正則表達(dá)式

一、什么是正則表達(dá)式

正則表達(dá)式是處理字符串的工具，通過(guò)不同的正則符號(hào)來(lái)描述字符串的規(guī)則

二、正則符號(hào)（正則表達(dá)式的語(yǔ)法）

1.匹配字符

1）普通字符：
除了在正則中有特殊功能和特殊意義的符號(hào)以外的字符都是普通字符

# 匹配一個(gè)字符串有三個(gè)字符，分別是'a''b''c'
re_str = r'abc'
result = fullmatch(re_str, 'abc')
print(result)

2).
匹配任意一個(gè)字符

# 匹配一個(gè)字符串長(zhǎng)度是8，前面三個(gè)字符串是123，中間是兩個(gè)任意字符
re_str = r'abc..123'
result = fullmatch(re_str, 'abcde123')
print(result)

3.\w
匹配一個(gè)數(shù)字、字母或者_(dá)(在ASCII碼表中)

# 匹配一個(gè)長(zhǎng)度是4的字符串，第一個(gè)字符是數(shù)字、字母或者_(dá)
re_str = r'\wabc'
result = fullmatch(re_str, '3abc')
print(result)

4)\d
匹配任意一個(gè)數(shù)字字符

# 匹配一個(gè)長(zhǎng)度是五的字符型，前兩個(gè)字符是任意數(shù)字，后面三個(gè)是任意字符
re_str = r'\d\d...'
result = fullmatch(re_str, '12jio')
print(result)

5)\s
匹配任意一個(gè)空白字符
空白字符包括：空格字符、換行字符、制表符···

re_str = r'a\s\sb'
print(fullmatch(re_str, 'a  b'))

6)\大寫(xiě)字母
\D - 匹配除了數(shù)字字符以外的任意字符（匹配一個(gè)非數(shù)字字符）
\S - 匹配一個(gè)非空白字符

re_str = r'\Dabc\S'
print(fullmatch(re_str, '9abch'))

7)[字符集]
匹配字符集中出現(xiàn)的任意字符
例如：
[abc] - 匹配abc中任意一個(gè)字符
[趙錢孫李] - 匹配趙錢孫李中的字符

b.
[1-9] - 匹配1到9中的任意一個(gè)字符（字符編碼值遞增）
[a-z] - 匹配任意一個(gè)小寫(xiě)字母
[A-Z] - 匹配任意一個(gè)大寫(xiě)字母
[a-zA-Z] - 匹配任意一個(gè)字母D
[a-zA-Z\d_] - 匹配任意一個(gè)字母、數(shù)字、下劃線
[ \t\n] - 匹配任意一個(gè)空白字符
[\u4e00-\u9fa5] - 匹配任意一個(gè)中文

# 匹配一個(gè)長(zhǎng)度是4的字符串，第一個(gè)字符是1或者3或者7，后面是abc
re_str = r'[137]abc'
print(fullmatch(re_str, '7abc'))

re_str = r'[!-&]123'
print(fullmatch(re_str, '#123'))

8）[^字符集]
匹配不在字符集中的字符
[^abc] - 匹配任意一個(gè)不是a、b、c的字符
[^2-8] - 匹配任意一個(gè)不是2到8的字符
[^\u4e00-\u9fa5] - 匹配任意一個(gè)不是漢字的字符

print(fullmatch(r'[^2-8]abc', '1abc'))

2.檢測(cè)字符

所有的檢測(cè)符號(hào)都不會(huì)影響字符串的長(zhǎng)度
1）\b
檢測(cè)是否是單詞邊界
單詞邊界 - 能夠?qū)蓚€(gè)單詞隔開(kāi)并且不會(huì)產(chǎn)生歧義的任意符號(hào)：空格字符、標(biāo)點(diǎn)符號(hào)、字符串開(kāi)頭和結(jié)尾
匹配規(guī)則：先去掉\b對(duì)字符串進(jìn)行匹配，如果匹配成功再檢查\b所在的位置是否是單詞邊界

# 匹配一個(gè)字符串長(zhǎng)度是6，每一個(gè)字符分別是abc123，并且要求abc和123之間是單詞邊界
re_str = r'abc\b123'
print(fullmatch(re_str, 'abc123'))

re_str = r'hi.\bare'
print(fullmatch(re_str, 'hi are'))

re_str = r'\b[\u4e00-\u9fa5][\u4e00-\u9fa5]\b'

2)^
檢測(cè)^所在的位置是否是字符串開(kāi)頭
注意：這兒的^是在[]外面的

re_str = r'\d\d\d'
print(fullmatch(re_str, '345'))
print(search(re_str, '345===rer12300k0ke9h88hf0jf8hf875fhw03h8'))
print(findall(re_str, '345===rer123000k0ke9h88hf0jf8hf875fhw03h8'))

3)$
檢測(cè)$的位置是否是字符串的結(jié)尾

re_str = r'\d\d\d$'
print(fullmatch(re_str, '345'))
print(search(re_str, '345===rer12300k0ke9h88hf0jf8hf875fhw03h8'))
print(findall(re_str, '345===rer123000k0ke9h88hf0jf8hf875fhw03h8'))

3.控制字符次數(shù)的符號(hào)

1)*
匹配0次或者多次
例如：
a* - a出現(xiàn)0次或多次，123,123a，123aa，123aaa
123\d* - 123后面出現(xiàn)0個(gè)或者多個(gè)任意數(shù)字字符，123,1234,12345,123456
123[mnxy9]* - 123,123m,123mn

re_str = r'abc0*123'
print(fullmatch(re_str, 'abc000123'))

2)+
匹配1次或者多次

re_str = r'123a+'
print(fullmatch(re_str, '123a'))

3)?
匹配0次或者1次

print(fullmatch(r'_?123', '_123'))

4){}
1）{N} - 匹配N次
a{3} - 匹配三個(gè)a
\d{3} - 匹配三個(gè)任意數(shù)字

2）{M,N} - 匹配M到N次（匹配至少M(fèi)次最多N次）
3){N,} - 匹配N次或者更多次
4){,N} - 最多N次

# 匹配電話號(hào)碼
re_str = r'1[3-9]\d{9}'
# 匹配密碼：要求6-12位的數(shù)字或者字母
re_str = r'[a-zA-Z\d]{6,12}'
print(fullmatch(re_str, '1dsrewf43'))

5)貪婪和非貪婪
在匹配次數(shù)不確定的時(shí)候，會(huì)出現(xiàn)貪婪和非貪婪兩種情況：默認(rèn)情況都是貪婪。

1）什么是貪婪：在能夠匹配成功的前提下，匹配次數(shù)盡可能多
2）什么是非貪婪：在能夠匹配成功的前提下，匹配次數(shù)盡可能少(在匹配次數(shù)后面加？)

re_str = 'a.*?e'
print(search(re_str, 'hesafrae'))

re_str = r'a.+b'
print(search(re_str, 'a123b234b123'))  # a123b234b
re_str = r'a.+?b'
print(search(re_str, 'a123b234b123'))  # a123b

4.分支

1）|
正則1|正則2 - 先用正則1去匹配，如果不成功則用正則2去匹配
正則1和正則2中只要有一個(gè)匹配成功就行

re_str = r'abc|123'
print(fullmatch(re_str, 'abc'))

re_str = r'\d{2,5}|[a-z]+123'
print(fullmatch(re_str, 's123'))

5.分組

1）（）
將括號(hào)里面的內(nèi)容作為一個(gè)整體
①整體操作
r'(\d\d|[A-Z]{2})abc' - 匹配一個(gè)字符串后面是abc，前面是兩個(gè)數(shù)字或者兩個(gè)大寫(xiě)字母
r'([a-z]\d){3}' - a8n7j8

②分組
a.分組截?。悍奖愫竺娣侄位蛘叻智闆r取不同匹配結(jié)果
b.分組重復(fù)：在正則中用\X來(lái)重復(fù)前面第X個(gè)分組匹配到的內(nèi)容
注意：\X的前面必須有這個(gè)分組

re_str = r'(\d{3})([a-z]{3})'
print(fullmatch(re_str, '344hsj'))
print(findall(re_str, '你還是123ncj====nv789jid;;;kfj123vn222dmv'))

re_str = r'(\d{3})[a-z]{3}\1'
print(fullmatch(re_str, '123abc123'))

6.轉(zhuǎn)義字符

1）加\
在正則中有特殊功能和特殊意義的符號(hào)前加\，讓這個(gè)符號(hào)的特殊功能消失

re_str = r'\d{3}\.[a-z]{3}'
print(fullmatch(re_str, '234.eqr'))

re_str = r'a\+[a-z]{3}\\b'
print(fullmatch(re_str, r'a+eqr\b'))

2)加[ ]
在[ ]中有特殊意義的符號(hào):a.^放在最開(kāi)頭 b.-放在兩個(gè)字符之間
其他符號(hào)包括：.+?*$,這個(gè)單獨(dú)的符號(hào)在[]中都表示這個(gè)符號(hào)本身

re_str = r'\d{3}[.][a-z]{3}'
print(fullmatch(re_str, '123.sdf'))

三、re模塊

re模塊是python提供的，專門(mén)針對(duì)正則表達(dá)式應(yīng)用的相關(guān)函數(shù)
1.compile(正則表達(dá)式) -> 將正則表達(dá)式轉(zhuǎn)換成正則對(duì)象
2.字符串匹配
fullmatch(正則表達(dá)式， 字符串) - 讓正則表達(dá)式和字符串完全匹配
match(正則表達(dá)式， 字符串) - 匹配字符串開(kāi)頭
以上兩個(gè)方法的結(jié)果：匹配失敗結(jié)果是None，匹配成功會(huì)返回匹配對(duì)象

re_str = r'\d{3}'
print(fullmatch(re_str, '123'))  # <re.Match object; span=(0, 3), match='123'>
print(match(re_str, '12378qwq'))  # <re.Match object; span=(0, 3), match='123'>

1)匹配對(duì)象
a.獲取匹配到的字符串
匹配對(duì)象.group（） - 獲取整個(gè)正則表達(dá)式匹配到的字符串，結(jié)果是字符串
匹配對(duì)象.group(N) - 獲取整個(gè)正則表達(dá)式中第N個(gè)分組匹配到的字符串

result = match(r'(\d{3})=([a-z]{2})', '234=am當(dāng)前方法去取')
print(result)
print(result.group())
print(result.group(1))
print(result.group(2))

b.獲取匹配到的字符串在原字符串中的位置信息
匹配對(duì)象.span（） -> 返回匹配結(jié)果在原字符串中下標(biāo)范圍：[開(kāi)始下標(biāo)，結(jié)束下標(biāo)]
匹配對(duì)象.span（N） -> 返回返回第N個(gè)分組匹配到的結(jié)果在原字符串中下標(biāo)范圍：[開(kāi)始下標(biāo)，結(jié)束下標(biāo)]

result = match(r'(\d{3})=([a-z]{2})', '234=am當(dāng)前方法去取')
print(result)
print(result.span())
print(result.span(2))
stat, end = result.span(1)
print(stat, end)

c.獲取原字符串
匹配對(duì)象.string

result = match(r'(\d{3})=([a-z]{2})', '234=am當(dāng)前方法去取')
print(result.string)

3.查找
1)search（正則表達(dá)式，字符串） - 在字符串中查找第一個(gè)滿足表達(dá)式的子串，如果找到了結(jié)果是匹配對(duì)象，如果找不到結(jié)果是None
2)findall(正則表達(dá)式， 字符串) - 獲取字符串中所有滿足正則表達(dá)式的子串，返回一個(gè)列表
注意：如果正則表達(dá)式中有分組，列表中的匹配結(jié)果只會(huì)取分組匹配到的內(nèi)容
3)finditer(正則表達(dá)式，字符串) - 獲取字符串中多有滿足正則表達(dá)式的子串，返回值是一個(gè)迭代器，元素是匹配對(duì)象

result = search(r'\d{3}', '是否234ash==347jshdf')
print(result)

result = findall(r'(\d{3})([a-z]{2})', '四四234mm==發(fā)幾份nij90jfnn8bv8938nf234nn')
print(result)  # [('234', 'mm'), ('938', 'nf'), ('234', 'nn')]

result = findall(r'(\d{3})[a-z]{2}', '四四234mm==發(fā)幾份nij90jfnn8bv8938nf234nn')
print(result)  # ['234', '938', '234']

result = findall(r'\d{3}[a-z]{2}', '四四234mm==發(fā)幾份nij90jfnn8bv8938nf234nn')
print(result)  # ['234mm', '938nf', '234nn']

result = finditer(r'(\d{3})([a-z]{2})', '四四234mm==發(fā)幾份nij90jfnn8bv8938nf234nn')
group = []
group1 = []
group2 = []
for x in result:
    group.append(x.group())
    group1.append(x.group(1))
    group2.append(x.group(2))
print(group, group1, group2)  # ['234mm', '938nf', '234nn'] ['234', '938', '234'] ['mm', 'nf', 'nn']

4.切割
split(正則表達(dá)式，字符串) - 將字符串中將正則表達(dá)中的子串作為切割點(diǎn)對(duì)字符串進(jìn)行切割；返回值是一個(gè)字符串列表

result = split(r'\d+', '我孵化器343和vjj8hv348d非')
print(result)

5.替換
sub(正則表達(dá)式，字符串1， 字符串2) - 將字符串2中所有滿足正則表達(dá)式的子串都替換成字符串1