1.正則表達式語法
正則表達式是用來匹配或者描述字符串的工具
用處：
a.判斷字符串是否滿足某個條件-->判斷輸入的字符串是否是郵箱/手機號碼，是否是ip地址
b.提取滿足條件的字符串
c.字符串替換
Python中通過re模塊中相應的方法來支持正則表達式的匹配，查找和替換等功能
fullmatch(正則表達式，字符串)-->判斷正則表達式和字符串是否完全匹配
正則表達式：就是一個字符串，字符串中是正則表達式語法。r'正則表達式'
正則表達式中包含兩個部分，一個是正則語法對應的字符，二個是普通字符
- . (匹配任意字符)
一個點只配一個字符
匹配一個字符串，第一個字符是'a'，第二個字符是任意字符，最后一個字符是'b'
form re import fullmatch
re_str = r'a.b'
relust= fullmatch(re_str, 'a2b')
print(relust)
- \w(匹配字母數字下劃線)
一個\w匹配一個字符
匹配一個第一個字符是數字字母或者下劃線，后面三個字符是任意字符的字符串
re_str = r'\w...'
result = fullmatch(re_str,'_4bc')
print(result)
3.\s(匹配任意空白字符)
空白字符：空格，制表符()\t，回車（換行\(zhòng)n）等，都輸入空白字符
一個\s匹配一個空白字符
匹配一個第一個字符是a,第二個字符是空白，最后一個字符b的字符
re_str = r'a\sb'
result = fullmatch(re_str, 'a\nb')
print(result)
4.\d(匹配數字字符)
re_str = r'\d\d\d'
result = fullmatch(re_str, '123')
print(result)
5.\b(檢測邊界)
一個\b不會去匹配一個字符，而是單純的檢測\b出現的位置是否是單詞邊界
單詞邊界：字符串開始和結尾，空格，換行，標點符號等，可以將兩個單詞隔開的字符都是單詞邊界
re_str = r'abc\b\saaa' 匹配一個字符串前三位是abc，第四位是空白字符，后面是三個aaa，并且要求c的后面是單詞邊界
result = fullmatch(re_str, 'abc aaa')
print(result)
6.^（檢測是否是字符串開頭）
re_str = r'^\d\d\d' #判斷一個字符串是否是三個數字開頭
result = fullmatch(re_str, '124')
print(result)
$(檢測是否是字符串結尾)
re_str= r'abc$'
result = fullmatch(re_str, 'abc')
print(result)
8.\W(匹配非字母數字下劃線)
re_str = r'\Wabc'
result = fullmatch(re_str, '#abc')
print(result)
9.\S(匹配非空白字符)
re_str = r'\S...'
result = fullmatch(re_str, '4jkl')
print(result)
10.\D（匹配非數字字符）
re_str = r'\D\w\w\w'
result = fullmatch(re_str, '_abc')
print(result)
11.\B(檢測是否不是單詞邊界)
re_str = r'and\BYou'
result = fullmatch(re_str, 'andYou')
print(result)
12.
一個[]匹配一個字符
[字符集]-->匹配一個字符這字符是字符集中的任意一個字符
例如：[abc], [\d+]
[字符1-字符2]-->匹配一個字符，這個字符是Unicode編碼值，在字符1到字符2中的任意一個字符
要求字符1的編碼值要小于字符2
例如：[1-9]-->數字1到9 [a-z]-->小寫字母 [A-Z]-->大寫字母
[\u0031-\u0039]-->數字1-9
[\u4E00-\u9fa5]-->匹配所有的漢字
注意：-在括號中如果放在兩個字符之間表示范圍
匹配一個字符串第一個字符是a或者b或者c,后邊三個a
re_str = r'[123]aaa'
result = fullmatch(re_str, '1aaa')
print(result)
re_str = r'[1-4]\d\d\d'
result = fullmatch(re_str, '4567')
print(result)
匹配一個字符是字母數字下劃線或者空白
re_str = r'[\w\s]'
result = fullmatch(re_str, 'a')
print(result)
2.次數相關符號
- *(匹配0次或者多次)
字符*-->字符出現0次或者多次
匹配0位或者多位的數字字符串
from re import fullmatch
re_str = r'\d*'
print(fullmatch(re_str, '123'))
用一個正則表達式來檢測一個標識符是否符合要求，數字字母下劃線組成，數字不能開頭
re_str = r'[a-zA-Z_]\w*'
print(fullmatch(re_str, 'A234'))
- +(匹配一次或者多次)
匹配abc前面有一個或者多個數字的字符串
re_str = r'\d+abc'
print(fullmatch(re_str, '12abc'))
- ？（匹配0次或者1次）
re_str = r'a?123'
print(fullmatch(re_str, 'a123'))
練習：寫一個正則表達式，匹配所有的整數（123，-2334，+9...可以匹配的012，-23， +0122不能匹配）
~~
re_str = r'[+-]?[1-9]\d*'
print(fullmatch(re_str, '+123'))
4.{}(指定次數)
{N}-->匹配N次
{M,N}-->匹配M到N次
{M,}-->至少匹配M次
{,N}-->最多匹配N次
re_str = r'\d{3}'
print(fullmatch(re_str, '123'))
re_str = r'\d{3,}'
print(fullmatch(re_str, '1234'))
re_str = r'\d{,3}'
print(fullmatch(re_str, '23'))
re_str = r'[a-z]{2,5}'
print(fullmatch(re_str, 'adgg'))
判斷密碼是否符合要求：密碼是由數字和字母組成，并且位數素數6-16位
re_str = r'[\da-zA-Z]{6-16}'
print(fullmatch(re_str,'yut787'))
13.[^字符集](匹配一個不在字符集中的任意字符]
注意：^必須放在中括號中的最前面才有效
匹配一個四位字符串，第一位不是abc中的任意一個，后邊三位是任意字符
re_str = r'[^abc]...'
result = fullmatch(re_str, '1wr3')
print(result)
3.分之和分組
1.|(分之)
條件1|條件2-->先用條件1去匹配，如果匹配成功就匹配成功，如果條件1匹配失敗，用條件2去匹配
注意：如果條件1匹配成功就不會用條件2再去匹配
import re
re_str = r'[a-z]{3}|[A-Z]{3}'
print(re.fullmatch(re_str, 'ABC'))
# 能匹配成功時abc,d和aaa
re_str = r'abc|d|aaa'
print(re.fullmatch(re_str, 'aaa'))
re_str = r'abc(W|H|Y)'
print(re.fullmatch(re_str, 'abcH'))
2.()(分組)
a.組合（將括號中的內容作為一個整體進行操作）
b.捕獲-->使用帶正則表達式匹配成功后，只獲取括號中的內容
c.重復-->在正則表達式中可以通過\數字來重復前面（）中匹配到的結果,數字代表前面第幾個分組
a.組合
匹配一個字符串，以數字字母的組合出現三次
re_str = r'(\d[a-zA-Z]){3}'
print(re.fullmatch(re_str, '2j4k5n'))
b.捕獲
re_str = r'(\d{3})abc'
print(re.fullmatch(re_str, '123abc'))
print(re.findall(re_str, 'euyde345abceiteo450abc'))
c.重復
re_str = r'([a-z]{3})-(\d{2})\2'
print(re.fullmatch(re_str, 'agf-5454'))
3.轉義字符
正則表達式中可以通過在特殊的符號前加,來讓特殊的符號沒有意義
.+*^$等有特殊的功能
.-->任意字符 .-->字符.
+-->匹配一次或多次 +-->字符+
注意：在中括號有特殊功能的功能的符號，只代表符號本身
\不管在哪兒都需要轉義
-在[]外面沒有特殊功能，在[]中本身-本身，就不要放在兩個字符之間
()需要轉義
re_str = r'\d{2}\.\d{2}'
print(re.fullmatch(re_str, '12.34' ))
re_str = r'\d\+\d'
print(re.fullmatch(re_str, '1+2'))
re_str = r'（\\）'
print(re.fullmatch(re_str, '（\\）'))
re_str = r'(\d{3})\1([a-z]{2}\1)'
print(re.fullmatch(re_str, '123123aa123'))
4.模塊中的函數
- compile
compile(正則表達式字符串) --> 將正則表達式字符串轉換成正則表達式對象
import re
re_objct = re.compile(r'\d+')
print(re_objct)
print(re_objct.fullmatch('23738'))
- fullmatch和match
fullmatch(正則表達式字符串, 字符串)
--> 用正則表達式去完全匹配字符串(匹配整個字符串)，返回匹配對象(SRE_Match)或者None
match(正則表達式字符串, 字符串)
--> 匹配字符串開頭,返回匹配對象或者None
result = re.fullmatch(r'\d([a-zA-Z]+)123', '2hjdh123')
print(result)
# 1.span(group=0) --> 獲取匹配成功的區(qū)間(左閉右開區(qū)間)
print(result.span(0))
print(result.start(1)) # 獲取匹配到的開始下標
print(result.end(1)) # 獲取匹配到的結束下標后的下標
2.group(group = 0) --> 獲取匹配結果
group()/group(0) --> 獲取正則表達式完全匹配的結果
group(index>0) --> 獲取正則表達式中第group個分組匹配到的結果
print('0:',result.group())
print('1:',result.group(1))
3.string --> 獲取被匹配的原字符串
print(result.string)
result = re.match(r'\d([a-zA-Z]+)123', '2hjdh123ABC')
print('match:',result)
3.search
search(正則表達式, 字符串)
--> 查找字符串中滿足正則表達式的第一個字符串。返回值是匹配對象或者None
result = re.search(r'(\d)[a-zA-Z]+', 'uhsh2hdje+984nf')
print(result.group(0))
print(result.group(1))
print(result.string)
練習：使用search匹配出一個字符串中所有的數字字符串
'afng2454mnfd.46567ssdf'
re_str = r'\d+'
str1 = 'afng2454mnfd.46567ssdf'
result = re.search(re_str, str1)
while result:
print(result)
str1 = str1[result.end():]
result = re.search(re_str, str1)
4.findall
findall(正則表達式, 字符串) --> 獲取字符串中滿足正則表達式的所有的子串，返回一個列表
注意：如果正在表達式中有分組，取值的時候只取分組中匹配到的結果;
如果有多個分組，會將每個分組匹配到的結果作為一個元祖的元素
re_str = r'(\d+)k([a-d]+)'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.findall(re_str, str1)
print(result)
re_str = r'(\d+)k[a-d]+'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.findall(re_str, str1)
print(result)
re_str = r'\d+k[a-d]+'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.findall(re_str, str1)
print(result)
5.finditer
finditer(正則表達式, 字符串)
--> 查找所有滿足正則條件的子串，返回值是迭代器，迭代器中的元素是匹配對象
re_str = r'\d+'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.finditer(re_str, str1)
print(result)
for item in result:
print(item)
- split
split(正則表達式,字符串) --> 將字符串按照滿足正則表達式條件的子串進行分割
str1 = 'ahsb1sssa8-jjhd7nhs+90nsjhf3-4hhh7+8kjj-'
result = re.split(r'[-+]', str1)
print(result)
7.sub
sub(正則表達式,repl,字符串) --> 將字符串中滿足正則表達式條件的子串替換成repl。返回替換后的字符串
str1 = 'hsj8jskfh98ssjj8hshh'
result = re.sub(r'\d+','*', str1)
print(result)
