正则表达式
1.什么是正则表达式(语法通用)
正则就是一种用来做字符串匹配的工具,通过不同的符号匹配不同的字符
2.python对正则表达式的支持
通过re模块提供相应支持正则表达式的方法
a.fullmatch(正则表达式, 字符串) --> 用正则表达式来和指定字符串进行匹配，如果匹配成功返回匹配对象，匹配失败返回None
python正的正则表达式是写在字符串中的，但是一般情况下会在最前面加r/R
1、普通字符(代表字符本身)
# 匹配一个字符串，只有三个字符，每个字符分别是a,b,c
re_str = r'abc'
result = fullmatch(re_str, 'abc')
print(result)
2、 .(匹配任意字符)
#匹配一个字符串，只有三个字符，第一个字符是a, 第二个字符是任意字符，最后一个字符是c
re_str = r'a.c'
result = fullmatch(re_str, 'a\rc')
print(result)
注意：a. 一个.代表一个字符
b. b. .不同匹配\n
3、 \w(匹配字母数字下划线中文)
# 匹配一个字符串，第一个字符是任意字符，第二个和第三个字符是字母、数字或者_, 最后是三个是abc
re_str = r'.\w\wabc'
result = fullmatch(re_str, 'o胡habc')
print(result)
注意：a. 也可以匹配中文
b. 一个\w只能匹配一个字符
4、 \s(匹配空白字符)
# 匹配一个字符串，前两个字符是字母、数字、下划线或者中文，第三个字符是空白，最后一个字符是任意字符
re_str = r'\w\w\s.'
result = fullmatch(re_str, 'a2\t)')
print(result)
注意：空白字符指的是所有能产生空白的字符，包括空格、制表符、换行等
5、 \d(匹配数字字符)
# 匹配一个字符串有三个字符，每个字符都是数字字符
re_str = r'\d\d\d'
result = fullmatch(re_str, '380')
print(result)
6、 \b(检测单词边界)
a.检测正则表达式中\b所在的位置是否是单词边界
b.单词边界：所有可以将两个单词区分开的符号都是单词边界,例如: 空格, 缩进, 标点符号等,单词开头、单词结尾
# 匹配一个字符串的内容是'how are',并且要求字符'a'的前面是单词边界
re_str = r'\bhow\b,are'
result = fullmatch(re_str, 'how,are')
print(result)
注意：\b不是匹配符号，不会匹配出一个字符，只是检测所在的位置是否满足要求。
7 ^(检测字符串开头)
# 匹配一个字符串是三个数字字符，并且第一个字符所在的位置是字符串开头
re_str = '^\d\d\d'
result = search(re_str, '789sjhsdjjh7892sss')
print(result)
8、 $(检测字符串结尾)
# 匹配一个字符串是三个数字字符，并且最后一个字符的后面是字符串结尾
re_str = r'\d\d\d$'
result = search(re_str, 'sjss873ssjkd900')
print(result)
9、 \B(检测非单词边界)
re_str = r'abc\B123'
result = fullmatch(re_str, 'abc123')
print(result)
10、\W(匹配非数字字母下划线中文)
11、\S(匹配非空白字符)
12、\D(匹配非数字字符)
13、[字符集](匹配字符集中的任意一个字符)
a.普通用法
[字符集] - 匹配字符集中的任意一个字符
b.表示范围
[字符1-字符2] - 匹配字符1到字符2中所有的字符。要求字符1的编码值要小于字符2的编码值
[1-9] - 数字1到9
[a-z] - 小写字母
[A-Z] - 大写字母
[a-zA-Z] - 所有字母
[a-zA-Z\d_] - 数字字母下划线
# 匹配一个字符串有4个字符，第一个字符是'a'或者'b'或者'c', 后边是123
re_str = r'[abc]123'
result = fullmatch(re_str, 'b123')
print(result)
# 匹配一个字符串有4个字符，第一个字符是数字1-9中的任意一个；最后一个字符是任意小写字母；中间两个字符是任意数字
re_str = r'[1-7]\d\d[a-z]'
result = fullmatch(re_str, '212g')
print(result)
re_str = r'[a-zA-Z\d_]'
result = fullmatch(re_str, '9')
print(result)
注意： 一个[]代表一个字符
14、[^字符集] - 匹配没有在字符集中的其他任意字符
# 第一个字符只要不是1-9中的任意一个其他都可以
re_str = r'[^1-9]123'
result = fullmatch(re_str, 's123')
print(result)
# 第一个字符是1-9中的一个或者是^
re_str = r'[1-9^]123'
result = fullmatch(re_str, '^123')
print(result)
注意：^放在[]的最前面才表示匹配不在字符集中的其他任意字符; ^如果不放在[]的最前面，就表示字符^本身
15、转义符号
a.正则中也可以通过在特殊符号前加''来对符号进行转义
\ - \字符
. - .字符
^ - ^字符
b.除了在中括号中有特殊意义的符号，其他符号放在[]中也是表示符号本身
- ：在中括号中的两个字符之间表示谁到谁；如果想要表示它本身就不要放在两个字符之间
^: 在中括号中的最前面有特殊意义；如果想要表示它本身就不要放在最前面[]: 在中括号中表示[],要加\
re_str = r'\(\^\d\d\.\)\d\d\\b'
print(fullmatch(re_str, r'(^23.)45\b'))
print(fullmatch(r'[-19.\]*^]', '*'))
匹配次数
1、 *(匹配0次或多次)
字符* - 指定的字符出现0次或者多次(这儿的字符可以是正则符号，也可以是普通字符)
a* - a出现0次或者多次
\d* - 任意数字出现0次或者多次
[a-z]* - 任意小写字母出现0次或多次
# 123前面有0个或者多个字符，并且每个字符都是a
re_str = r'a*123'
print(re.fullmatch(re_str, 'aaa123'))
print(re.fullmatch(re_str, '123'))
# 123前面有0个或者多个字符，并且每个字符都是数字字符
re_str = r'\d*123'
print(re.fullmatch(re_str, '12123'))
print(re.fullmatch(re_str, '123'))
2、 +(匹配1次或多次)
re_str = r'a+123'
print(re.fullmatch(re_str, 'aaa123'))
print(re.fullmatch(re_str, 'a123'))
3、 ?(匹配0次或者1次)
re_str = r'\+?abc'
print(re.fullmatch(re_str, '+abc'))
练习：写一个正则表达式能够匹配所有的整数字符串
"""
1233
+233
-384
00233 不是整数
"""
re_str = r'[+-]?[1-9]\d*'
print(re.fullmatch(re_str, '389'))
4、 {}
{M,N} - 匹配M到N次(最少M次，最多N次)
{M,} - 匹配至少M次
{,N} - 匹配最多N次
{N} - 匹配N次
练习：密码：6~16位，只能包含数字和字母
print(re.fullmatch(r'[a-zA-Z\d]{6,16}', '3u2222'))
分子和分组
1、分之（|）
语法：表达式1|表达式2|表达式3
先用表达式进行匹配，匹配成功就直接成功；不成功就使用表达式2去匹配；匹配失败再用表达式3去匹配...以此类推(三个表达式中只要有一个能够匹配成功就成功，否则匹配失败)
re_str = r'[a-z]{3}|\d{3}'
print(re.fullmatch(re_str, '384'))
re_str = r'abc([A-Z]{2}|\d{2})'
print(re.fullmatch(re_str, 'abcKD'))
2、分组重复 - 在有分组的正则表达式中，可以在分组后面通过'\数字'来重复前面第几个分组匹配到的内容
例如：(\d{2})abc\1 --> 78abc78
re_str = r'(\d{2})a(\d{3})bc\2{2}\1'
print(re.fullmatch(re_str, '34a890bc89089034'))