ', '#', '@', '，', '，', ',']

2.2.代表数量的元字符

*：匹配前一个字符出现0次或者无限次，即可有可无

import re
st = 'abbbc'
st1 = re.findall(r'ab*c',st)#匹配b这个字符有0~无数次
print(st1)
结果：
['abbbc']

+：匹配前一个字符出现1次或者无限次，即至少有1次

import re
st = 'abbbc'
st1 = re.findall(r'ab+c',st)
#匹配b这个字符有0~无数次，至少出现一次b这个字符，如果超过st里面出现的3个字符的话，那么就会返回空
print(st1)
结果：
['abbbc']

？：匹配前一个字符出现1次或者0次，即要么有1次，要么没有

import re
st = 'abbbc'
st1 = re.findall(r'abbbb?c',st)#匹配b这个字符出现1次或者0次，即要么有1次，要么没有
print(st1)
结果：
['abbbc']

{m}：匹配前一个字符出现m次
{m,n}：匹配前一个字符出现m到n次

import re
st = 'abbbc'
st1 = re.findall(r'ab{1,100}c',st)
#必须要填准确的数值，如果不是准确数字就为[]
#或者一个大概超前的一个数字，{1,100}意思是有1个以上，100个以下个b;{,100}从0开始
#{0,}从0开始到无穷大
print(st1)
结果：
['abbbc']

2.3.表示边界的元字符

匹配字符串结尾
^：匹配字符串开头

import re
st = 'abbcabbc'
st1 = re.findall(r'^abbc',st)#必须要跟字符串开头abbc相同才能匹配得到
print(st1)
结果：
['abbc']

$：匹配字符串结尾

import re
st = 'abbcabbc'
st1 = re.findall(r'bc$',st)#必须要跟字符串结尾bc相同才能匹配得到
print(st1)
结果：
['bc']

\b：匹配一个单词的边界
空格相当于边界

import re
st = 'abbc abbcabbc ac'#空格相当于边界
st1 = re.findall(r'\bab',st)
print(st1)

\B：匹配非单词边界
空格相当于边界

import re
st = 'abbcabbcabbc ab'
st1 = re.findall(r'\Bab',st)
print(st1)
结果：
['ab', 'ab']

2.4.分组匹配

|：匹配左右任意一个表达式

import re
st = 'ac1ab2 ab3 ac bbc br'
st1 = re.findall(r'ac|ab|br',st)
print(st1)
结果：
['ac', 'ab', 'ab', 'ac', 'ac', 'br']

(ab)：将括号中字符作为一个分组

import re
st = 'c3ac1 ab2 ab3 ac3 bbc3 br'
st1 = re.findall(r'c(3)',st)
print(st1)
结果：
['3', '3', '3']

3.贪婪与非贪婪

3.1.贪婪

能拿到的全部拿走

import re
st = 'aaaaaaaaaaaaa'
st1 = re.findall(r'a{2,5}',st)#能拿多少就拿多少，{2,5}2~5个，以最多5个为一组
print(st1)
结果：
['aaaaa', 'aaaaa', 'aaa']

3.2.非贪婪

import re
st = 'aaaaaaaaaaaaa'
st1 = re.findall(r'a{2,5}?',st)#能拿多少就拿多少，{2,5}2~5个，以最少2个为一组，不够2个就不拿了
print(st1)