总结
一.正则表达式
正则表达式就是用来检测字符串是否满足某种规则的工具
例如:
1.账号是手机号/邮箱/多少位由什么东西组成等...
2.脏话替换成*等...
1.正则语法
2.python对正则表达式的支持,提供了一个内置模块
fullmatch(正则表达式,字符串):判断整个字符串是否符合正则表达式规则
单个字符
- . 匹配任意字符
匹配一个字符串,只有一位字符并且这个字符是任意字符 - \w 匹配字母数字下划线
- \s 匹配空白字符 (空白指空格,制表符(\t)和回车(\n)等所有能产生空白的字符)
- \d 匹配一个数字字符
- \b 检测是否是单词边界(单词的开头,单词的结尾)
- ^ 检测字符串是否以给定的正则表达式开头
- $ 检测字符串是否以给定的正则表达式结束
- \W 匹配一个非字母数字下划线的字符
- \S 匹配非空白字符
- \D 匹配一个非数字字符
- \B 检测非单词边界
匹配次数
- []匹配中括号中出现的任意字符
注意:一个中括号只匹配一个字符
- 在正则中的中括号中的应用
要求一个字符串中的第一个是1-8中的一个,后面两位是小写字母
[1-8]:代表的字符集是:12345678
[-18]或者[18-]:代表的字符集是'1','8','-'
- [^字符集] 匹配不在[]字符集中的任意一个字符
- *匹配0次或者多次
- +匹配一次或者多次(至少一次)
注意:次数相关的操作,都是约束在其前一个字符的 - ? 匹配0次或者一次
- {N} 匹配N次
- {N,} 至少匹配N次
- {,N} 最多匹配N次
- {M,N} 匹配至少M次,最多N次
分之和分组
1)| 分之(相当于逻辑运算中的or)
注意:正则中的分之有短路操作:如果使用|去连接多个条件,前面的条件已经匹配出结果,那么就不会使用后面的条件再去匹配
- a.分组
通过加()来对正则条件进行分组
b.重复
可以通过\数字来重复匹配前的分组中匹配的结果,数字的值代表前面的第几个分组
c.捕获
按照完整的正则表达式去匹配,只捕获()中的内容,只有在findall中有效
二.正则中的转义
1.正则表达式中的转义和字符串中的转义字符没有任何关系
在python中的字符串前加r,阻止的是字符串转义,不能阻止正则表达式的转义
2.在正则表达式中,可以通过在有特殊意义的符号前加''来表示符号本身
注意:a.-只有在中括号中的两个字符之间才有特殊的意义
b.如果特殊符号放到[]中作为字符集的内容,那么除了-在两个字符之间以外其他的都不需要转义
c.\ 不管在哪都需要转义,^放在[]的最前面需要转义
三.re模块
1.compile(正则表达式):将正则表达式转换成正则表达式对象
re_str = r'\d+'
re_object = re.compile(re_str)
print(re_object)
# 不转成对象,调用相应的函数
re.fullmatch(re_str,'78hj')
# 转换成对象,调用相应的方法
re_object.fullmatch('78hj')
2.match(正则表达式, 字符串) 和 fullmatch(正则表达式，字符串)
match:判断字符串的开头是否能够和正则表达式匹配
fullmatch: 判断整个字符串是否能够和正则表达式匹配
返回值都是匹配结果，如果匹配成功返回匹配对象，否则返回None
re_str = r'abc\d{3}'
match1 = re.match(re_str, 'abc234abcdef')
match2 = re.fullmatch(re_str, 'abc234')
print(match1)
print(match2)
# a.匹配到的范围。匹配结果字符的下标范围:(起始下标,结束下标) ---- 结束下标取不到
print(match1.span())
# 获取起点
print(match1.start())
# 获取终点
print(match1.end())
# 注意：group参数，用来指定分组对应的相应的结果
re_str = r'(\d{3})\+([a-z]{2})'
match1 = re.match(re_str, '234+hjaaaaaa')
print(match1)
print(match1.span())
# 在匹配结果中，获取第1个分组的范围
print(match1.span(1))
# 在匹配结果中，获取第2个分组的范围
print(match1.span(2))
# 在匹配结果中，获取第2个分组的起始下标
print(match1.start(2))
# b. 获取匹配结果对应的字符串
print(match1.group())
print(match1.group(1))
print(match1.group(2))
# c. 获取被匹配的原字符串
print(match1.string)
3.search(正则表达式, 字符串)
在字符串中去查找第一个满足正则表达式要求的子串，如果找到了就返回匹配对象，找不到返回None
search1 = re.search(r'\d+aa', 'he9aallo 78aabc wolrd')
print(search1)
if search1:
print(search1.span())
4.split(正则表达式,字符串)
按满足正则表达式的子串去切割字符串
返回值是列表
str1 = '床前明月光,疑是地上霜。举头望明月，低头思故乡!'
result = re.split(r'\W+', str1)
print(result)
5.sub(正则表达式,替换字符串,被替换的字符串)
返回值是新的字符串
word = '你丫是傻叉吗? 我操你大爷的. Fuck you'
result = re.sub(r'傻叉|操|Fuck|煞笔', '*', word)
print(result)
6.findall(正则表达式, 字符串)
获取字符串中所有满足正则表达式的子串
返回值是列表
注意：分组中的捕获效果在这儿有效
result = re.findall(r'\d([a-z]+)', '安徽省1boy,and你好福建0action')
print(result)