正则表达式
正则表达式(通用语法)
正则就是一种用来做字符串匹配的工具，通过不同的符号匹配不同的字符-
python对正则表达式的支持
通过re模块提供相应支持正则表达式的方法
fullmatch(正则表达式,匹配的字符串) ---> 用正则表达式和指定字符串进行匹配，如果匹配成功
返回匹配对象，匹配失败返回None
python中的正则表达式是写在字符串中的，但是一般情况下会在前面加r/R-
普通字符(代表字符本身
# 匹配一个字符串，只有三个字符，并且每个字符分别是a,b,c re_str = r'abc' result = fullmatch(re_str, 'abc') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 3), match='abc'> . (匹配任意字符) 出现点，这个点可以表示任意字符，一个点代表一个字符
""" 注意：a.一个点代表一个字符 b.\n匹配不到 """ # 匹配一个字符串，只有三个字符，第一个字符是a,第二个字符是任意字符，第三个字符是c re_str = r'a.c' result = fullmatch(re_str, 'a\c') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 3), match='a\\c'>- \w (匹配一个表示字母数字下划线)
""" 注意:a.也可以匹配中文 b.一个\w只能匹配一个字符 """ # 匹配一个字符串，第一个字符串是任意字符，第二三个字符是字母、数字或者_，最后三个是abc re_str = r'.\w\wabc' result = fullmatch(re_str, '$赵_abc') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 6), match='$赵_abc'>- \s (匹配空白字符)
""" 空白字符：指的是所有能产生空白的字符，包括空格、制表符、换行等 """ # 匹配一个字符串，前两个是字母数字下划线或者中文，第三个字符是空白，最后一个是任意字符 re_str = r'\w\w\s.' result = fullmatch(re_str, 'a_\t$') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 4), match='a_\t$'>-
\d (匹配数字字符)
# 一个字符串有三个字符，每个字符都是数字字符 re_str = r'\d\d\d' result = fullmatch(re_str, '789') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 3), match='789'> \b (检测单词边界)
""" a.检测正则表达式中\b所在的位置是否是单词边界 b.所有可以两个单词区分开的符号都是单词边界 例如: 空格，缩进，标点符号,单词开头结尾 注意：\b不是匹配符号，不会匹配出一个字符，只能检测所在的位置是否满足要求 """ # 匹配一个字符串的内容是否是'how are',并且要求a的前面是单词边界 re_str = r'\bhow\b are' result = fullmatch(re_str, 'how are') print(result) print(search(r'\b\d\d\d', 'ada 456qwe123asdasd78')) 运行结果： <_sre.SRE_Match object; span=(0, 7), match='how are'> <_sre.SRE_Match object; span=(4, 7), match='456'>-
^ (检测字符串开头)
""" 匹配一个字符串是三个数字字符，并且第一个字符前所在的位置是字符串开头，写在正则表达式前面，其他位置无意义 """ re_str = r'^\d\d\d' result = search(re_str, '789asdjak45897asd78') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 3), match='789'> $ (检测字符串结尾)
# 匹配一个字符串是三个数字字符，并且最后一个字符的后面是字符串结尾 re_str = r'\d\d\d$' result = search(re_str, 'asdasda4563') print(result) 运行结果： <_sre.SRE_Match object; span=(8, 11), match='563'>-
\B (检测非单词边界)
re_str = r'a\Babc' result = search(re_str, 'aabc') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 4), match='aabc'> \W (匹配非数字字母下划线中文)
\S (匹配非空白字符)
\D (匹配非数字字符)
-
[字符集](匹配字符集中的任意一个字符)
""" a.普通用法 [字符集] - 匹配字符集中的任意一个字符 b.表示范围 [字符1-字符2] - 匹配字符1到字符2中所有的字符，要求字符1的编码值要小于字符2的编码值 [a-zA-z123] - 表示所有字母和123中的任意一个 [a-zA-Z\d_] - 数字字母下划线 """ # 匹配一个字符串有4个字符，第一个字符是 a b c 中的任意一个，后面是123 re_str = r'[abc]123' result = fullmatch(re_str, 'a123') print(result) # 匹配一个字符串有4个字符，第一个字符是a-z中的任意一个，中间两个是数字字符，最后一个字符为1-9中的任意一个 re_str = r'[a-z]\d\d[1-9]' result = fullmatch(re_str, 's875') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 4), match='a123'> <_sre.SRE_Match object; span=(0, 4), match='s875'> -
[^字符集] - 匹配非字符集中的任意字符
""" 注意：^ 放在[]的对前面才表示匹配不在字符集中的其他任意字符 如果不放在最前面就表示字符 ^ 本身 """ # 匹配一个字符串，第一个字符只要不是abc中的一个 其他字符都可以，后面是123 re_str = r'[^abc]123' result = fullmatch(re_str, 's123') print(result) # 匹配一个字符串，第一个字符只要不是字母中的一个 其他字符都可以，后面是123 re_str = r'[^A-Za-z]123' result = fullmatch(re_str, '5123') print(result) 运行结果： <_sre.SRE_Match object; span=(0, 4), match='s123'> <_sre.SRE_Match object; span=(0, 4), match='5123'> -
转义符号
""" a.正则中也可以通过在特殊符号前加'\'来队符号进行转义 \\ -- \字符 \. -- .字符 注意：转义字符是字符串中的概念， 转义符号是正则表达式的概念 b.除了在中括号中有特殊意义的符号，其他符号放在[]中也表示符号本身 - : 在中括号中两个字符之间表示谁到谁，如果想要表示他本身，就不要放在两个字符之间，放在开头或者末尾 ^ : 在中括号的最前面有特殊意义，如果想要表示本身，就不要放在最前面 ] : 在[]中表示中括号，要加\ """ re_str = r'\d\d\.\d\d' print(fullmatch(re_str, '78.45')) print(fullmatch(r'[.]', '.')) print(fullmatch(r'[.]', '2')) 运行结果： <_sre.SRE_Match object; span=(0, 5), match='78.45'> <_sre.SRE_Match object; span=(0, 1), match='.'> None
-
匹配次数
-
* (匹配0次或者多次)
""" 字符* - 指定的字符出现0次或者多次(这的字符可以是正则符号也可以是普通字符) a* - a出现0次或者多次 \d - 任意数字出现0次或者多次 [a-z]* - 任意一个小写字母出现0次或多次 """ # 123前面有0个或多个字符，并且每个字符都是字符a re_str = r'a*123' print(re.fullmatch(re_str, 'aa123')) print(re.fullmatch(re_str, '123')) # 123前面有0个或多个字符，并且每个字符都是数字字符 re_str = r'[a-z]*123' print(re.fullmatch(re_str, 'asd123')) print(re.fullmatch(re_str, '123')) 运行结果： <_sre.SRE_Match object; span=(0, 5), match='aa123'> <_sre.SRE_Match object; span=(0, 3), match='123'> <_sre.SRE_Match object; span=(0, 6), match='asd123'> <_sre.SRE_Match object; span=(0, 3), match='123'> -
+ (匹配一次或多次)
re_str = r'[a-z]+123' print(re.fullmatch(re_str, 'asd123')) print(re.fullmatch(re_str, '123')) 运行结果： <_sre.SRE_Match object; span=(0, 6), match='asd123'> None -
？ (匹配0次或1次)
re_str = r'[a-z]?123' print(re.fullmatch(re_str, 'asd123')) print(re.fullmatch(re_str, '123')) print(re.fullmatch(re_str, 'w123')) # 练习：写一个正则表达式，能够匹配所有的整数字符串 """ 123 +123 -123 0023 不是整数 """ re_str = r'[-+]?[1-9]\d|0*' print(re.fullmatch(re_str, '456')) print(re.fullmatch(re_str, '+456')) print(re.fullmatch(re_str, '0')) 运行结果： None <_sre.SRE_Match object; span=(0, 3), match='123'> <_sre.SRE_Match object; span=(0, 4), match='w123'> -
{}
""" {M,N} - 匹配M到N次 最少M次最多N次 {M,} - 最少M次 {，N} - 最多N次 {N} - 只有N次 """ print(re.fullmatch(r'a{2,5}', 'aaa')) # 密码要求：6-16位，只能包含数字和字母 re_str = r'[a-zA-z\d]{6,16}' print(re.fullmatch(re_str, 'asdasd7896')) 运行结果： None None <_sre.SRE_Match object; span=(0, 1), match='0'> <_sre.SRE_Match object; span=(0, 3), match='aaa'> <_sre.SRE_Match object; span=(0, 10), match='asdasd7896'>
分之和分组
| (分之)
表达式1|表达式2|表达式3 - 先用表达式1进行匹配，若成功，则成功，不成功就使用表达式2，然后依次进行
(三个表达式中有一个成功就成功，若三个都不满足就失败)-
() (分组)
a. 分组 - 将括号的内容看成一个整体
b. 分组重复 - 在含有分组的正则表达式中可以再分组的后面通过'\数字'来重复前面第几个分组匹配到的内容
(\d{2})abc\1 --> 7878re_str = r'[a-z]{3}|\d{3}' print(re.fullmatch(re_str, '879')) re_str = r'abc([A-Z]{2}|\d{2})' print(re.fullmatch(re_str, 'abc45')) # (abc){2} abc作为一个整体出现2次 re_str = r'(abc){2}' print(re.fullmatch(re_str, 'abcabc')) re_str = r'\d{2}abc' print(re.fullmatch(re_str, '34abc')) re_str = r'(\d{2})a(\d{3})bc\2' print(re.fullmatch(re_str, '34a123bc123')) 运行结果： <_sre.SRE_Match object; span=(0, 3), match='879'> <_sre.SRE_Match object; span=(0, 5), match='abc45'> <_sre.SRE_Match object; span=(0, 6), match='abcabc'> <_sre.SRE_Match object; span=(0, 5), match='34abc'> <_sre.SRE_Match object; span=(0, 11), match='34a123bc123'>
