day17-正则表达式

正则符号

1.什么是正则

正则是字符串匹配的一种工具，拥有自己的语法。语法中主要包含各种符号的使用

2.正则语法

re.fullmatch(正则表达式，字符串) - 检查字符串是否完全符合正则表达式的规则（完全匹配）
匹配成功返回匹配对象，失败返回None
正则表达式 - python中正则表达式是写在引号（单引号或双引号）中的内容，
一般会在引号的前面加r
r'正则表达式'

js中的正则：/正则表达式/

print('==============匹配符号=================')
# 1）普通字符  -   除了正则中有特殊功能和特殊意义以外的其他所有字符
# 普通字符在正则中表示字符本身
# 例如：a,b,c,1,2,3,~,你,

# 表示一个字符串有三个字符，每个字符分别是a,b,c
re_str = r'abc'
result = re.fullmatch(re_str, 'abc')
print(result)

2) . - 匹配任意字符

正则中出现 . 的位置可以匹配任意字符
一个 . 只能匹配任意字符

# 匹配一个长度是3的字符串，字符开头是a，结尾是b，中间任意字符
re_str = r'a.b'
result = re.fullmatch(re_str, 'a9b')
print(result)

3）\w - 匹配字符、数字或者下划线（只针对ascii码有效）

一个\w只能匹配一个字符
注意：Unicode码中除了ASCII表以外的其他字符都能匹配

result = re.fullmatch(r'a\wb.', 'a_b4')
print(result)

4）\s - 匹配一个空白字符

空白：空白、回车/换行、制表符

result = re.fullmatch(r'abc\s123', 'abc\n123')
print(result)

5) \d - 匹配一个数字字符

result = re.fullmatch(r'a\d\db', 'a89b')
print(result)

6) \大写字母 - 匹配非\小写字母匹配到的内容

\W - 匹配非数字、字母、下划线
\S - 匹配非空白字符
\D - 匹配非数字字符

result = re.fullmatch(r'\D\Dabc\S123', 'qwabc1123')
print(result)

7) [] - 匹配字符集

a.普通用法
[字符集] - 匹配字符集中的任意字符
[az1+] - 匹配一个字符是a或者z或者1或者+
[\dabc] - 匹配一个字符是数字或者a或者b或者c

b.表示范围的字符集 [字符1-字符2] - 从字符1到字符2中任意一个字符，字符2的编码值必须大于字符1
[5-9] - 匹配数字字符5到9中任意一个
[a-z] - 匹配小写字母中的任意一个
[a-zA-Z] - 匹配任意一个字母
[a-zA-Z\d_] - 匹配字母数字下划线

c.反向选中：[^字符集] - 选中除了字符集中以外的其他的任意一个字符
[^abc] - 只要不是a或者b或者c都匹配

print(re.fullmatch(r'[az1]abc', '1abc'))
print(re.fullmatch(r'[\daz1]abc', '3abc'))
print(re.fullmatch(r'[a-z]abc', 'vabc'))
print(re.fullmatch(r'[5-8][5-8]', '67'))

print('==============检测符号=================')
# 一个匹配符号必须对应一个具体的字符；检测符号只是对符号所在的位置进行检查，不会影响字符串的长度
# 1)\b    -   检测是否是单词边界
"""
单词边界：一切可以将两个单词区分开的符号都是单词边界，例如单词开头、单词结尾、空白标点符号等
"""
# 匹配一个字符串是'howare',然后检测w的后面是否是单词边界
print(re.fullmatch(r'how\b are', 'how are'))
# 2) ^  -   检测^所在的位置是否是字符串开头
print(re.fullmatch(r'^abc', 'abc'))
print(re.search(r'abc', '123abc567'))
# 3) $    -   检测$所在的位置是否是字符串结尾

1.匹配次数

1）* - 匹配0次或多次

字符 * 前的字符出现0次或者多次
r'a' - '', 'a', 'aa', 'aaa'

print(re.fullmatch(r'a\d*b', 'a3534656b'))

2) + 匹配一次或多次

print(re.fullmatch(r'a\d+b', 'a8823b'))

3）？ 匹配0次或一次

print(re.fullmatch(r'[+-]?\d+', '+293'))

4){}

{N} - 匹配N次
{M,N} - 匹配M到N次
{M,} - 匹配至少M次
{,N} - 匹配最多N次

print(re.fullmatch(r'a{3}123', 'aaa123'))
print(re.fullmatch(r'a{2,5}123', 'aaa123'))
print(re.fullmatch(r'a{2,}123', 'aa123'))
print(re.fullmatch(r'a{,2}123', 'aa123'))

# qq = input('请输入球球号')
# print(re.fullmatch(r'[1-9]\d{4,11}', qq))
# user_name = input('账号')
# print(re.fullmatch(r'[\da-zA-Z_]{6,20}', user_name)

2.贪婪和非贪婪

, +, ?, {}对应匹配次数是贪婪；在匹配次数不确定的时候才有贪婪和非贪婪区分
在匹配次数不确定的符号后面叫？，就会变成贪婪：?, +？，？？，{M,N}?,{M,}?, {,N}?

贪婪：在匹配成功的前提下尽可能多的匹配
非贪婪：在匹配成功的前提下，尽可能少的匹配

result = re.search(r'.+b', '123bcccbdddb====')
print(result)
print(re.search(r'.+?b', '123bcccbdddb===='))

3.分之

正则表达式1|正则表达式2

print(re.fullmatch(r'\d{3}|[a-zA-Z]{3}', 'asd'))

4. () - 分组

1.分组 - 将正则中的一部分看成一个整体进行操作
2.重复 - 添加分组后，可以在分组的后面通过'\M'来处重复前面第M个分组匹配到的结果

print(re.fullmatch(r'(\d{3}|[a-zA-Z]{3})[A-Z]+', '123WEEWFSD'))
print(re.fullmatch(r'(\d{2}:)+\d\d', '23:43:36:78'))
print(re.fullmatch(r'(\d+)abc\1', '100abc100'))

5.转义符号 - 在正则符号前加\，让这个符号的功能消失

正则中的转义符号和字符串的转义字符不一样
独立额特殊符号放在[]中特殊意义会自动消失，但-,[] ... 除外

re_str = r'\.abc'
print(re.fullmatch(re_str, '.abc'))

print(re.fullmatch(r'\d\+\\d', '2+\d'))
print(re.fullmatch(r'[.+*]abc[?]', '.abc?'))    # .  *  +  ?
print(re.fullmatch(r'[a\-z]abc', '-abc'))

print(re.fullmatch(r'[a\]]abc', ']abc'))

1.创建正则对象

compile(正则表达式) - 根据正则表达式创建正则对象

re_obj = compile(r'\d{3}')
print(re_obj.fullmatch('234'))

2.匹配

fullmatch(正则表达式，字符串) - 让整个字符串和正则表达式进行匹配
match(正则表达式, 字符串) - 匹配字符串开头
返回值：匹配成功是匹配结果对象，匹配失败是None

result = fullmatch(r'\d{3}[a-z]{4}', '123jsdv')
print(result)

result = match(r'(\d{3})[a-z]{4}', '124sdfsaqqw你好')
print(result)

匹配结果
1）匹配结果对应的字符串

匹配对象.group() - 获取整个正则匹配到的结果
匹配对象.group(N) - 获取第N个分组匹配到的结果

print(result.group())
print(result.group(1))

2)获取匹配位置

匹配对象.span(group=0)
匹配对象.start(group=0)
匹配对象.end(group=0)

print(result.span(1))
print(result.start())
print(result.end())

3)获取原字符串

print(result.string)

3.查找

search(正则表达式, 字符串) - 匹配出字符串中第一个满足正则表达式的字串，结果是匹配对象
findall(正则表达式, 字符串) - 获取字符串中满足正则表达式的所有字串；结果是列表，列表中是字符串
finditer(正则表达式, 字符串) - 获取字符串中满足正则表达式的所有的字串；结果是迭代器，迭代器的元素是匹配对象

result = search(r'\d{3}', 'how2144b345in432ln567')
print(result)

result = findall(r'\d{3}', 'how2144b345in432ln567')
print(result)

result = findall(r'(\d{3})a', 'how2144ab345in432aln567')
print(result)

result = finditer(r'(\d{3})a', 'how2144ab345in432aln567')
print(next(result))
print(next(result))

4.切割

split(正则表达式, 字符串) - 按照满足正则表达式的字串对字符串进行切割，返回列表

str1 = 'aaa9bb99ddsf239945529dg14956'
print(str1.split('9'))

print(split(r'\d+', str1))

5.替换

sub(正则表达式, 字符串1, 字符串2, 替换次数=0) - 将字符串2中满足正则表达式的字串替换成字符串1
替换次数为0则全部替换

str1 = 'aaa9bb99ddsf239945529dg14956'
new_str = sub(r'\d+', '+', str1, 2)
print(new_str)