python中的正则表达式

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，包含字符串匹配，查找，切割的方法
fullmatch(正则表达式,字符串):用正则表达式来和字符串进行完全匹配，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

正则表达式的符号

正则表达式的前面要加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. . 匹配一个任意字符

    re_str = r'.'
    print(re.fullmatch(re_str, 'a'))

2. \w 匹配一个字符是字母，数字或者下划线

    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)

    re_str = r'a\sb'
    print(re.fullmatch(re_str, 'a\nb'))

4. \d 匹配一个数字字符

    re_str = r'0\d\d'
    print(re.fullmatch(re_str, '020'))

5. \b 检测边界

    re_str = r'...\b'
    print(re.match(re_str, 'fw4'))

6. ^ 匹配字符串开始(^the,匹配以the开头的字符串)

    re.str = r'^the'
    print(re.findall(r'^the', 'theasdsadasf'))

7.$ 匹配字符串结束

    re_str = r'abc$'
    print(re.fullmatch(re_str, 'abc'))
    print(re.findall(re_str, 'dasdasdabd fghfdf 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

    re_str = r'\D\w'
    print(re.fullmatch(re_str, 't2'))

11. \B 检测非边界

    re_str = r'abc\B'
    print(re.fullmatch(re_str, 'abc9'))
    print(re.match(re_str, 'abc34s'))

正则表达式符号组合

1. []匹配[]中出现的任意一个字符

    # [0-9]:匹配0-9中任意一个数字
    # [a-z]:匹配a-z中任意一个小写字母
    # [A-Z]:匹配a-z中任意一个大写字母
    re_str = r'abc[1a]'
    print(re.fullmatch(re_str, 'abca'))
    re_str = r'[\d_]abc'
    print(re.fullmatch(re_str, '3abc'))

2. [^]匹配不在[]中出现的任意一个字符

    re_str = r'abc[^\w]'
    print(re.fullmatch(re_str, 'abc*'))

3. *:匹配0次或者多次

    re_str = r'\d*abc'
    print(re.fullmatch(re_str, '242abc'))
    # 写一个正则表达式，判断一个字符串是数字字符串
    re_str = r'\d\d*'
    print(re.fullmatch(re_str, '2345678'))
    # 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)
    re_str = r'[a-zA-Z_]\w*'
    print(re.fullmatch(re_str, '_asd45g'))

4. +:匹配一次或者多次

    re_str = r'\d+\w*'
    print(re.fullmatch(re_str, '16u78aufg'))

5. ?:匹配0次或者1次

    re_str = r'[a-z]?123'
    print(re.fullmatch(re_str, 's123'))
    # 判断一个字符串是否是正整数字符串
    re_str = r'\+?[1-9]\d*'
    print(re.fullmatch(re_str, '2456'))

6. {n}:匹配n次

    re_str = r'[1-9]\d{10}'
    print(re.fullmatch(re_str, '12222222222'))

7. {n,}:匹配>=n次 {n,m}:匹配>=n次<=m次

    re_str = r'[a-zA-Z]\w{5,9}'
    print(re.fullmatch(re_str, 'rasd342we'))

8. |:分支

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

9. ()匹配的时候是分组，让括号中的正则条件变成一个整体

    re_str = r'(\w*)|()'
    print(re.fullmatch(re_str, 'hus89'))
    re_str = r'(abc){3,}'
    print(re.fullmatch(re_str, 'abcabcabcabc'))
    # 0-100成绩用匹配
    re_str = r'(\d(\.5)?)|([1-9]\d(\.5)?)|100'
    print(re.fullmatch(re_str, '100'))
    # 前面的重复类符号后加上？表示尽可能少地重复

正则表达式中的特殊使用

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[]中可能是特殊的符号,需要加 \ 来表示字符 2. .,{},(),*,+,?,$,| 在[]中可以不加 \ 来表示字符

\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, '2azn42az4'))

生活实例

#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
# qq号是5-12的数字且首位不能为0
re_user = r'\w{6,20}'
re_qq = r'[1-9]\d{4,11}'
user = input('user>>>')
qq = input('qq>>>')
u_c = re.fullmatch(re_user, user)

if u_c is not None:
    print('user is ok')
else:
    print('user is wrong')

q_c = re.fullmatch(re_qq, qq)
if q_c is not None:
    print('user is ok')
else:
    print('user is wrong')

# 练习2：IP地址是合法
re_ip = r'((25[0-5]|2[0-4]\d|((1\d{2})|([1-9]?\d)))\.){3}(25[0-5]|2[0-4]\d|((1\d{2})|([1-9]?\d)))'
ip = input('ip>>>')
if re.fullmatch(re_user, user) is not None:
    print('ip is ok')
else:
    print('error')

python的re模块方法

• 1. compile 将正则表达式字符串转换为正则表达式对象
     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_obj = re.compile(r'\w{6,12}')

• 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，匹配失败返回None

    match = re.fullmatch(r'\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)

• 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}', 'h3srgghghh4')
    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)
     如果有多个满足条件的，只匹配第一个
     返回值是匹配对象，如果匹配失败返回None

    print(re.search(r'\d{2,}[a-z]', 'sha23n--877m0899'))
    # 应用：判断一个字符串是否拥有某类字符串

• 5. findall(正则表达式,字符串) 去获取指定字符串中满足条件的所有的子串
     返回值是列表，列表元素是符合要求的字符串,如果没有满足的子串，返回空列表

    result = re.findall(r'\D\d+\D', 'a123buye236oks')
    print(result)
    result = re.findall(r'[a-zA-Z](\d+)', '234a123buye=23aa6oks')
    print(result)
    # 注意：在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(只获取括号中匹配到的内容)
    # 应用：字符串提取

• 6. finditer(正则表达式,字符串) 用法与findall相同
     注意：()捕获部分字符串无效
     返回值是迭代器，迭代器中的内容是匹配对象

    result = re.finditer(r'[a-zA-Z](\d+)', '234a123buye=23aa6oks')
    for m in result:
        print(m)

• 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，列表元素是切割后被分段的字符串

    result = re.split(r'\d+', 'qwe232aasas23sef5rg7sf')
    print(result)

• 8. sub(正则表达式,替代字符串,原字符串) 在原字符串中查找符合正则表达式的子串使用替代字符串替换

    str1 = '你是sb，你是傻子吗，傻叉'
    result = re.sub(r'sb|傻+叉*', '*', str1)
    print(str1, result)