一、正则表达式的符号
正则表达式:用来做字符串查找、匹配、切割用的一种工具
python对正则表达式的支持:提供了re模块(python内置模块)
包含字符串匹配、查找、切割等相关方法
fullmatch(正则表达式,字符串):用正则表达式来和字符串进行匹配,看能否匹配成功
正则表达式:是一个符合正则规范的字符串
import re
if name == 'main':
#注意:正则表达式的字符串前面,一般要加'r'来阻止转义。因为正则表达式的符号中很多带有反斜杠,其功能不是转义,而是表示特殊的意思捏
#1. .:匹配一个任意的字符
"""匹配两个任意字符"""
re_str = r'..'
"""匹配第一个字符是a,第二个字符是b的字符串"""
re_str = r'ab'
"""匹配第一个字符是a,第二个字符是任意一个字符的字符串"""
re_str = r'a.'
print(re.fullmatch(re_str,'ab'))
结果
#2. \w :匹配一个字符是字母、数字、下划线
"""匹配第一个字符是字母数字下划线,第二个字符也是字母数字下划线的字符串"""
re_str = r'\w\w'
print(re.fullmatch(re_str,'b_'))
结果
#3. \s :匹配一个空白字符(空格,换行、制表符)
"""匹配第一个字符是a,第二个字符是空白,最后一个字符是b的字符串"""
re_str = 'a\sb'
print(re.fullmatch(re_str,'a\nb'))
结果
#4. \d :匹配一个数字字符
re_str = r'\d\d\d'
print(re.fullmatch(re_str,'234'))
结果
#5. \b :检测边界(单词边界---一般的符号都可以作为单词边界)
"""匹配三个任意字符的前面和后面都是单词边界的字符串"""
re_str = r'\b...\b'
print(re.match(re_str,'jsh'))
结果
#6. ^ :检测字符串开始(^The---匹配以The开头的区别)
re_str = r'^The'
print(re.fullmatch(re_str,'The'))
结果
#7. $ :检测字符串结束
re_str = r'abc$'
print(re.findall(re_str,'ahakfhuiueabc'))
结果
['abc']
#8. \W:匹配非字母数字下划线
re_str = r'a\Wb'
print(re.fullmatch(re_str,'a@b'))
结果
#9. \S:匹配非空白字符
re_str = r'a\Sc'
print(re.fullmatch(re_str,'abc'))
结果
#10 \D:匹配非数字字符
re_str = r'\D\w'
print(re.fullmatch(re_str,'a1'))
结果
#11. \B:检测非边界
"""匹配前两个字符是a和b,第三个字符是c。并且检测b的后面是一个非边界"""
re_str = r'ab\Bc'
print(re.findall(re_str,'abc'))
re_str = r'abc\B'
print(re.match(re_str, 'abcr'))
结果
['abc']
二、正则表达式符号组合
import re
if name == 'main':
#1. [] 匹配[]中出现的任意一个字符
"""匹配一个字符串,前三位是abc,第四位是字符1或者字符a"""
re_str = r'abc[1a]'
print(re.fullmatch(re_str,'abc1'))
"""第一位是数字或者下划线,后面是abc"""
re_str = r'[\d_]abc'
print(re.fullmatch(re_str,'1abc'))
结果
#2. [^]:匹配不在中括号中出现的任意一个字符
"""匹配一个字符串,前三位是abc,第四位不是数字字符也不是字符a的字符"""
re_str = r'abc[^\da]'
print(re.fullmatch(re_str,'abce'))
"""
[0-9]:匹配0,1,2,3,4,5,6,7,8,9中的任意一个字符
[a-z]:匹配任意一个小写字母
[A-Z]:匹配任意一个大写字母
[a-zA-Z]:匹配所有的字母
"""
#写一个正则表达式,判断一个字符串是数字字符串
re_str = r'\d\d*'
re_str = r'[0-9][0-9]*'
#写一个正则表达式,检测一个字符串是否是一个合格的标识符
re_str = r'\D\w*'
re_str = r'[a-zA-Z_]\w*'
print(re.fullmatch(re_str,'ewd'))
结果
#3. *: 匹配0次或者多次
"""匹配一个字符串,前面是0个或者多个数字字符,然后是abc"""
re_str = r'\d*abc'
print(re.fullmatch(re_str,'1414abc'))
结果
#4.+:匹配一次或者多次
"""匹配一个字符串开头出现一次或者多次数字字符,然后再有0次或者多次数字字母下划线"""
re_str = r'\d+\w*'
#5. ?:匹配0次或者1次
re_str = r'\[a-z]?123'
#判断一个字符串是否是正整数
re_str = r'[+]?[1-9]\d*'
print(re.fullmatch(re_str,'12'))
结果
#5. {N}:匹配N次
"""前面五个数字,然后是abc"""
re_str = r'\d{5}abc'
re_str = r'[12ab]{3}abc'
#6.{N,}:匹配大于等于N次
"""字符串前面至少三位数字"""
re_str = r'\d{3,}.*'
#7. {M,N}:匹配至少M次,最多N次
"""密码要求:数字、字母组成,并且8-12位"""
re_str = r'[\da-zA-Z]{8,12}'
#8.|:分支
"""匹配一个字符串,是三个数字字符或者是三个小写字符"""
re_str = r'\d{3}|[a-z]{3}'
print(re.fullmatch(re_str,'232'))
结果
#9. ():匹配的时候是分组,让括号中的正则条件变成一个整体
"""匹配一个字符串,abc整体出现3次"""
re_str = r'(abc){3}'
print(re.fullmatch(re_str,'abcabcabc'))
"""=========一下了解========="""
#尽可能少,在能够匹配到的前提上尽可能少的重复
结果
#10. *?: 重复任意次,尽可能少的重复
re_str = 'a*?'
print(re.match(re_str,''))
结果
#11. +?: 重复一次或者多次,尽可能少的重复
#12. ??: 重复0次或者一次,进可能少的重复
三、正则表达式的符号转义
正则中:.\ [] {} * + $ ^ | () 这些字符有特殊意义,所以在正则表达式中,
如果想要单纯表达这些字符,需要在前面加'\'
注意:1. - [] ^ \ 在中括号中可能是特殊的字符
2.. {} () * + ? $ | 在中括号中可以不用加\,来表示字符
import re
if __name__ == '__main__':
re_str = r'[\^]'
re_str = r'[\\]'
re_str = r'[\$]'
#1. \N -->匹配前面第N个组中匹配的内容
re_str = r'\w{6,20}'
re_str = r'[1-9]\d{4,11}'
print(re.fullmatch(re_str,'234561235121'))
四、re模块方法
import re
if __name__ == '__main__':
#1.compile 将正则表达式字符串转换成正则表达式对象
#转换成正则表达式对象后,可以通过对象调用相关方法
re_obce = re.compile(r'\w{6,12}')
print(re_obce.fullmatch('asdxda'))
结果
#2.fullmatch(正则表达式,字符串):完全匹配,从字符串开头匹配到结尾
#返回值是匹配对象,如果匹配失败返回时None
match = re.fullmatch('\w{3}','eqw')
print(match)
#a.获取匹配到的结果
print(match.group())
#b.获取到的范围
print(match.span())
#c.获取匹配到的开始下标和结束下标
print(match.start())
print(match.end())
#获取被匹配的字符串
print(match.string)
#应用:判断一个字符是否是某种字符串(判断账号、密码是否符合)
结果
eqw
(0, 3)
0
3
eqw
#3.match(正则表达式,字符串):不完全匹配,从字符串开头开始,匹要求配
到正则表达式对应的范围为止
# 返回值是匹配对象,如果匹配失败返回时None
macth = re.match('\w{3}','')
#应用:判断一个字符串是否是以某种字符串开头
#4.search(正则表达式,字符串):在指定的字符串中查找某种字符串(以正则表达式来描述)
#如果有多个满足条件,只取第一个
# 返回值是匹配对象,如果匹配失败返回时None
print(re.search(r'\d{2,}[a-z]','sh23n--876nkj383'))
#判断一个字符串中是否包含某种字符串
结果
#5.findall(正则表达式,字符串):去获取指定字符串中满足正则条件的所有的子串
#返回值是列表,列表中是符合要求的字符串。没有满足要求的字符串,就返回空的列表
result = re.findall(r'[a-zA-Z]\d+','12a123jkugkj345njkr')
print(result)
#注意:在通过正则表达式获取子串的时候,可以通过在正则表达式中添加括号来约束获取的内容
#只获取括号中匹配到的内容
# 匹配的时候还是按原正则表达式去查找
#应用:字符串提取
结果
['a123', 'j345']
#6.finaiter(正则表达式,字符串):用法和findall一样,只是返回值类型不一样
#返回一个迭代器,迭代器中的内容是匹配对象
#注意:()捕获部分无效
result = re.finditer(r'[a-zA-Z]\d+', '12a123jkugkj345njkr')
for match in result:
print(result)
结果
#7.split(正则表达式,字符串):按正则表达式匹配到的字符串进行切割
#返回值是列表,列表元素就切割后被分段的字符串
result = re.split(r'\d+','jfh47riuhf93hhr1398rjhkfkjw')
print(result)
结果
['jfh', 'riuhf', 'hhr', 'rjhkfkjw']
#8.sub(正则表达式,替换成新字符串,原字符串):在原字符串中查找符合
正则的子串,替换成新的字符串
"""将指定字符串中所有'sb'替换成"*'"""
str = '你好sb,你全家都是sbjiafafhak'
result = re.sub(r'sb|全家','*',str)
print(result)
结果
你好*,你*都是*jiafafhak
pass