regex(正则表达式)
正则表达式就是做字符串匹配的一种工具，很多语言都支持正则语法。
正则语法是通用的
python中通过re模块中提供的方式来使用
re.fullmatch(正则表达式，字符串) - 完全匹配，检查字符串是否满足正则表达式的要求
如果不匹配结果是None，匹配结果是一个匹配对象
python正则表达式 - r(阻止转义)'正则'
js正则表达式 - /正则/
1.匹配字符的符号
1.1.普通字符
普通字符在正则中代表字符本身，例如，a，b，1...等
re_str = r'hello'
a = re.fullmatch(re_str, 'hello')
print(a)
1.2. .(匹配任意字符)
一个.匹配一个任意字符
re_str = r'h...o'
b = re.fullmatch(re_str, 'h123o')
print(b)
1.3. \w(匹配字母、数字、下划线)
一个\w只能匹配一个字符
注意：这个不严谨，还可以匹配unicode码表中除了ascII码表
不能匹配ASCII码表中除了字母数字下划线以外的符号
1.4. \s(匹配空白字符)
空白字符：空格、\t、\n
一个\s只能匹配一个空白字符
1.5. \d(匹配数字)
1.6. \W
1.7. \S
1.8. \D
大写都是取反
1.9. []
[字符集] - 匹配在字符集中的任意一个字符
[普通字符集] - 匹配字符集中的任意一个字符
[字符1-字符2] - 匹配字符1到字符2中的任意一个字符
[a-zA-Z] - 匹配所有字母
[\da-zA-Z_] - 匹配字母数字下划线
1.10.[^]
[^字符集] - 匹配不在字符集中的任意一个字符
2.检测字符的符号
2.1. \b(检测单词边界)
\b - 检查\b所在的位置是否是单词边界
单词边界 - 字符串开头、字符串结尾、空白、标点符号等
# 匹配一个长度是4的字符串，第一个字符是任意字符，后面是abc；检测c的后面是否是单词边界
re_str = r'.abc\b'
print(re.fullmatch(re_str, '8abc'))
2.2. ^(检测是否是字符串开头)
re_str = r'^abc'
print(re.search(r'^\d\d', 'asdbash89nasdn'))
2.3.$(检测是否是字符串结尾)
re_str = r'^abc$'
print(re.search(r'\d\d$', 'asdbash89nasdn'))
3.正则转义符号
3.1.转义符号：
在有特殊功能、意义的符号前加''，让这正则符号变成普通符号'
注意：除了^放在[]开头，和-放在两个字符之间以外，其他单独的特殊符号，在[]没有特殊功能
4.匹配次数
4.1. *(匹配0次或者多次)
字符* - 指定的字符出现0次或者多次
a* - 字符a匹配0次或者多次
\d* - 数字匹配0次或者多次
[a-z]* - 小写字母出现0次或者多次
re_str = r'a*bc'
print(re.fullmatch(re_str, 'bc'))
print(re.fullmatch(re_str, 'abc'))
print(re.fullmatch(re_str, 'aaaaaabc'))
4.2.+(匹配1次或者多次)
re_str = r'a\d+b'
re_str1 = r'a\d\d*b'
print(re.fullmatch(re_str, 'a123b'))
print(re.fullmatch(re_str1, 'a123b'))
4.3.?(0次或1次)
re_str = r'-?\d+'
print(re.fullmatch(re_str, '-9999'))
4.4.{}
{N} - 匹配N次
{M,N} - 匹配至少M次，最多N次
{M,} - 至少M次
{,N} - 最多N次
re_str = r'\d{4}'
print(re.fullmatch(re_str, '7599'))
re_str = r'[\da-zA-Z]{8,12}'
print(re.fullmatch(re_str, '777asdVAFS'))
4.5.非贪婪
贪婪 - 匹配次数不确定的时候尽可能多的匹配(上买呢次数不确定的符号都是贪婪的)
非贪婪 - 匹配次数不确定的时候尽可能少的匹配
加？
re_str = r'a+?'
str1 = re.search(re_str, 'sdaaaaaadde')
print(str1.group())
5.分之和分组
5.1. |(分之)
正则1|正则2 - or
注意：如果正则1匹配成功了，不会再使用正则2去匹配
"""
匹配一个字符串，开头是abc或者xyz，后面123
"""
re_str = r'xyz.*123|abc.*123'
print(re.fullmatch(re_str, 'xyzlalala123'))
5.2.() - 分组
将部分正则作为一个整体
5.2.1.整体区分
re_str = r'(xyz|abc).*123'
print(re.fullmatch(re_str, 'xyzlalala123'))
5.2.2.整体操作
re_str = r'(\d{2}[a-zA-Z]{2}){3}'
print(re.fullmatch(re_str, '87dd54as64ZA'))
5.2.3.整体重复
\M - 重复前面第M个分组匹配到的内容
# 89abc89,123abc123
re_str = r'(\d*)abc\1'
print(re.fullmatch(re_str, '123abc123'))
re模块
1.compile(正则表达式) - 创建正则表达式对象
re_str = r'\d{3}'
re_obj = compile(re_str)
re_obj.fullmatch('234')
2.fullmatch - 完全匹配
fullmatch(正则表达式，字符串) - 让正则和字符串完全匹配
匹配失败返回None，匹配成功返回匹配对象
对整个字符串进行检查的时候使用
3.match - 匹配字符串开头
match(正则表达式，字符串) - 让正则和字符串开头匹配
匹配失败返回None，匹配成功返回匹配对象
4.search - 字符串查找
search(正则表达式，字符串) - 在字符串中找到第一个和正则表达式匹配的子串
匹配失败返回None，匹配成功返回匹配对象
通过匹配对象能获取到一下内容
4.1.匹配结果
.group() - 获取整个正则表达式匹配到的结果
.group(1) - 获取第一个分组匹配到的结果
.group(2) - 获取第二个分组匹配到的结果
4.2.匹配范围(被匹配到的内容在原字符串中的范围-(开始下标，结束下标))
.span()
.start()
.end()
4.3.获取原字符串
.string()
5.split - 字符串切割
split(正则表达式，字符串，次数(默认全切)) - 将字符串按照满足正则表达式的子串进行切割；返回列表
6.sub - 字符串替换
sub(正则表达式，新字符串，原字符串，次数(默认全换)) - 将原字符串中满足正则表达式的子串替换成新字符串
7.findall - 查找所有
findall(正则表达式，字符串) - 在字符串中查找所有满足正则表达式的子串，以列表的形式返回
print(re.findall(r'\d+a', 'asd8sd9e89sa8d9d9awd87766asde9898a'))
# ['9a', '87766a', '9898a']
print(re.findall(r'(\d+)([a-z]{2})', 'asd8sd9e89sa8d9d9awd87766asde9898a'))
# [('8', 'sd'), ('89', 'sa'), ('9', 'aw'), ('87766', 'as')]
注意：使用findall的时候，如果有分组想要取整个正则匹配的结果是取不到的
8.finditer - 查找所有
finditer(正则表达式，字符串) - 在字符串中查找所有满足正则表达式的子串；返回一个迭代器，元素是每个子串对应的匹配对象
result = re.finditer('(\d[a-z]){2}\+', '9z9x+jhjsdhbcdsa7x6d+sdjbrbhb')
for x in result:
print(x.group(), x.group(1))
"""
9z9x+ 9x
7x6d+ 6d
"""