1.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
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\sb'))
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'))
2.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, '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
3.正则表达式
"""
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'))
4.re模块方法
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)