DAY17 regularExpression正则表达式 2018-07-03

01-recognize regular expression认识正则表达式

02-main functions 主要的函数

---

总结：

1. 尽量使用泛匹配、非贪婪匹配，使用括号得到匹配目标，要匹配换行就用re.S模式
   30天入门正则表达式
   )
   在线工具-正则表达式测试

---

符号	解释	示例	说明
.	匹配除换行符(\n)任意字符	b.t	可以匹配bat / but / b#t / b1t等
\w	匹配字母/数字/下划线	b\wt	可以匹配bat / b1t / b_t等 但不能匹配b#t
\s	匹配空白字符（包括\r、\n、\t等）	love\syou	可以匹配love you
\d	匹配数字	\d\d	可以匹配01 / 23 / 99等
\b	匹配单词的边界	\bThe\b	只匹配一个位置，该位置不能是字母、数字、或下划线
^	匹配字符串的开始	^The	可以匹配The开头的字符串
$	匹配字符串的结束	.exe$	可以匹配.exe结尾的字符串
\W	匹配非字母/数字/下划线	b\Wt	可以匹配b#t / b@t等 但不能匹配but / b1t / b_t等
\S	匹配非空白字符	love\Syou	可以匹配love#you等 但不能匹配love you
\D	匹配非数字	\d\D	可以匹配9a / 3# / 0F等
\B	匹配非单词边界	\Bio\B
[]	匹配来自字符集的任意一个单一字符	[aeiou]	可以匹配任一元音字母字符
[^]	匹配不在字符集中的任意单一字符	[^aeiou]	可以匹配任一非元音字母字符
*	匹配0次或多次	\w*
+	匹配1次或多次	\w+
?	匹配0次或1次	\w?
{N}	匹配N次	\w{3}
{M,}	匹配至少M次	\w{3,}
{M,N}	匹配至少M次至多N次	\w{3,6}
|	分支	foo|bar	可以匹配foo或者bar
(?#)	注释
(exp)	匹配exp并捕获到自动命名的组中
(?exp)	匹配exp并捕获到名为name的组中
(?:exp)	匹配exp但是不捕获匹配的文本
(?=exp)	匹配exp前面的位置	\b\w+(?=ing)	可以匹配I'm dancing中的danc
(?<=exp)	匹配exp后面的位置	(?<=\bdanc)\w+\b	可以匹配I love dancing and reading中的第一个ing
(?!exp)	匹配后面不是exp的位置
(?	匹配前面不是exp的位置
*?	重复任意次，但尽可能少重复	a.*b a.*?b	将正则表达式应用于aabab，前者会匹配整个字符串aabab，后者会匹配aab和ab两个字符串
+?	重复1次或多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{M,N}?	重复M到N次，但尽可能少重复
{M,}?	重复M次以上，但尽可能少重复
\	防止转义	1\.5	只匹配1.51a5125中的1.5

01-recognize regular expression认识正则表达式

正则表达式主要用于字符串查找/匹配/分割

import re

match(正则表达式字符串,需要匹配的字符串)

判断一个字符串是否是标识符(字母/数字/下划线组成,数字不开头)
[a-z]:是字母'a'到'z'中的任意一个;[A-Z];[0-9]:0到9中的任意个
str_ = r'[a-zA-Z]\w*$'
print('>>>',re.match(str_, 'ssf235sf'))

1.16.|-->分支(相当于逻辑运算符中的'or')

str_ = r'(a|b)abc' # -->匹配第一个字符是a或者b,后面是abc
print(re.match(str_, 'babc'))

print(re.match(r'(\d{3})|([a-z]{3})', '118a'))

总结?:就是在重复匹配多次的匹配中如果后面加?,就是尽可能以最少的次数的去匹配

2.main functions 主要的函数

import re

2.1 compile 将正则表达式字符编译成正则对象(就可以去调用相关的正则表达式对象方法)

exp = re.compile(r'\d\d[a-zA-Z]{2}')
print(type(result))    
print(result.match('13sg'))

<_sre.SRE_Match object; span=(0, 4), match='13_s'>

2.2.match()

a. re.match(正则表达式字符串/对象,要匹配的字符串)

b. 正则表达式对象.match(要匹配的字符串)

从字符串的起始位置开始匹配
成功就返回匹配对象,否则返回None
实例:
result = re.match(r'(\w+) (\w+)(.*)', 'hello world!')
print(result)
获取匹配结果在原字符串中的范围
print(result.span())
获取匹配开始的位置和结束的位置
print(result.start(), result.end())
获取匹配的结果
print(result.group(1,2))
print(result.groups())
获取原字符串
print(result.string)
结果:
<_sre.SRE_Match object; span=(0, 12), match='hello world!'>
(0, 12)
0 12
('hello', 'world')
('hello', 'world', '!')
hello world!

2.3. search()

a. re.search(正则表达式/对象, 指定的字符串)

b. 正则对象.search(指定的字符串)

在指定的字符串中, 去查找第一个指定正则表达式匹配的字符串,如果有就返回匹配对象,如果没有就返回None

str = r'a\dc'
result = re.search(r'a\dc', 'aiga4cgtwea3c sa')
print(result)       # value : <_sre.SRE_Match object; span=(3, 6), match='a4c'>

2.4. findall()

a. re.findall(正则表达式对象, 指定的字符串)

b. 正则对象.findall(指定的字符串)

获取指定字符串中,所有满足正则表达式的子串,返回一个列表
result = re.findall(r'a\dc', 'ioa2caggea4casd')
print(result)
结果:
['a2c', 'a4c']

2.5.split()

正则对象.split(指定字符串)

re.split(正则对象表达式,指定的字符串)

str2 = '窗前明月光,疑是地上霜.举头望明月,低头思故乡'
result = re.split(r'[,.]', str2, 2)
print(result)
结果:
['窗前明月光', '疑是地上霜', '举头望明月,低头思故乡']

2.6. sub()

re.sub(正则表达式, 替换字符串, 原字符串) -->替换后原字符串不变,返回一个新的字符串

将指定字符串中指定的子串替换成其他的字符串

str1 = 'abcdsd sgeyghaddsfbdhvvbbbb'
result = re.sub(r'[ab]', '*', str1)
print(result,'\n',str1)
结果:
cdsd sgeyghddsfdhvv****
abcdsd sgeyghaddsfbdhvvbbbb

补充:正则表达式中中文的判断
判断是否有中文,如果有就打印'不合格'
中文的Unicode编码范围:\u4e00-\u9fa5(正则表达式中Unicode前面需要加\u)

result = re.search(r'[\u4e00-\u9fa5]', 'asgeq大几十个d')