01

"""
正則表達(dá)式是用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(gè)條件---判斷輸入的字符串是否是郵箱/手機(jī)號(hào)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(guò)re模塊中相應(yīng)的方法來(lái)支持正則表達(dá)式的匹配、查找和替換等功能
"""
from re import fullmatch
"""
fullmatch(正則表達(dá)式字符串, 字符串) ---> 判斷正則表達(dá)式和字符串是否完全匹配
正則表達(dá)式字符串: 就是一個(gè)字符串，字符串中是正則表達(dá)式語(yǔ)法。r'正則表達(dá)式'
正則表達(dá)式中包含兩個(gè)部分，一個(gè)是正則語(yǔ)法對(duì)應(yīng)的字符，二個(gè)是普通字符
"""

1 .(匹配任意字符)

"""
一個(gè).只匹配一個(gè)任意字符
"""
匹配一個(gè)長(zhǎng)度是3的字符串，第一個(gè)字符是'a', 第二個(gè)字符是任意字符，最后一個(gè)字符是b

re_str = r'a.b'
result = fullmatch(re_str, 'a|b')
print(result)

匹配一個(gè)長(zhǎng)度是4，第一個(gè)字符和最后一個(gè)字符分別是a和b,中間兩個(gè)字符是任意字符的字符串

re_str = r'a..b'
result = fullmatch(re_str, r'a\nb')
print(result)

2 \w(匹配字母數(shù)字下劃線)

"""
一個(gè)\w匹配一個(gè)字符
"""
匹配一個(gè)第一個(gè)字符是數(shù)字字母或者下劃線，后面三個(gè)字符是任意字符的字符串

re_str = r'\w...'
result = fullmatch(re_str, 'o8js')
print(result)

3 \s(匹配任意空白字符)

"""
空白字符: 空格、制表符(\t)、回車(chē)(換行\(zhòng)n)等，都輸入空白字符
一個(gè)\s匹配一個(gè)空白字符
"""
匹配一個(gè)第一個(gè)字符是a,第二個(gè)字符是空白，最后一個(gè)字符b的字符串

re_str = r'a\sb'
result = fullmatch(re_str, 'a\nb')
print(result)

4 \d(匹配數(shù)字字符)

re_str = r'\d\d\d'
result = fullmatch(re_str, '282')
print(result)

5 \b(檢測(cè)邊界)

"""
一個(gè)\b不會(huì)去匹配一個(gè)字符，而是單純的檢測(cè)\b出現(xiàn)的位置是否是單詞邊界
單詞邊界: 字符串開(kāi)始和結(jié)尾、空格、換行、標(biāo)點(diǎn)符號(hào)等，可以將兩個(gè)單詞隔開(kāi)的字符都單詞邊界
"""

re_str = r'\babc'
re_str = r'abc\b\saaa' 

匹配一個(gè)字符串前三位是abc,第四位是空白字符，后面是aaa。并且要求c后面是單詞邊界

result = fullmatch(re_str, 'abc aaa')
print(result)

6 ^(檢測(cè)是否是字符串開(kāi)頭)

re_str = r'^\d\d\d'   
 判斷一個(gè)字符串是否是三個(gè)數(shù)字開(kāi)頭
result = fullmatch(re_str, '123')
print(result)

7 $(檢測(cè)是否是字符串結(jié)尾)

re_str = r'abc$'
result = fullmatch(re_str, 'abc')
print(result)

8 \W(匹配非字母、數(shù)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, '2jkh')
print(result)

10 \D(匹配非數(shù)字字符)

re_str = r'\D\w\w\w'
result = fullmatch(re_str, '#h7_')
print(result)

11 \B(檢測(cè)是否不是單詞邊界)

re_str = r'and\BYou'
result = fullmatch(re_str, 'andYou')
print(result)

12' []'(匹配中括號(hào)中出現(xiàn)的任意一個(gè)字符)

"""
一個(gè)[]匹配一個(gè)字符
[字符集] --> 匹配一個(gè)字符，這字符是字符集中的任意一個(gè)字符
例如：[abc], [\d+]

[字符1-字符2] --> 匹配一個(gè)字符，這個(gè)字符是Unicode編碼值在字符1到字符2中的任意一個(gè)字符;要求字符1的編碼值要小于字符2
例如：[1-9] --> 數(shù)字1到9 [a-z] --> 小寫(xiě)字母 [A-Z] --> 大寫(xiě)字母
[\u0031-\u0039] --> 數(shù)字1到9
[\u4E00-\u9fa5] --> 匹配所有的漢字

注意：-在中括號(hào)中，如果放在兩個(gè)字符之間表示范圍。
"""
"""匹配一個(gè)字符串第一個(gè)字符是a或者b或c,后邊三個(gè)a"""

re_str = r'[abc]aaa'
result = fullmatch(re_str, 'caaa')
print(result)

re_str = r'[1-4]\d\d\d'
result = fullmatch(re_str, '1989')
print(result)

re_str = r'[\u0031-\u0039][a-z]'
result = fullmatch(re_str, '1h')
print(result)

re_str = r'[\u4E00-\u9fa5][\u4E00-\u9fa5][\u4E00-\u9fa5]'
result = fullmatch(re_str, '就深刻')
print(result)

re_str = r'[91-]'
result = fullmatch(re_str, '-')
print(result)

匹配一個(gè)字符，是字母數(shù)字下劃線或者是空白

re_str = r'[\w\s]'
result = fullmatch(re_str, 'u')
print(result)

13 [^字符集]`(匹配一個(gè)不在字符集中的任意字符)

"""
注意：^必須放在中括號(hào)中的最前面才有效
"""
"""匹配一個(gè)四位的字符串，第一位不是abc中的任意一個(gè)，后面三位是任意字符"""

re_str = r'[^abc]...'
re_str = r'[^1-9]...'
result = fullmatch(re_str, '898i')
print(result)

02

from re import fullmatch

1. *(匹配0次或者多次)

"""
字符* --> 字符出現(xiàn)0次或者多次
"""

匹配0位或者多位的數(shù)字字符串

re_str = r'\d*'
print(fullmatch(re_str, '123'))

用一個(gè)正則表達(dá)式來(lái)檢測(cè)一個(gè)標(biāo)識(shí)符是否符合要求：數(shù)字字母下劃線組成，數(shù)字不開(kāi)頭(位數(shù)至少1位)
re_str = r'[a-zA-Z_]\w*'
print(fullmatch(re_str, 'A'))

2. +(匹配一次或者多次)

匹配abc前面有一個(gè)或者多個(gè)數(shù)字的字符串

re_str = r'\d+abc'
print(fullmatch(re_str, '9abc'))

3. ?(匹配0次或者1一次)

re_str = r'a?123'
print(fullmatch(re_str, 'a123'))

練習(xí)：寫(xiě)一個(gè)正則表達(dá)式，匹配所有的整數(shù)（123, -2334, +9...可以匹配的，012， -023，+0122不能匹配）

re_str = r'[-+]?[1-9]\d*'
print(fullmatch(re_str, '1234'))

4. {}(指定次數(shù))

"""
{N} --> 匹配N(xiāo)次
{M,N} --> 匹配M到N次
{M,} --> 至少匹配M次
{,N} --> 最多匹配N(xiāo)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, 'aajk'))

判斷密碼是否符合要求：密碼是由數(shù)字和字母組成，并且位數(shù)是6-16位
re_str = r'[\da-zA-Z]{6,16}'

03分之和分組

import re

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(huì)用條件2再去匹配
"""
re_str = r'[a-z]{3}|[A-Z]{3}'
print(re.fullmatch(re_str, 'AHD'))

能匹配成功時(shí)abc，d和aaa

re_str = r'abc|d|aaa'
print(re.fullmatch(re_str, 'aaa'))

'abc'+W/H/Y

re_str = r'abc(W|H|Y)'
print(re.fullmatch(re_str, 'abcY'))

2. ()(分組)

"""
a.組合(將括號(hào)中的內(nèi)容作為一個(gè)整體進(jìn)行操作)
b.捕獲 -- 使用帶括號(hào)的正則表達(dá)式匹配成功后，只獲取括號(hào)中的內(nèi)容
c.重復(fù) -- 在正則表達(dá)式中可以通過(guò)\數(shù)字來(lái)重復(fù)前面()中匹配到的結(jié)果。數(shù)字代表前第幾個(gè)分組
"""

a.組合

匹配一個(gè)字符串，以數(shù)字字母的組合出現(xiàn)3次
re_str = r'(\d[a-zA-Z]){3}'
print(re.fullmatch(re_str, '2h8h7j'))

b.捕獲（捕獲括號(hào)后 的前{}個(gè)\d）

re_str = r'(\d{3})abc'
print(re.fullmatch(re_str, '773abc'))
print(re.findall(re_str, 'euhasdhf873abcssjsja235abcu-03s834432abcjjsks'))

c.重復(fù)

re_str = r'([a-z]{3})-(\d{2})\2'
print(re.fullmatch(re_str, 'hsn-2323'))

3.轉(zhuǎn)義符號(hào)

"""
正則表達(dá)式中可以通過(guò)在特殊的符號(hào)前加\，來(lái)讓特殊的符號(hào)沒(méi)有意義
. --> 任意字符 . --> 字符.

• --> 匹配一次或者多次 + --> 字符+

注意：在中括號(hào)有特殊功能的符號(hào)，只代表符號(hào)本身
\不管在哪兒都需要轉(zhuǎn)義
-在[]外面沒(méi)有特殊功能,在[]中要表示-本身，就不要放在兩個(gè)字符之間
()需要轉(zhuǎn)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, '3+7'))

re_str = r'(\'
print(re.fullmatch(re_str, '(\'))

re_str = r'(\d{3})\1([a-z]{2})\2\1'
print(re.fullmatch(re_str, '123123bbbb123'))

==========

re模塊中的函數(shù)

import re

1. compile

"""
compile(正則表達(dá)式字符串) --> 將正則表達(dá)式字符串轉(zhuǎn)換成正則表達(dá)式對(duì)象
"""

re_objct = re.compile(r'\d+')
print(re_objct)
print(re_objct.fullmatch('23738'))

2. fullmatch和match

"""
fullmatch(正則表達(dá)式字符串, 字符串)
--> 用正則表達(dá)式去完全匹配字符串(匹配整個(gè)字符串)，返回匹配對(duì)象(SRE_Match)或者None

match(正則表達(dá)式字符串, 字符串)
--> 匹配字符串開(kāi)頭,返回匹配對(duì)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(kāi)區(qū)間)

print(result.span(0))
print(result.start(1)) # 獲取匹配到的開(kāi)始下標(biāo)
print(result.end(1)) # 獲取匹配到的結(jié)束下標(biāo)后的下標(biāo)

2.group(group = 0) --> 獲取匹配結(jié)果

"""
group()/group(0) --> 獲取正則表達(dá)式完全匹配的結(jié)果
group(index>0) --> 獲取正則表達(dá)式中第group個(gè)分組匹配到的結(jié)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(dá)式, 字符串)
--> 查找字符串中滿足正則表達(dá)式的第一個(gè)字符串。返回值是匹配對(duì)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(xí)：使用search匹配出一個(gè)字符串中所有的數(shù)字字符串

# 'abc34jshd8923jkshd9lkkk890k' --> 34，8923，9，890
re_str = r'\d+'
str1 = 'abc34jshd8923jkshd9lkkk890k'
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(dá)式, 字符串) --> 獲取字符串中滿足正則表達(dá)式的所有的子串，返回一個(gè)列表
注意：如果正在表達(dá)式中有分組，取值的時(shí)候只取分組中匹配到的結(jié)果;
如果有多個(gè)分組，會(huì)將每個(gè)分組匹配到的結(jié)果作為一個(gè)元祖的元素
"""

re_str = r'(\d+)k([a-d]+)'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result)  # [('8923', 'abc'), ('890', 'aa')]

re_str = r'(\d+)k[a-d]+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result)  # ['8923', '890']

re_str = r'\d+k[a-d]+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.findall(re_str, str1)
print(result)  # ['8923kabc', '890kaa']

5.finditer

"""
finditer(正則表達(dá)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(duì)象
"""

re_str = r'\d+'
str1 = 'abc34kshd8923kabcshd9lkkk890kaa'
result = re.finditer(re_str, str1)
print(result)
for item in result:
    print(item)

6. split

"""
split(正則表達(dá)式,字符串) --> 將字符串按照滿足正則表達(dá)式條件的子串進(jìn)行分割
"""

str1 = 'ahsb1sssa8-jjhd7nhs+90nsjhf3-4hhh7+8kjj-'
result = re.split(r'[-+]', str1)
print(result)

7.sub

"""
sub(正則表達(dá)式,repl,字符串) --> 將字符串中滿足正則表達(dá)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)

str1 = '智 障,你在干嘛？逼, 后視鏡，媽的加扣扣上'
result = re.sub(r'傻\s叉|逼|fuck|媽的|智\s障', '*', str1)
print(result)

with open('./data', 'r', encoding='utf-8') as f:
content = f.read()
# "name": "搞笑精選匯"
result = re.findall(r'"name":"(.+?)"', content)
print(result)