python3 正则表达式
正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。re 模块使 Python 语言拥有全部的正则表达式功能。
首先我们以一个案例引入：
用户民匹配问题：
要求：
- 用户名只能包含数字 字母 下划线>
- 不能以数字开头
- 长度在 6 到 16 位范围内
1 正则表达式语法
. 匹配任意字符（不包括换行符）
^ 匹配开始位置，多行模式下匹配每一行的开始
$ 匹配结束位置，多行模式下匹配每一行的结束
* 匹配前一个元字符0到多次
+ 匹配前一个元字符1到多次
? 匹配前一个元字符0到1次
{m,n} 匹配前一个元字符m到n次
\ 转义字符，例如\.只能匹配.
[] 字符集，一个字符的集合，可匹配其中任意一个字符
\d 匹配一个数字， 相当于 [0-9]
\D 匹配非数字,相当于 [^0-9]
\s 匹配任意空白字符， 相当于 [ \t\n\r\f\v]
\S 匹配非空白字符，相当于 [^ \t\n\r\f\v]
\w 匹配数字、字母、下划线中任意一个字符， 相当于 [a-zA-Z0-9_]
\W 匹配非数字、字母、下划线中的任意字符，相当于 [^a-zA-Z0-9_]
| 逻辑表达式 或 ，比如 a|b 代表可匹配 a 或者 b
(...) 分组
这些东西，记不住不重要，只要使用时查资料，能够理解使用就好。
接下来就是python中re模块如何使用正则表达式。
2 re.compile方法
该方法能够对一个匹配模式进行对象化，以方便后面平凡的调用：
import re # 后面不再导入
patt = re.compile(pattern,flags=0) #pattern为正则表达式
参数：
pattern：正则表达式，时使用正则语法编写的字符串，使用为了防止转义可以使用原字符串(r’xxx’)
flags: 编译标志位，用来修改正则表达式的匹配方式，如：大小写区分，换行处理等
3 re.match方法
该方法从起始位置开始匹配，返回None或者re.Match对象
import re
#re模块match方法，参数：pattern：正则表达式，string：处理字符串
re.match(pattern, string, flags=0)
#re.Pattern对象，该对象可以由compile（）生成，match方法，参数：string：处理字符串
re.Pattern.match(string, pos=0, endpos=...)
#案例 ：密码匹配
#要求：
# 1.不能包含！@#￥%^&*这些特殊符号
# 2.必须以字母开头
# 3.长度在 6 到 12 位范围内
m = input("请输入密码：")
m1=re.match(r'^\[A-Z]{1}[a-z0-9A-Z_]{6,12}',m)
pint(m1)
#输出结果如：match方法中结果的获取：
| 方法 | 说明 |
|---|---|
| ma.end(group=0, /) | 返回指定分组的结束位置 |
| ma.start(group=0, /) | 返回指定分组的开始位置 |
| ma.span(group=0, /) | 返回指定分组开始与结束位置 |
| ma.group([group1, …]) | 返回字符串或者元组 |
| ma.groups(default=None) | 返回所有分组信息 |
| groupdict([default=None]) | 根据key获取分组信息 |
#案例
import re
#正则表达式：匹配内容：数字+a~z+数字，并且进行分组
ma = re.match(r'(\d)\w*(\d)', '1c3')
#匹配结果：'1c3'
print('group():', ma.group())
#获取指定分组：1
print('group(1):', ma.group(1))
#获取多个分组：('1', '3')
print('group(1,2):', ma.group(1,2))
#获取所有分组：('1', '3')
print('groups():', ma.groups())
#获取匹配结果索引：(0, 3)
print('span():', ma.span())
#获取指定分组索引：(0, 1)
print('span(1):',ma.span(1))
输出结果：
group(): 1c3
group(1): 1
group(1,2): ('1', '3')
groups(): ('1', '3')
span(): (0, 3)
span(1): (0, 1)
4 re.search方法
该方法用于在字符串中查找，返回match对象或者None
search(pattern, string, flags=0) #参数与match类似。
练习：查找第一次出现的数字组成的字串:
在字符串：‘pay:2000 date:2019-03-04’，找到支付价格：2000；
s = 'pay:2000 date:2019-03-04'
#\d+：匹配数字一次或者多次
ma = re.search(r'pay:\d+', s)
print(ma)
输出结果：
<re.Match object; span=(0, 8), match='pay:2000'>
5 re.findall/finditer方法
re.findall：在字符串中根据正则表达式查找所有匹配，返回查找结果组成列表；
re.finditer与findall功能相同，返回自迭代器；
re.findall(pattern, string, flags=0)
案例：查找字符串中所有数字字符串
import re
s = 'pay:2000 date:2019-03-04'
result = re.findall(r'\d+', s)
print(result)
结果为列表：[‘2000’, ‘2019’, ‘03’, ‘04’]；
6 re.split方法
该方法将字符串中根据正则表达式查找匹配字符串，然后进行切分，返回字串列表；
re.split(pattern, string, maxsplit=0, flags=0)
#maxsplit：切分次数，默认所有匹配都切分
练习：
info = 'student:huang, id:64 age 19'
整理格式：
dinfo = {'student':'huang', 'id':'64', 'age':'19'}
分析：
1>对info使用非字母，数字进行切分；
2>切分后将其整理成字典；
第一步切分：
info = 'system:linux, cpu:x64 memory 8G'
#正则表达式：\W+，匹配1个或多个
s = re.split(r'\W+',info)
print(s)
切分结果：[‘system’, ‘linux’, ‘cpu’, ‘x64’, ‘memory’, ‘8G’]；
第二步整理字典：
info = 'system:linux, cpu:x64 memory 8G'
s = re.split(r'\W+',info)
dinfo = {}
for index in range(0, len(s), 2):
dinfo[s[index]] = s[index+1]
print(dinfo)
输出结果：{‘system’: ‘linux’, ‘cpu’: ‘x64’, ‘memory’: ‘8G’}
7 re.sub与re.subn
re.sub与re.subn实现的字符串替换功能；
re.sub(pattern, repl, string, count=0, flags=0)
re.subn(pattern, repl, string, count=0, flags=0)
re.sub方法根据正则表达式将匹配子串替换成设置值并返回新字符串；参数如下：
| 主要参数 | 说明 |
|---|---|
| pattern | 正则表达式 |
| repl | 替换内容，可以是字符串或者函数 |
| string | 处理字符串 |
| count | 替换数量 |
re.subn与re.sub类似，返回替换数量与新字符串；
练习：
s = "user:sun,pwd:222222"，将密码：222222 替换为：******；
可以直接使用字符串替换方法：
s.replace('222222', '******')
#结果：'user:sun,pwd:******'
如果密码为不一样数字如何替换？例如：
s = "user:sun,pwd:234567"
使用re.sub方法：
#将pwd:xxxx替换成******
re.sub(r'pwd:(\d+)', "******", s)
#结果：'user:sun,******'
问题：pwd:去哪里了？如何处理？使用分组。
#pattern使用两个分组
#repl为原字符串，\1代表第一个分组内容，
re.sub(r'(pwd:)(\d+)', r"\1******", s)
替换结果：
'user:sun,pwd:******'
大家可以理解下这个题目。
新的问题来了，一组考试成绩：
s = 'math:90, chinese:90, english:50'
大于等于60，替换成Pass，否则替换成Faild；推荐使用正则。
我们可以使用函数功能，先来看匹配分数，将其替换为空字符串；
re.sub(r'\d+', '', s)
结果：‘math:, chinese:, english:’；
我们将repl替换成函数，函数有一个参数，返回值为空字符串；
def func(arg):
print(arg)
return ''
re.sub(r'\d+', func, s)
输出结果：
<_sre.SRE_Match object; span=(5, 7), match='90'>
<_sre.SRE_Match object; span=(17, 19), match='90'>
<_sre.SRE_Match object; span=(29, 31), match='50'>
'math:, chinese:, english:'
可以看到func中参数为每个匹配的match对象，我们可以获取这个值，并对其处理。
def func(arg):
#获取分数
score = int(arg.group())
#重置返回结果
if score <60:
return 'Faild'
return 'Pass'
re.sub(r'\d+', func, s)
输出结果：
'math:Pass, chinese:Pass, english:Faild'
8 flags标志位:
match，split等方法中都有一个标志位，主要设置值如下：
| flag值 | 说明 |
|---|---|
| re.I/re.IGNORECASE | 匹配不区分大小写 |
| re.L/re.LOCALE | \w, \W, \b, \B, \s and \S 依赖于本地 |
| re.M/re.MULTILINE | 多行匹配，对’^‘与’$'有影响 |
| re.S/re.DOTALL | 使’.'特殊字符匹配任何字符 |
| re.U/re.UNICODE | 根据Unicode字符集解析字符。\w, \W, \b, \B, \d, \D, \s和 \S 取决于UNICODE定义的字符属性 |
| re.X/re.VERBOSE | 此标志允许您编写正则表达式，可添加注释 |
这些标志位可以结合使用，例如：re.M | re.S。
每个标志使用案例与对比如下：
re.I：匹配忽略大小写
ma = re.match(r'name:\w+', 'Name:sun age:10')
print(ma)
#添加re.I标志
ma = re.match(r'name:\w+', 'Name:sun age:10', re.I)
print(ma)
结果：
None
<re.Match object; span=(0, 8), match='Name:sun'>
re.M：多行匹配
找到字符串中与户名
#注意，中间的换行\n
s = 'Name:sun age:10\nname:liu, age:9'
#正则表达式：每行开头开始匹配，默认处理第一行
result = re.findall(r'^name:\w+', s, re.I)
print(result)
输出结果：[‘Name:sun’]；我们想要找到所有用户名？添加re.M，代码如下：
s = 'Name:sun age:10\nname:liu, age:9'
#re.I | re.M,支持设置多个标志位
result = re.findall(r'^name:\w+', s, re.I|re.M)
print(result)
结果：[‘Name:sun’, ‘name:liu’]
re.S 修改’.'的行为
字符串：
what = 'I Say:"No!\nNo!"'
找出我说的话：“No!\nNo!”
匹配规则，双引号中间字符串，实现：
what = 'I Say:"No!\nNo!"'
ma = re.search(r'\".+\"', what)
print(ma)
输出结果：None；因为’.‘不能匹配’\n’，设置标志re.S，实现：
what = 'I Say:"No!\nNo!"'
ma = re.search(r'\".+\"', what, re.S)
print(ma)
输出结果：
<re.Match object; span=(6, 15), match='"No!\nNo!"'>
转载自https://blog.51cto.com/huangyg/2376894