正则表达式
---------------------认识正则表达式
---------------------匹配类符号
---------------------匹配次数相关符号
---------------------分组和分支
---------------------检测类符号
一、认识正则表达式
# 1.什么是正则表达式 - 一种可以让复杂的字符串问题变得简单的工具
# 案例1：判断输入的内容是否是一个合法的电话号码
# 要求：a.长度11位 b.全部都是数字字符 c.第一位是1 d.第二位：3~9
tel = '17282282922'
# 方法1：不使用正则
if len(tel) == 11:
if tel[0] == '1' and tel[1] in '3456789':
flag = True
for x in tel[2:]:
if not '0' <= x <= '9':
flag = False
break
if flag:
print('合法')
else:
print('不合法')
else:
print('不合法')
else:
print('不合法')
# 方法2：使用正则表达式
from re import fullmatch
result = fullmatch(r'1[3-9]\d{9}', tel)
if result:
print('合法')
else:
print('不合法')
# 案例2：提取字符串中所有的数字子串
message = '年龄: 18岁, 身高: 170, 体重: 120斤, 月薪: 3000元, 房租: 1000元'
# 方法1：不使用正则
result = []
str1 = ''
for x in message:
if '0' <= x <= '9':
str1 += x
else:
if str1:
result.append(str1)
str1 = ''
if str1:
result.append(str1)
print(result)
# 方法2：使用正则
from re import findall
result = findall(r'\d+', message)
print(result)
二、匹配类符号
from re import fullmatch
# 1.fullmatch函数
'''
fullmatch(正则表达式, 字符串) - 判断字符串是否满足正则表达式描述的规则，如果不满足，结果就是None
不管使用正则表达式解决什么样的字符串问题，写正则的时候都是在描述字符串规则
'''
# 2.所有匹配类符号
# 1）普通符号 - 在正则表达式中表示本身的字符就算普通符号
result = fullmatch(r'abc', 'abc') # <re.Match object; span=(0, 3), match='abc'>
result1 = fullmatch(r'abc', '1bc') # None 不符合
print(result)
print(result1)
# 2) . - 匹配任意一个字符
result = fullmatch(r'.bc', '1bc')
print(result)
print(fullmatch(r'a..', 'a你好'))
# 3)\d - 匹配任意一个数字字符
print(fullmatch(r'a\d\db', 'a97b'))
# 4)\s - 匹配任意一个空白字符
# 空白字符 - 所有能产生空白效果的字符：空格、 \t、 \n
print(fullmatch(r'a\sb', 'a b'))
print(fullmatch(r'a\sb', 'a\tb'))
print(fullmatch(r'a\sb', 'a\nb'))
# 5)\w - 匹配任意一个数字、字母、下划线或者中文
print(fullmatch(r'a\wb', 'a6b'))
print(fullmatch(r'a\wb', 'amb'))
print(fullmatch(r'a\wb', 'a_b'))
print(fullmatch(r'a\wb', 'a哈b'))
# 6) \D、 \S、 \W
'''
\后面跟大写字母对应的功能和\后面跟小写字母的功能相反
\D - 匹配任意一个非数字字符
\S - 匹配任意一个非空白字符
\W - 匹配任意一个非数字、字母、下划线或者中文的字符
'''
print(fullmatch(r'a\Db\Sc\We', 'albrc-e'))
# 7)[字符集] - 匹配在字符集中任意一个字符
'''
[amx] - 匹配a、m、x中的任意一个
[\dmn] - （\开头的特殊符号在中括号中还是有特殊意义）匹配任意一个数字或者m或者n
[3-9mn] - (-在中括号中表示谁到谁）匹配3到9中的任意一个数字或者m或者n
[a-z] - 匹配任意一个小写字母
[A-Z] - 匹配任意一个小写字母
[a-zA-Z] - 匹配任意一个字母
[\u4e00-\u9fa5] - 匹配任意一个中文
'''
print(fullmatch(r'a[xyz]b', 'axb'))
print(fullmatch(r'a[x哈z]b', 'a哈b'))
print(fullmatch(r'a[xy1]b', 'a1b'))
print(fullmatch(r'a[ma\d]b', 'a3b'))
print(fullmatch(r'a[a-zA-Z你好呀]b', 'abb'))
print(fullmatch(r'a[a-zA-Z你好呀]b', 'aBb'))
print(fullmatch(r'a[a-zA-Z你好呀]b', 'a好b'))
print(fullmatch(r'a[\u4e00-\u9fa5A-Z]b', 'aHb'))
print(fullmatch(r'a[\u4e00-\u9fa5A-Z]\sb', 'a哈 b'))
# 注意：中括号中的-只有放在两个符号之间才能表示谁到谁，如果放在中括号的最前面或者最后面，或者中括号外部就只表示减号本身
print(fullmatch(r'a-z', 'a-z'))
# 8)[^字符集] - 匹配不在字符集中的任意一个字符
# 注意：[]中的^，只有放在最前面才有特殊功能，如果不在最前面就算普通符号
print(fullmatch(r'a[^A-Z]b', 'a9b')) # 中括号中表示只要不是大写字母就可以
三、匹配次数相关符号
from re import fullmatch, match
# 1. * - 0次或者多次（任意多次）
# 匹配类符号*
print(fullmatch(r'a*b', 'b'))
print(fullmatch(r'a*b', 'aaaaaaaaab'))
print(fullmatch(r'.*b', '1m哈哈b'))
print(fullmatch(r'[A-Z]*b', 'AAAb'))
# 2. + - 1次或者多次
print(fullmatch(r'\d+b', '1b'))
print(fullmatch(r'\d+b', '1233455b'))
print(fullmatch(r'\d+b', 'b')) # 不匹配
# 3. ? - 0次或者1次
print(fullmatch(r'a?b', 'b'))
print(fullmatch(r'a?b', 'ab'))
# 4. {}
'''
{N} - N次
{M,N} - M到N次
{M,} - 至少M次
{,N} - 最多N次
'''
print(fullmatch(r'a{3}b', 'aaab'))
print(fullmatch(r'a{3,5}b', 'aaab'))
print(fullmatch(r'a{3,5}b', 'aaaab'))
print(fullmatch(r'a{3,5}b', 'aaaaab'))
print(fullmatch(r'a{3,}b', 'aaaab')) # 至少3个a
print(fullmatch(r'a{,2}b', 'b')) # 不能超过2个a
print(fullmatch(r'a{,2}b', 'aaab')) # 不匹配
# 5.贪婪和非贪婪
'''
匹配次数不确定的时候匹配模式分为贪婪和非贪婪两种，默认是贪婪的。
贪婪：在能够匹配成功的情况下，有多种匹配次数，贪婪取次数最多的那个次数。（+、*、?、{M,N}、{M,}、{,N}）
非贪婪：在能匹配成功的情况下有多种匹配次数，非贪婪取次数最少的那个次数。（+?、*?、??、{M,N}?、{M,}?、{,N}?）
'''
# fullmatch(正则表达式, 字符串) - 匹配整个字符串
# match(正则表达式, 字符串) - 匹配字符串开头
print(match(r'a\db', 'a3b你1c好2d呀')) # 只要开头符合规则就可以 <re.Match object; span=(0, 3), match='a3b'>
# 有三个符合条件的子串：'a1b'、'a1b你b'、'a1b你b好b'
print(match(r'a.+b', 'a1b你b好b呀')) # 贪婪模式<re.Match object; span=(0, 7), match='a1b你b好b'>
print(match(r'a.+?b', 'a1b你b好b呀')) # 非贪婪模式<re.Match object; span=(0, 3), match='a1b'>
print(match(r'a.?b', 'abbbb')) # 贪婪 <re.Match object; span=(0, 3), match='abb'>
print(match(r'a.??b', 'abbbb')) # 非贪婪 <re.Match object; span=(0, 2), match='ab'>
print(match(r'a.{1,5}b', 'a1bbbbbbbbb')) # <re.Match object; span=(0, 7), match='a1bbbbb'>
print(match(r'a.{1,5}?b', 'a1bbbbbbbbb')) # <re.Match object; span=(0, 3), match='a1b'>
# 练习：写正则表达式可以匹配任意一个整数字符串
# 匹配成功：'123'、'9'、'-234'、'+233’
# 匹配失败：'23m'、'--7283'、'++782'、'009'、'02'
# print(fullmatch(r'[-+1-9]\d*', '+0')) # 不全面 如果第二位是0也可以成功
print(fullmatch(r'[-+]?[1-9]\d*', '133'))
四、分组和分支
from re import fullmatch
# 1.() - 分组
'''
在正则表达式中可以用()将正则表达式中的部分内容括起来来表达一个整体，一个()代表一个分组。
'''
# 1)整体控制 - 以某个部分为单位对符号进行控制
# 'mn123ab563hg783mn123mn123'
print(fullmatch(r'([a-z]{2}\d{3})+', 'mn123ab563hg783mn123mn123'))
# 2)重复 - 在正则中可以通过\N来重复它前面第N个分组匹配到的结果
# ’234-234'、'001-001'
print(fullmatch(r'(\d{3})-\1', '234-234'))
print(fullmatch(r'(\d{3})-(\d{3})-\1-\2{2}', '234-123-234-123123'))
print(fullmatch(r'([a-z]{3})-(\d{3})-\1-\2{2}', 'abc-123-abc-123123'))
# 3)捕获 - 获取匹配结果的某个部分
'''
捕获分为自动捕获和手动捕获两种，只有findall具有自动捕获的功能，其他情况需要手动捕获
findall(正则表达式, 字符串) - 获取字符串中所有满足正则的子串
'''
from re import findall
message = '年龄: 18岁, 身高: 170, 体重: 120斤, 月薪: 3000元, 房租: 1000元'
result = findall(r'\d+', message)
print(result) # ['18', '170', '120', '3000', '1000']
result = findall(r'\d+元', message)
print(result) #['3000元', '1000元']
# a.自动捕获 - 自动获取匹配结果中分组匹配到的内容
result = findall(r'(\d+)元', message)
print(result) # ['3000', '1000']
# b.手动捕获 - 写额外的代码来获取匹配结果中分组匹配到的内容
result = fullmatch(r'(\d+)元', '8298元')
print(result)
# 获取整个正则对应的匹配结果：匹配对象.group()
print(result.group()) # 8298元
# 获取某个分组对应的匹配结果:匹配对象.group(分组数)
print(result.group(1)) # 8298
result = fullmatch(r'(\d{2})([a-z]{3})', '23ksk')
print(result.group()) # 23ksk
print(result.group(1)) # 23
print(result.group(2)) # ksk
message = '年龄: 18岁, 身高: 170, 体重: 120斤a, 月薪: 3000元b, 房租: 1000元'
result = findall(r'(\d+)([元斤])([a-z])', message)
print(result) # [('120', '斤', 'a'), ('3000', '元', 'b')]
# 2. | - 分支
'''
正则1|正则2 - 先用正则1去匹配，如果匹配成功整个正则表达式就匹配成功，如果匹配失败就用正则2来匹配
'''
# '23mns'、'34看手机'
# 方法1：
print(fullmatch(r'\d{2}[a-z]{3}|\d{2}[\u4e00-\u9fa5]{3}', '34看手机'))
# 方法2：
print(fullmatch(r'\d{2}([a-z]{3}|[\u4e00-\u9fa5]{3})', '23mns'))
print(fullmatch(r'[a-z]{5}|[\u4e00-\u9fa5]{5}', 'abmns'))
五、检测类符号
from re import fullmatch, findall,search
# 检测类符号 - 在匹配成功的情况下，检测指定的位置是否符合相应的要求(不影响字符串长度)
# 1.\b - 检测\b所在的位置是否是单词边界
'''
单词边界：英文符号中可以区分出不同单词的符号（例如：空白符号、英文标点符号、字符串开头和结尾）
'''
print(fullmatch(r'\d{2}a\b', '23a'))
print(fullmatch(r'\d{2},\ba', '23,a')) # <re.Match object; span=(0, 4), match='23,a'>
str1 = '123jsk5678换手机 789,89ksk898 数 899'
print(findall(r'\d+', str1)) # ['123', '5678', '789', '89', '898', '899']
print(findall(r'\b\d+', str1)) # ['123', '789', '89', '899']
print(findall(r'\d+\b', str1)) # ['789', '898', '899']
print(findall(r'\b\d+\b', str1)) # ['789', '899']
# 2. ^（中括号外面放^) - 检测是否是字符串开头，用的时候只能放在字符串的最前面
# 3.$ - 检测是否是字符串结尾，用的时候只能放在字符串的最后面
# search(正则, 字符串) - 获取字符串中第一个满足条件的子串
print(search(r'\d{3}', 'sgg789经济师123哈哈')) # <re.Match object; span=(3, 6), match='789'>
print(search(r'^1[3-9]\d{9}$', '13124567123'))
# 4.转义符号 - 在正则中有特殊意义的符号前加\，让这个符号变成普通符号
# '合.234'、'块.82908'
print(fullmatch(r'[\u4e00-\u9fa5]\.\d+', '合.2345'))
# '23*89'
print(fullmatch(r'\d+\*\d+', '23*89'))
# '(MHS)'
print(fullmatch(r'\([A-Z]{3}\)', '(MHS)'))
# 5.re模块 - 模块中全是和正则表达式相关的函数
from re import fullmatch, match, search, findall, finditer, sub, split
'''
fullmatch(正则, 字符串) - 匹配整个字符串（判断整个字符串是否符合正则描述的规则），匹配成功返回匹配对象，匹配失败返回None
match(正则, 字符串) - 匹配字符串开头（判断字符串开头是否符合正则描述的规则），匹配成功返回匹配对象，匹配失败返回None
search(正则, 字符串) - 匹配字符串中第一个满足条件的子串，匹配成功返回匹配对象，匹配失败返回None
findall(正则, 字符串) - 获取字符串中所有满足正则的子串，返回值是一个列表，列表中的元素是匹配到的字符串
finditer(正则, 字符串) - 获取字符串中所有满足正则的子串，返回值是一个迭代器，迭代器中的元素是匹配对象
sub(正则, 字符串) - 将字符串中所有满足正则的子串作为切割点对字符串进行切割
split(正则, 字符串1, 字符串2) - 将字符串2中所有满足正则的子串都替换成字符串1
'''
str1 = '123jsk5678换手机 789,89ksk898 数 899'
print(findall(r'\d+', str1)) # ['123', '5678', '789', '89', '898', '899']
print(list(finditer(r'\d+', str1)))
print(next(finditer(r'\d+', str1)))
print(split(r'\d+', str1)) # ['', 'jsk', '换手机 ', ',', 'ksk', ' 数 ', '']
print(sub(r'\d+|[a-zA-Z]+', 'A', str1)) # AAA换手机 A,AAA 数 A
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
