day15

01 正则表达式

• 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，看是否能够匹配成功,
  正则表达式：是一个符合正则规范的字符串

import re

    # 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有很多带'\'的符号，其功能不是转义，而是表示特殊的意义

# 1. . 匹配一个任意的字符
"""匹配两个任意字符的字符串"""
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,第二个字符是任意字符的字符串"""
re_str = r'a.'
print(re.fullmatch(re_str, 'ah'))

    # 2. \w 匹配一个字符是字母、数字或者下滑线
    """匹配第一个字符是字母、数字或者下滑线，第二个字符是字母、数字或者下滑线的字符串"""
    re_str = r'\w\w'
    print(re.fullmatch(re_str, 'b8'))

    re_str = r'\w.\w'
    print(re.fullmatch(re_str,'u(o'))

# 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 = r'a\sb'
print(re.fullmatch(re_str, 'a\nb'))

    # 4. \d 匹配一个数字字符
    re_str = r'\d\d\d'
    print(re.fullmatch(re_str,'120'))

    """匹配第一字符是0，后面两个字符都是数字的字符串"""
    re_str = r'0\d\d'
    print(re.fullmatch(re_str, '019'))

    # 5. \b 检测边界(单词边界--一般的符号都可以作为单词边界)
    print(re.match(re_str, '0190'))
    """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,abc'))

# 6. ^ 检测字符串开始(^The -- 匹配以The开头的字符串)
re_str = r'^The'
print(re.fullmatch(re_str, 'The'))
print(re.findall(r'^The', 'aThe789abc hThe989ekl'))

    # 7. $ 检测字符串结束
    re_str = r'abc$'
    print(re.fullmatch(re_str, 'abc'))
    print(re.findall(re_str, 'hkakh jkjs abc-'))

# 8. \W 匹配非字母、数组、下划线
re_str = r'\W\w'
print(re.fullmatch(re_str, '&k'))

    # 9. \S 匹配非空白字符
    re_str = r'\S\d'
    print(re.fullmatch(re_str, 'p8'))

# 10. \D 匹配非数字字符
"""匹配第一个字符是非数字字符，第二个字符是字母、数字、下划线"""
re_str = r'\D\w'
print(re.fullmatch(re_str, 'p8'))

    # 11. \B 检测非边界
    """匹配前面两个字符是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.fullmatch(re_str, 'abc'))
    print(re.match(re_str,'abc0'))

02 第二部分

# 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, 'abca'))

    """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, '9abc'))

# 2. [^] 匹配不在[]中出现的任意一个字符
"""匹配一个字符串，前三位是anc,第四位不是数字字符也不是字符a"""
re_str = r'abc[^\da]'
print(re.fullmatch(re_str, 'abcl'))

    # 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, '19076abc'))

"""
[0-9] : 匹配0，1，2，3，4，5，6，7，8，9中的任意一个字符
[1-8] : 匹配1，2，3，4，5，6，7，8
[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
"""
print(re.fullmatch(r'[a-zA-Z]', 'B'))

    # 写一个正则表达式，判断一个字符串是数字字符串（不能空串）
    re_str = r'\d\d*'
    re_str = r'[0-9][0-9]*'
    print(re.fullmatch(re_str, '0'))

# 写一个正则表达式，检测一个字符串是否是合格的标识符(字母数字下划线组成，数字不开头)
"""
abc  -> 成功
_a12h -> 成功
__23a -> 成功
1hj_ -> None
a*h -> None
"""
re_str = r'[a-zA-Z_]\w*'
print(re.fullmatch(re_str, 'a*h'))

    # 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个数字字符，然后再有0次或者多次数字、字母、下划线"""
    re_str = r'\d+\w*'
    print(re.fullmatch(re_str, '16u78abc'))

# 5.? 匹配0次或者1次
re_str = r'[a-z]?123'
print(re.fullmatch(re_str, 'z123'))

    # 判断是一个字符串是否是正整数字符串(除0) '123' -> 成功 '+1234' -> 成功 '0123' -> None '12012' ->  成功
    re_str = r'[+]?[1-9]\d*'
    print(re.fullmatch(re_str, '+1234'))

# 5.{N} 匹配N次
"""前面5个数字，然后是abc"""
re_str = r'\d{5}abc'

re_str = r'[12ab]{3}abc'
print(re.fullmatch(re_str, '11babc'))

    # 6.{N,} 匹配大于等于N次
    """字符串前面至少三位数字，后面随意"""
    re_str = r'\d{3,}.*'
    print(re.fullmatch(re_str, '151263jah92390..;'))

# 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8-16位"""
re_str = r'[\da-zA-Z]{6,10}'
print(re.fullmatch(re_str, 'uy2huy?28'))

    # 8. | 分之
    """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, 'hsu'))

# 9.() 匹配的时候是分组，让括号中的正则条件变成一个整体,进行整体操作
"""匹配一个字符串，abc整体重复3次"""
re_str = r'(abc){3}'
print(re.fullmatch(re_str, 'abcabcabc'))

re_str = r'(\d\w[0-3]){2}'
print(re.fullmatch(re_str, '3o37h1'))

"""========以下了解========"""
# 尽可能少：在能够匹配到的前提下尽可能少
# 10. *? 重复任意次，尽可能少的重复
re_str = r'ba*?b'
print(re.match(re_str, 'baabaa'))

    # 11. +? 重复一次或多次，尽可能少的重复
    re_str = r'ba+?'
    print(re.match(re_str, 'baaaa'))

# 12. ?? 重复0次或者1次， 尽可能少的重复
re_str = r'b??'

# 13. {N,}? 重复至少N次，尽可能少的重复
# 14. {N, M}? 重复N到M次，尽可能少的重复

03 符号转译

1.特殊符号转义
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符号,需要加
2. . {} () * + ? $ |在中括号中可以不用加,来表示字符

import re

if __name__ == '__main__':
    re_str = r'\d+[1\-3]\d+'
    print(re.fullmatch(re_str, '12-89'))

    re_str = r'[\^]'  # 匹配 字符^
    re_str = r'[\\]'  # 匹配 字符\
    re_str = r'[\$]'
    re_str = r'[{}]'
    print(re.fullmatch(re_str, '{'))

    # 1. \N --> 匹配前面第N个组中匹配到的内容
    re_str = r'([1-9][a-z]{2})n(\d)\1\2'
    print(re.fullmatch(re_str, '9hjn09hj0'))

# 练习1.
# 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
re_str = r'\w{6,20}'
#QQ号是5~12的数字且首位不能为0
re_str = r'[1-9]\d{4,11}'

    # 练习2：IP地址是合法
    """
    x.x.x.x
    x: 1-255
    写一个正则表达式判断一个字符串是否是：1-255
    1-9
    10-99
    100-199
    200-249
    250-255
    """
    re_str = r'(([1-9]|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])\.){3}([1-9]|[1-9]\d|1\d{2}|2[0-4]\d|25[0-5])'
    print(re.fullmatch(re_str, '10.7.1.249'))

04 py支持的正则表达式

import re
if __name__ == '__main__':

# 1.compile(正则字符串) 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的方法
re_obct = re.compile(r'\w{6,12}')
print(re_obct.fullmatch('ahsjjs'))
print(re.fullmatch(r'\w{6,12}', 'ahjhjs'))

    # 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None
    match = re.fullmatch('\w{3}', 'h3s')
    print(match)
    # a.获取匹配到的结果
    print(match.group())
    # b.获取匹配到的范围
    print(match.span())
    # c.获取匹配到的开始下标和结束下标
    print(match.start(), match.end())
    # d.获取被匹配的字符串(原字符串)
    print(match.string)

# 应用：判断一个字符串是否是某种字符串（判断账号、密码是否符合要求等）

    # 3.match(正则表达式, 字符串) 不完全匹配，从字符串开头开始匹配，匹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None
    match = re.match(r'\w{3}', 'h3shhhhsbs')
    print(match)
    print(match.group())
    print(match.string)

# 应用: 判断一个字符串是否以某种字符串开头

    # 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)，如果有过个满足条件的，只匹配第一个
    # 返回值是匹配对象，如果找不到符合要求的返回None
    print(re.search(r'\d{2,}[a-z]', 'sh23n--8a7a7m0899'))

# 应用：判断一个字符串中是否包含某种字符串

    # 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。没有满足要求的子串就返回[]
    result = re.findall(r'[a-zA-Z](\d+)', '12a123buy=236ok98s')
    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(只捕获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

# 6.finditer(正则表达式, 字符串) 用法和findall一样，只是返回值的类型不一样
# 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+)', '12a123buy=236ok98s')
for match in result:
    print(match)

    # print('ahsj27jkkaj7js8jsj'.split('sj'))
    # 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'[\[\]*\-]', 'a[hsj27]jkkaj*7js8-jsj')
    print(result)

# 8.sub(正则表达式,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
# 返回值是替换后的字符串
"""将指定字符串中所有'sb'替换成'*'"""
str1 = '你好sb,你全家都是sb,傻叉，你是不是傻，手机上叉'
result = re.sub(r'sb|傻叉|傻', '*', str1)
print(str1, result)