15 正则表达式

1.什么是正则表达式?

正则表达式是用来做字符串查找,匹配,切割用的一种工具
python内置了re模块, 包含字符串匹配,查找,切割等相关方法

2.正则表达式常用符号

符号	作用
\w	匹配一个字符是字母,数字或者下划线
\s	匹配一个空白字符(空格,换行,制表符)
\d	匹配一个数字字符
\b	检测边界(单词边界--一般的符号都可以作为单词的边界)
^	检测字符串开始(^The --> 匹配以The开头的字符串)
$	检测字符串结束
\W	匹配非字母,数字,下划线
\S	匹配非空白字符
\D	匹配非数字字符
\B	检测非边界
[ ]	匹配[ ]中出现的任意一个字符. [0-9]:匹配0-9中的任意一个字符[a-z]:匹配小写字母[A-Z]:匹配大写字母[a-zA-Z]:匹配所有的字母
[ ^ ]	匹配不在中括号中出现的任意一个字符
*	匹配0次或者多次
+	匹配一次或者多次
?	匹配0次或者1次
{N}	匹配N次
{N, }	匹配大于等于N次
{M,N}	匹配至少M次最多N次
|	分支,匹配一个字符串,只要满足'' | ''两边的任一条件都行
( )	匹配的时候是分组,让括号中的正则条件变成一个整体
*?	重复任意次尽可能少的重复
\N	匹配前面第N个组中匹配到的内容

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. - [] ^ \ 在中括号中是特殊符号,需要加\
      2. . {} () * + ? $ 在中括号中可以不加\,来表示字符本来的意义

3.re模块中的几种方法

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('sfsfsefs'))

2.匹配相关的方法:

方法	作用
fullmatch(正则表达式,字符串)	完全匹配,从字符串开头匹配到结尾
match(正则表达式,字符串)	不完全匹配,从字符串开头开始匹配,匹配到正则式对应的范围为止
search(正则表达式, 字符串)	在指定的字符串中查找某一段字符串(以正则表达式来描述).
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
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
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
sub(正则表达式, 新字符串, 原字符串)	替换目标字符串,产生一个新的字符串

• fullmatch()

# 返回值是匹配对象,如果匹配失败,返回None
    """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)"""
    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)

#输出:
<_sre.SRE_Match object; span=(0, 3), match='h3s'>
h3s
(0, 3)
0 3
h3s

• match()

# 返回值是匹配对象,如果匹配失败,返回None
    """应用:判断一个字符串是否以某种字符串开头"""
    match  = re.match('\w{3}', 'h3shhh556hh')
    print(match)
    print(match.group())
    print(match.string)

#输出
<_sre.SRE_Match object; span=(0, 3), match='h3s'>
h3s
h3shhh556hh

• search()

# 只返回查到的第一个符合要求的字符串,如果找不到要求的,返回None
    """应用:判断一个字符串中是否包含某种字符串"""
    print(re.search(r'\d{2,}[a-z]', 'sha23n--877m0899'))

#输出
<_sre.SRE_Match object; span=(3, 6), match='23n'>

• findall()

# 返回值是列表,列表中是符合要求的字符串
    """注意(只针对findall()方法):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,
                        来约束获取的内容太(只捕获括号中匹配到的内容)
                        但是:匹配的时候还是按照原正则表达式去匹配
    """
    result = re.findall(r'\D\d+\D', '_123buye236oks')
    print(result)
    result = re.findall(r'[a-zA-Z](\d+)', '_123buye236oks')
    print(result)

# 输出
['_123b', 'e236o']
['236']

• finditer()

# 返回一个迭代器,迭代器的内容是匹配对象
    # 注意:()捕获无效
    result = re.finditer(r'[a-zA-Z](\d+)', '12a123buy=236ok98s')
    for match in result:
        print(match)


# 输出
<_sre.SRE_Match object; span=(2, 6), match='a123'>
<_sre.SRE_Match object; span=(14, 17), match='k98'>

• split()

# 返回值是列表,列表元素就是被切割后被分段的字符串
    result = re.split(r'\d+', 'se33fs2fffe32345rfe')
    print(result)
    result = re.split(r'[\[*]', 'se33f[s2fffe3*2345rfe')
    print(result)

# 输出
['se', 'fs', 'fffe', 'rfe']
['se33f', 's2fffe3', '2345rfe']

• sub()

# 返回值是替换后的字符串
    """
    将指定字符串的'sb'替换成'**'
    """
    str1 = '你好sb, 你全家都是sb,傻叉,犬夜叉,傻'
    result = re.sub(r'sb|傻叉|傻', '*', str1)
    print(str1)
    print(result)

# 输出
你好sb, 你全家都是sb,傻叉,犬夜叉,傻
你好*, 你全家都是*,*,犬夜叉,*