day18-正则表达式

day18-正则表达式

1、正则表达式

• 正则表达式是一种可以让一些复杂的字符串问题变得简单的工具

• 正则语法（通用）

1）re模块
fullmatch(正则表达式，字符串)  -  判断整个字符串是否满足正则表达式描述的规则（完全匹配）
python提供正则表达式的方法：提供一个字符串，字符串内容是一个正则表达式，这个字符串的最前面需要加r
python的正则表达式：r'正则'
js的正则表达式：/正则/
oc的正则表达式："正则"


2）正则语法内容
包括：匹配类符号、控制次数的符号、分组和分支、检测类符号

2、匹配类符号

• 匹配类符号 - 约束字符串中某一个位置上的字符是什么样的字符
• 普通字符：在正则表达式中表示符号本身的字符（除了特殊和符号之外的符号都是普通符号）
• . - 匹配任意一个字符
• \d - 匹配任意一个数字字符
• \D - 匹配任意一个非数字字符
• \s - 匹配任意一个空白字符（空白符号：任何可以产生空白效果的符号，例如：空格、\t、\n）
• \S - 匹配任意一个非空白字符
• [字符集] - 匹配字符集中的任意一个字符
• [^字符] - 匹配不在字符集中的任意一个字符，只有加在最前面才有意义

3、控制次数的符号

• 控制次数的符号的用法：匹配类符号次数

• • *-任意次数（0次或者多次）

  • ± 至少一次（一次或者多次）

  • ？ - 0次或者1次

  • {}
    {N}  -  N次
    {M，N}  -  最少M次，最多N次
    {M,}   -    最少M次
    {，N}  -    最多N次
    

• 贪婪和非贪婪模式

• 在匹配次数不确定的时候，匹配次数有贪婪和非贪婪模式

  • 默认是贪婪模式：*、+、{M，N}、{M，}、{，N}
  • 贪婪模式：如果多种匹配次数都可以匹配成功，最后取最大的次数进行匹配
  • 非贪婪模式：*？、+？、{M，N}？、{M，}？、{，N}？

4、分组和分支

• 分组 - （）

• 1）将正则的一部分用（）括起来表示一个分组，然后整体控制次数

• 2）重复匹配结果：在正则中用（）添加分组，然后在正则用\M来重复前面第M个分组的匹配结果

• 3）捕获，findall函数在正则表达式中有分组的时候，只获取分组匹配到的结果

• 分支 - /

正则1|正则2|正则3|.....

• 注意：如果是正则的部分要进行分支选择，需要将部分分支的地方加（）

5、检测类符号

• 检测类符号 - 检测符号所在的位置是否负荷条件（必须是在匹配成功的前提下才检测）

• 单词边界 - \b

检测\b所在的位置是否是单词边界
单词边界：凡是可以将两个单词区分开的符号都是单词边界。比如：字符串开头、字符串结尾、空白字符、标点符号等

注意：检测类符号不影响字符串长度

• 检测字符串开头 - ^
• 检测字符串结尾 - $

6、转义符号

• 在正则中本身具备特殊功能或者特殊意义的符号前加’’,让它的功能消失，变成普通符号
• []也可以让独立存在有特殊意义的符号功能消失
• 注意：^和-在[]中的意义；[]在[]中使用要加\

7、re模块

• re模块中常用的函数及其功能

fullmatch(正则，字符串)  -  判断整个字符串是否是正则描述的规则，如果不满足结果是None，满足返回匹配对象

match(正则，字符串)  -  匹配字符串开头；如果不匹配则返回None，否者返回匹配对象

search(正则，字符串)  -  在整个字符串中查找第一个满足正则表达式的子串，如果不匹配则返回None，否者返回匹配对象

findall(正则，字符串)  -  获取整个字符串中所有满足正则的子串，返回一个列表（注意分组问题）

finditer(正则，字符串)  -  获取整个字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素是匹配对象

sub(正则，字符串1，字符串2)  -  将字符串2中所有的满足正则的字符替换成字符串1

split(正则，字符串)  -  将字符串中所有满足正则的子串作为切割点对字符串进行切割

• 匹配对象相关操作

  匹配对象.group() - 获取整个正则表达式匹配到的结果

  匹配对象.group(N) - 获取正则表达式中第N个分组匹配到的结果

• 忽略大小写-(?i)

• 将小写（大写）字母和对应的大写（小写）字母看成一个字母

作业练习

利用正则表达式完成下面的操作:

一、不定项选择题

1. 能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括（ A，B，D）

   A.r"\(?\d{3}\)?-?\d{8}"
   B. r"[0-9()-]+"
   C.r"[0-9(-)]*\d*"
   D.r"[(]?\d*[)-]*\d*"

2. 能够完全匹配字符串"back"和"back-end"的正则表达式包括（A，B，C ,D ）
   A. r'\w{4}-\w{3}|\w{4}'
   B. r'\w{4}|\w{4}-\w{3}'
   C.r'\S+-\S+|\S+'
   D. r'\w*\b-\b\w*|\w*'

3. 能够完全匹配字符串"go go"和"kitty kitty"，但不能完全匹配“go kitty”的正则表达式包括（A,D）
   A.r '\b(\w+)\b\s+\1\b'
   B. r'\w{2,5}\s*\1'
   C. r'(\S+) \s+\1'
   D.r'(\S{2,5})\s{1,}\1'

4. 能够在字符串中匹配"aab"，而不能匹配"aaab"和"aaaab"的正则表达式包括（B, C）
   A. r"a*?b"
   B. r"a{,2}b"
   C. r"aa??b"
   D. r"aaa??b"

二、编程题

1.用户名匹配

​ 要求: 1.用户名只能包含数字 字母 下划线

​ 2.不能以数字开头

​ 3.⻓度在 6 到 16 位范围内

def is_username(pw:str):
    if fullmatch(r'[a-zA-Z_][a-zA-Z_\d]{5,15}',pw):
        return True
    return False

print(is_username('f345678'))

2. 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.⻓度在 6 到 12 位范围内

result = fullmatch(r'^[a-zA-Z][^!@#¥%^&*]{5,11}', 'S_HGJQ456')


def is_password(pw:str):
    if fullmatch(r'^(?i)[a-z][^!@#¥%^&*]{5,11}', pw):
        return True
    return False
# 忽略大小写

3. ipv4 格式的 ip 地址匹配
   提示: IP地址的范围是 0.0.0.0 - 255.255.255.255

def is_ipv4(pw: str):
    if fullmatch(r'((\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])\.){3}(\d|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])'):
        return True
    return False

4. 提取用户输入数据中的数值 (数值包括正负数 还包括整数和小数在内) 并求和

例如:“-3.14good87nice19bye” =====> -3.14 + 87 + 19 = 102.86

def sum_nums(str1: str):
    nums = findall(r'-?\d+\.?\d*', str1)
    sums1 = reduce(lambda x, y: x + float(y), nums, 0)
    return sums1


print(sum_nums('-3.14good87nice19bye'))

5. 验证输入内容只能是汉字

   def is_HanZi(str1:str):
       if fullmatch(r'[\u4e00-\u9fa5]+', str1):
           return True
       return False
   

6. 匹配整数或者小数（包括正数和负数）

   def is_ture(num: str):
       if fullmatch(r'[+-]?(0|[1-9]\d*)(\.\d+)?', num):
           return True
       return False
   

7. 验证输入用户名和QQ号是否有效并给出对应的提示信息

   要求：
   用户名必须由字母、数字或下划线构成且长度在6~20个字符之间
   QQ号是5~12的数字且首位不能为0

   name = input('请输入用户名：')
   pw = input('请输入密码：')
   result1 = fullmatch(r'[a-zA-Z0-9_]{6,20}', name)
   result2 = fullmatch(r'[1-9]\d{5,11}', pw)
   def is_math(result):
       if result:
           return '输入有效'
       return '输入无效'
   
   
   print(is_math(result1))
   print(is_math(result2))
   

8. 拆分长字符串：将一首诗的中的每一句话分别取出来

   ​ poem = ‘窗前明月光，疑是地上霜。举头望明月，低头思故乡。’

poem = '窗前明月光，疑是地上霜。举头望明月，低头思故乡。'
result = findall(r'[\u4e00-\u9fa5]+', poem)
print(result)