本節(jié)知識大綱：

圖片.png

一、判斷是否滿足要求

通過正則表達(dá)式判斷文本是否符合要求，主要有兩個函數(shù)：
（1）match()
從string首字母開始匹配，string如果包含pattern子串，則匹配成功，返回Match對象，失敗則返回None；
一般用于：完全匹配，用于嚴(yán)格的校驗(yàn)
（2）search()
若string中 包含 pattern子串，則返回Match對象，否則返回None，注意：如果string中存在多個pattern子串，只返回第一個；
一般用于:是否包含，用戶判斷內(nèi)容是否存在。
案例01：
判斷手機(jī)號是否符合規(guī)范？

import re
pattern = re.compile(R"^1[3578]\d{9}$")
match_result = pattern.match(input_number)
if match_result is not None:
    print("手機(jī)號碼有效，號碼為:",input_number)
else:
    print("手機(jī)號碼無效")

案例02：
查看文本中是否包含134開頭的手機(jī)號碼？

import re
str01 = "hello had you thank you 13412345678 " \
        "13498765679 1821209776 good"
pattern = re.compile(r"134\d{8}")
match_result = pattern.search(str01)
if match_result:
    print("包含134開頭的手機(jī)號，具體為:",match_result.group(0))
else:
    print("不包含")

輸出結(jié)果：

包含134開頭的手機(jī)號，具體為: 13412345678

二、獲取捕獲內(nèi)容

兩種基本方法
（1）findall()
返回 string中所有與pattern相匹配的全部字符串，返回形式為集合；findall方法適用于沒有分組或者非捕獲分組的場景；
案例01：沒有分組的場景
在長字符串中獲取1開頭或者9開頭的數(shù)字

import re
str01 = "Use this toggle to the 2234 9876765 9912 left to manage"
print(re.findall(r"\b[19]\d*\b",str01))

案例02：非捕獲分組的場景
獲取http或者h(yuǎn)ttps開頭，cn或者com結(jié)尾的域名

import re
str01 = "browser uses BBC’s https://www.apple.com If you’re  http://www.bt.cn thank you"
print(re.findall(r"\b(?:http|https)[:/\w.]*(?:cn|com)\b",str01))

（2）finditer()
返回string中所有與pattern相匹配match對象的迭代，finditer適用的場景為捕獲分組的場景；
案例：獲取4個數(shù)字其中前兩個數(shù)字是一樣的

import re
str01 = "Use this toggle to the 2234 9876765 9912 left to manage" 
match_reslut = re.finditer(r"\b(\d)\1\d{2}\b",str01)
match_list = []
for i in match_reslut:
    match_list.append(i.group(0))
print(match_list)

獲得的對象通過for進(jìn)行迭代，獲取內(nèi)容通過group(0)，由此可見只要涉及了對捕獲組的調(diào)用就不能使用findall()進(jìn)行內(nèi)容獲取，只能通過finditer()進(jìn)行迭代獲取。

三、正則匹配修飾符

通過修飾符來簡化我們對正則表達(dá)式的寫法，正則匹配修飾符有：

圖片.png

1. 使用修飾符忽略大小寫

案例：找出字符串中hello,忽略大小寫

import re
str01 = "Use this toggle to hello the 2234 9876765 Hello 9912 left to hEllO manage how your " \
        "browser heLlo uses BBC’s  https://www.apple.com "
print(re.findall(r"\bhello\b",str01,re.I))  # 忽略大小寫

如果不使用正則匹配修飾符的話，忽略大小寫，正則表達(dá)式寫的麻煩一點(diǎn)，因?yàn)橐汛笮懙那闆r都寫上。
輸出結(jié)果：

['hello', 'Hello', 'hEllO', 'heLlo']

2. 使用修飾符啟用多行模式

案例：找出多行字符串中的hello

import re
str01 = "hello\nhello\nhello\nHello"
print(re.findall(r"^hello",str01))  # 雖然str01是多行，但是開始位置只有一個
print(re.findall(r"^hello",str01,re.M))  # 每一行都進(jìn)行匹配

輸出結(jié)果：

['hello']
['hello', 'hello', 'hello']

四、match對象

通過match()和search()返回match對象，通過finditer()返回的是迭代的match對象
重要：match()是從string字符串的開頭開始匹配，search()只有string字符串中包含了pattern就可以匹配到。比如re.march(r"\d+","abcde123abc")因?yàn)閟tring字符串中數(shù)字123不是在開頭，所以匹配不到，如果換成search方法就可以匹配到數(shù)字123了。
常見方法：
（1）group()獲得一個或多個分組截獲的字符串，編號0代表整個匹配的子串；不填寫參數(shù)時，返回group(0)；沒有截獲字符串的組返回None；

案例：

import re
match_result = re.search(r"\d+","abcde123abc")
print(match_result)
# 1. group() 可以空參數(shù)也可以寫0，因?yàn)槟J(rèn)參數(shù)就是0
print(match_result.group(0))

輸出結(jié)果即為匹配的數(shù)字：123
疑問:在正則匹配過程中，我們沒有做任何分組，為何能通過group能訪問到結(jié)果呢？
回答:正則中默認(rèn)整體就是一個分組，編號為0，group(0)返回整個匹配的結(jié)果。
（2）groups()以元組的形式返回全部分組截獲的字符串，default表示沒有截獲字符串的組以這個值替代，默認(rèn)為None
代碼示例：

import re
str01 = "my name is abc123abc"
match_result = re.search(R"\b([a-z]+)([0-9]+)([a-z]+)\b",str01)
print(match_result.groups())

輸出結(jié)果：

('abc', '123', 'abc')

（3）start()匹配開始的索引；
返回指定的組截獲的子串在string中的起始索引(子串第一個字符的索引)。group默認(rèn)值為0。
（4）end()匹配結(jié)束索引；
返回指定的組的子串在string中的結(jié)束索引(子串第一個字符的索引)group默認(rèn)值為0。
（5）span()返回開始索引和結(jié)束索引；
(start(group),end(group)).
代碼示例：

import re
str01 = "my name is abc123abc"
match_result = re.search(R"\b([a-z]+)([0-9]+)([a-z]+)\b",str01)
print(match_result.start())
print(match_result.end())
print(match_result.span())

輸出結(jié)果:

11
20
(11, 20)

五、split函數(shù)

在字符串處理中我們經(jīng)常使用split方法來進(jìn)行字符串的切割，同樣在正則表達(dá)式中也有用split方法來進(jìn)行切割

1. 字符串的切割

如果我們希望根據(jù)字符串中的逗號將字符串切割，tomi,abby,aliy,peter,joel，在傳統(tǒng)的字符串處理方法中使用split方法就可以實(shí)現(xiàn)：

str01 = "steven,abby,aliy,peter"
name_list = str01.split(",")
print(name_list)

輸出結(jié)果：

['tomi', 'abby', 'aliy','peter','joel']

但是字符串中的split方法傳入的分隔符只能有一個，對于這種tomi,abby|aliy-peter;joel分割符有很多種符字符串該怎么分割呢？
實(shí)際上，可以使用正則表達(dá)式的split方法，它可以支持多個分割符，只要用|分開就可以了

import re
str01 = "tomi,abby|aliy-peter;joel"
name_list = re.split(",|;|-|\|",str01)
print(name_list)

輸出結(jié)果：

['tomi', 'abby', 'aliy','peter','joel']

2. 分割后的處理

如果我們要處理的字符串分隔符有多個，類似這樣tomi,,,abby|||aliy-peter;;;;joel，分割處理后會出現(xiàn)這樣的結(jié)果：

['tomi', '', '', 'abby', '', '', 'aliy', 'peter', '', '', '', 'joel']

不利于我們對后期數(shù)據(jù)的一個總結(jié)，所以我們可以去除空的內(nèi)容，我們可以這樣寫：

name_list =[i for i in re.split(",|;|-|\|",str01) if i]  # 如果i非空則保存

這樣就去除了空格輸出的結(jié)果就好看了

['tomi', 'abby', 'aliy', 'peter', 'joel']

六、sub函數(shù)和subn函數(shù)

這兩個函數(shù)主要用于文本中符合我們正則表達(dá)式的內(nèi)容進(jìn)行替換;
sub()函數(shù)主要有四個重要的參數(shù)：
sub(pattern,repl,str,count)

• pattern 正則表達(dá)式編譯后的對象
• repl 想要替換成的文本
• str 替換前的文本
• count 替換的次數(shù)，如果不寫的話全部替換
  返回的是替換成功后的文本
  案例演示：
  把str01中M開頭的手機(jī)號碼后四位替換成****

import re
str01 = "Use this toggle to the M:13912342234 9876765 9912 left to manage how your " \
        "outside the UK M:13789871234 you can also use http://www.bt.cn the toggle to set "
print(re.sub(R"(?<=M:[1][3578]\d{5})\d{4}","****",str01,2))

如果在替換的過程中想使用正則修飾符，可以在四個參數(shù)旁載添加參數(shù)flags=re.I表示忽略大小寫。
使用subn()函數(shù)，其傳入的參數(shù)和sub()一樣，只不過它返回的是一個元組，包含了兩個元素，一個是替換后的文本，還有一個是替換的次數(shù)。