一.正則表達式

正則表達式就是用來檢測字符串是否滿足某種規(guī)則的工具
例如：1.賬號是手機號/郵箱/多少位由什么東西組成等....
2.臟話替換成*等...

1.正則語法

2.python對正則表達式的支持，提供了一個內(nèi)置模塊:re
fullmatch（正則表達式，字符串）：判斷整個字符串是否符合正則表達式規(guī)則
a.單個字符
1)匹配任意字符
匹配一個字符串，只有一個字符并且這個字符是任意字符

from re import fullmatch, search, findall
re_str = r'.'
result = fullmatch(re_str, 'a')
print(result)
輸出：
<_sre.SRE_Match object; span=(0, 1), match='a'>

2)匹配一個字符串，只有兩位字符并這每個字符都是任意字符

re_str = r'.'
result = fullmatch(re_str, 'an')
print(result)
輸出：
<_sre.SRE_Match object; span=(0, 2), match='an'>

3)匹配一個字符串，前三位分別是abc，最后一位是任意字符

re_str = r'abc.'
result = fullmatch(re_str, 'abc%')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 4), match='abc%'>

4)\w匹配字母數(shù)字下劃線
匹配一個字符串，前三位分別是abc最后兩個是字母數(shù)字下劃線

re_str = r"abc\w\w"
result = fullmatch(re_str,"abc2g")
print(result)
輸出：
<_sre.SRE_Match object; span=(0, 5), match='abc2g'>

5)\s 匹配空白字符（空白指的是空格，制表符和回車等所有能產(chǎn)生空白的字符）

re_str = r'\w\w\w\s.'
result = fullmatch(re_str, 'hu2\t?')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 5), match='hu2\t?'>

6)\d 匹配一個數(shù)字字符
匹配一個字符串，前三位是數(shù)字字符，最后一位是任意字符

re_str = r"\d\d\d."
result = fullmatch(re_str,"121#")
print(result)
輸出：
<_sre.SRE_Match object; span=(0, 4), match='121#'>

\b 檢測是否是單詞邊界(單詞的開頭、單詞的結(jié)尾、單詞和單詞之間的標點空格等)
注意：正則中遇到\b，匹配的時候先不管它，匹配成功后再回頭看\b位置是否是單詞邊界
匹配一個字符串是前四位是when，第五位是空白，空白后邊是where。并且第四位n的后面是個單詞邊界

re_str = r'when\b\swhere'
result = fullmatch(re_str, 'when where')
print(result)

re_str = r'abc\b'
result = fullmatch(re_str, 'abc')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 10), match='when where'>
<_sre.SRE_Match object; span=(0, 3), match='abc'>

8. ^ 檢測字符串是否以給定的正則表達式開頭
   匹配一個字符串，是否以兩個數(shù)字字符開頭

re_str = r'^\d\d'
result = fullmatch(re_str, '23')
print(result)

result = search(r'^\d\d', '99abc11hkj')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 2), match='23'>
<_sre.SRE_Match object; span=(0, 2), match='99'>

9)$ 檢測字符串是否以給定的正則表達式結(jié)束
匹配一個字符串a(chǎn)數(shù)字，并且a數(shù)字是字符串的結(jié)尾

re_str = r'a\d$'
result = fullmatch(re_str, 'a8')
print(result)

result = search(re_str, 'a9aaa8')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 2), match='a8'>
<_sre.SRE_Match object; span=(4, 6), match='a8'>

10. \W 匹配一個非數(shù)字、字母、下劃線的字符

re_str = r'\W\w'
result = fullmatch(re_str, '!a')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 2), match='!a'>

11. \S 匹配非空白字符

re_str = r"\S\w\w\w"
result = fullmatch(re_str,"@a3f")
print(result)
輸出：
<_sre.SRE_Match object; span=(0, 4), match='@a3f'>

12. \D 匹配一個非數(shù)字字符
13. \B 檢測非單詞邊界

b.匹配次數(shù)
1.[] 匹配中括號中出現(xiàn)的任意字符
注意：一個中括號只匹配一個字符
匹配一個3位的字符串，第一位是a/b/c后兩位是數(shù)字

re_str = r"[abc]\d\d"
result = fullmatch(re_str,"c67")
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 3), match='c67'>

2." -" 在正則中的中括號中的應(yīng)用：如果將減號放到兩個字符的中間代表的是誰到誰。如果想要表示'-'符號本身，就放在開頭或者結(jié)尾
[1-8]: 代表的字符集是：'1','2','3','4','5','6','7','8'
[-18]或者[18-]: 代表的字符集是'1','8','-'
要求一個字符串中的第一個是1-8中的一個，后面兩位是小寫字母

re_str = r'[1-8][a-z][a-z]'
result = fullmatch(re_str, '2hn')
print(result)

re_str = r'[!+-][A-Z]'
result = fullmatch(re_str, '-D')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 3), match='2hn'>
<_sre.SRE_Match object; span=(0, 2), match='-D'>

3. [^字符集] 匹配不在[]字符集中的任意一個字符
   匹配一個四位的字符串，第一位不是大寫字母也不是數(shù)字，后三位是abc

re_str = r'[^A-Z\d]abc'
result = fullmatch(re_str, '#abc')
print(result)
輸出:
<_sre.SRE_Match object; span=(0, 4), match='#abc'>

4. *匹配0次或者多次
   匹配一個字符串，最后一位是"b",b的前面有0個或多個a

re_str = r"a*b"
print(fullmatch(re_str,"aaab"))
輸出:
<_sre.SRE_Match object; span=(0, 4), match='aaab'>

5)+ 匹配一次或者多次（至少一次）
判斷一個字符串是否是無符號的正整數(shù)

re_str = r"[1-9]+\d*"
print(fullmatch(re_str,'10'))
輸出：
<_sre.SRE_Match object; span=(0, 2), match='10'>

6)？匹配零次或一次

re_str = r"@?\d+"
print(fullmatch(re_str,"@124455"))
輸出:
<_sre.SRE_Match object; span=(0, 7), match='@124455'>

7)判斷一個字符串是否是整數(shù)(包含正整數(shù)和負整數(shù))
+200, -120, 99, -1, 3, +4

re_str = r'[+-]?[1-9]+\d*'
print(fullmatch(re_str, '200'))
輸出:
<_sre.SRE_Match object; span=(0, 3), match='200'>

8. {N} 匹配N次

re_str = r"\d{3}"
re_str = r"[a-zA-Z]{3}"
print(fullmatch(re_str,'aHh'))
  輸出:
<_sre.SRE_Match object; span=(0, 3), match='aHh'>

9. {N,} 至少匹配N次

re_str = r"\w{4,}"
print(fullmatch(re_str,"hanc_123"))
輸出:
<_sre.SRE_Match object; span=(0, 8), match='hanc_123'>

{,N}最對匹配N次

re_str = r'a{,4}b'  
print(fullmatch(re_str, 'aaaab'))
輸出:
<_sre.SRE_Match object; span=(0, 5), match='aaaab'>

10. {M,N} 匹配至少M次，最多N次 (N>M)

re_str = r'a{2,4}b'  # 'aab', 'aaab', 'aaaab'
print(fullmatch(re_str, 'aaab'))
輸出:
<_sre.SRE_Match object; span=(0, 4), match='aaab'>

c.分支和組合

1. | 分之(相當于邏輯運算中的or)
   匹配一個字符串是三個字母或者是三個數(shù)字

re_str = r'[a-zA-Z]{3}|\d{3}'
print(fullmatch(re_str, 'abc'))
輸出:
<_sre.SRE_Match object; span=(0, 3), match='abc'>

2. '\d{3}[a-z]{2}'是分之中的第一個條件， '[A-F]{3}'是分之的第二個條件

re_str = r'\d{3}[a-z]{2}|[A-F]{3}'
print(fullmatch(re_str, 'ABC'))
輸出:
<_sre.SRE_Match object; span=(0, 3), match='ABC'>

3)分組 通過加()來對正則條件進行分組
兩位數(shù)字兩位字母出現(xiàn)3次

re_str = r"([a-z]{2}\d\d){3}"
print(fullmatch(re_str,"sa23er45gh67"))
輸出:
<_sre.SRE_Match object; span=(0, 12), match='sa23er45gh67'>

練習寫一個正則表達式，能夠匹配出字符串中所有的數(shù)字（包括整數(shù)和小數(shù)）
"acx12.5fgd60,30kkk9sf0.12"

re_str = r"\d+[.]\d+|[1-9]\d*"
print(findall(re_str,"acx12.5fgd60,30kkk9sf0.12"))
輸出:
['12.5', '60', '30', '9', '0.12']

4)匹配一個字符串，按照一個數(shù)字一個字母的規(guī)律出現(xiàn)一次或多次

re_str = r"(\d[a-z])+"
print(fullmatch(re_str,"7a7f0h7d0g8h6k"))
輸出:
<_sre.SRE_Match object; span=(0, 14), match='7a7f0h7d0g8h6k'>

5）重復
可以通過\數(shù)字來重復匹配前面的括號中匹配的結(jié)果

re_str = r"(\d{2}[A-Z])=%\1\1"
print(fullmatch(re_str,"28M=%28M28M"))
re_str = r"(\d{3})-(\w{2})\1\2"
print(fullmatch(re_str,"123-aa123aa"))
輸出:
<_sre.SRE_Match object; span=(0, 11), match='28M=%28M28M'>
<_sre.SRE_Match object; span=(0, 11), match='123-aa123aa'>

6)捕獲
按照完整的正則表達式去匹配，只捕獲（）中的內(nèi)容，只有在findall中有效

re_str = r"a(\d{3})b"
print(fullmatch(re_str,"a245b"))
print(findall(re_str,"a345b"))
輸出:
<_sre.SRE_Match object; span=(0, 5), match='a245b'>
['345']

正則中的分支有短路操作：如果使用|去連接多個條件，前面的條件已經(jīng)匹配出結(jié)果，那么后面的條件就不會去匹配了
練習：
用戶名必須由字母，數(shù)字，或下劃線構(gòu)成且長度在6-20個字符之間
QQ號是5-12的數(shù)字且首位不能為0

user_name = input("用戶名：")
qq = input("QQ:")
if fullmatch(r"\w{6,20}",user_name):
    print("用戶名合法")
else:
    print("用戶名不合法")
if fullmatch(r"[1-9]\d{4,11}",qq):
    print("qq可用")
else:
    print("qq不可用")
輸出:
用戶名：qwert12
QQ:8888888
用戶名合法
qq可用

二.正則中的轉(zhuǎn)義

1.正則表達式中的轉(zhuǎn)義和字符串中的轉(zhuǎn)義字符沒有任何關(guān)系，
在python中的字符串前加r阻止的是字符串轉(zhuǎn)義，不能阻止正則表達式的轉(zhuǎn)義

2.在正則表達式中可以通過在有特殊意義的符號前加\來表示符號本身
+ . * ? \ ( ) [ ] ^ $ |
注意：
a.- 只有在中括號中的兩個字符之間才有特殊的意義
b.如果特殊符號放到中括號中作為字符集的內(nèi)容，
那么除了- 在兩個字符之間以外，其他的都不需要轉(zhuǎn)義
c.\ 不管在哪都需要轉(zhuǎn)義 ^放在中括號的最前面需要轉(zhuǎn)義

re_str = r"a\+"
print(re.fullmatch(re_str,"a+"))
輸出:
<_sre.SRE_Match object; span=(0, 2), match='a+'>
re_str = r"\+a"
print(re.fullmatch(re_str,"+a"))
輸出:
<_sre.SRE_Match object; span=(0, 2), match='+a'>
re_str = r"\\w-a"
print(re.fullmatch(re_str,"\w-a"))
輸出:
<_sre.SRE_Match object; span=(0, 4), match='\\w-a'>
re_str = r"\(\d{3}"
print(re.fullmatch(re_str,"(234"))
輸出:
<_sre.SRE_Match object; span=(0, 4), match='(234'>
re_str = r'[\^.?*]mbc\\'
print(re.fullmatch(re_str, '?mbc\\')
輸出:
<_sre.SRE_Match object; span=(0, 5), match='?mbc\\'>

三.re模塊

1.compile(正則表達式)：將正則表達式轉(zhuǎn)換成正則表達式對象

import re
re_str = r"\d+"
re_object = re.compile(re_str)
print(re_object)

#不轉(zhuǎn)成對象，調(diào)用相應(yīng)的函數(shù)
re.fullmatch(re_str,"78sd")
#轉(zhuǎn)換成對象，調(diào)用相應(yīng)的方法
re_object.fullmatch("78sd")

2.match(正則表達式，字符串) 和fullmatch
match:判斷字符串的開頭是否能夠和正則表達式匹配
fullmatch:判斷整個字符串是否能夠和正則表達式匹配
返回值都是匹配結(jié)果，如果匹配成功返回匹配對象，否則返回None

re_str = r"abc\d{3}"
match1= re.match(re_str,"abc234asffss")
match2 = re.fullmatch(re_str,"abc234")
print(match1)
print(match2)
輸出:
<_sre.SRE_Match object; span=(0, 6), match='abc234'>
<_sre.SRE_Match object; span=(0, 6), match='abc234'>
#匹配到的范圍，匹配結(jié)果字符的下標范圍:(起始下標,結(jié)束下標)-----結(jié)束下標取不到

print(match1.span())    #(0,6)
#獲取起點
print(match1.start())    # 0
#獲取終點
print(match1.end())    # 6

3.group參數(shù)，用來指定分組對應(yīng)的相應(yīng)的結(jié)果

re_str = r"(\d{3})\+([a-z]{3})"
match1 = re.match(re_str,"456+asd")
print(match1)
print(match1.span())
輸出：
<_sre.SRE_Match object; span=(0, 7), match='456+asd'>
(0, 7)
# 在匹配結(jié)果中，獲取第1個分組的范圍
print(match1.span(1))    # （0,3）
# 在匹配結(jié)果中，獲取第2個分組的范圍
print(match1.span(2))  # （4,7）

#在匹配結(jié)果中，獲取第二個分組的起始下標
print(match1.start(2))  #4


#b.獲取匹配結(jié)果對應(yīng)的字符串
print(match1.group())   #456+asd
print(match1.group(1))  #456
print(match1.group(2))   #asd

#c.獲取被匹配的原字符串
print(match1.string)   #456+asd

4.search(正則表達式，字符串)：在字符串中去查找第一個滿足正則表達式要求的子串
如果找到了就返回匹配對象，找不到 返回None

search1 = re.search(r"\d+aa","hel8aafglo 32aabcd world")
print(search1)
if search1:
    print(search1.span())
輸出:
<_sre.SRE_Match object; span=(3, 6), match='8aa'>
(3, 6)

練習：使用search將一個字符串中所有的數(shù)字字符串全部找到
"工資是10000元，年齡是18歲，身高是：180，顏值100分"
str1 = "工資是10000元，年齡是18歲，身高是：180，顏值100分"

re_str = r"[1-9]\d*"
search2 = re.search(re_str,str1)
while search2:
    print(search2.group())
    end = search2.end()
    str1 = str1[end:]
    search2 = re.search(re_str,str1)
輸出：
10000
18
180
100

5.split(正則表達式，字符串)
按滿足正則表達式的子串去切割字符串
中文屬于\w 范圍

str2 = "床前明月光，疑是地上霜。舉頭望明月，低頭思故鄉(xiāng)!"
result = re.split(r"\W+",str2)
print(result)
輸出:
['床前明月光', '疑是地上霜', '舉頭望明月', '低頭思故鄉(xiāng)', '']

6.sub(正則表達式，替換字符串，被替換字符串)

word = "你丫傻叉么，fuck you"
result = re.sub(r"傻叉|fuck","*",word)
print(result)
輸出：
你丫*么，* you

7.findall(正則表達式，字符串)
獲取字符串中所有滿足正則表達式的子串
返回值是列表

result = re.findall(r"\d([a-z]+)","滬江1beautiful,summertime,3action")
print(result)
輸出:
['beautiful', 'action']