Python学习总结【连载】（十五）
2018.07.02 Juttachen
概述
- 53 认识正则表达式
- 54 正则表达式的函数
五十三、认识正则表达式
正则表达式主要用于字符串查找，匹配，分割。
import re
match(正则表达式字符串，需要匹配的字符串)
1.不带任何正则符号的正则表达式
str1 = 'abc'
print(re.match('abc',str1))
2. 点号 . --->匹配任意的字符
r'a.c':匹配一个字符串第一个字符是'a'，第二个是任意字符，第三个字符是'c'
str1 = 'abc'
print(re.match(r'...',str1))
例子：写一个正则表达式能够匹配一个字符串第一个字符是g，中间是两个任意字符，然后是d
str1 = 'good'
print(re.match(r'g..d',str1))
3.\w
匹配字母，数字，下划线
r'g\w\wd' --->匹配第一个字符是'g',第二三个是任意字母数字下划线，第四个是’d‘的字符串
str1 = 'go%d'
print(re.match(r'g\w\wd',str1))
4.\s
匹配空白字符（包括空格（\r）,制表符（\t）和回车（\n）等）
例子：要求能匹配第一个字符是数字字母下划线，第二个字母是’a‘，第三个是空白
print(re.match(r'\wa\s','aa 100'))
5.\d
匹配数字
例子： 匹配前两位必须是数字的字符串
print(re.match('\d\d','24k纯金'))
6.\b
匹配单词边界（字符串的开始和结束，空白，和标点符号）
注意：\b是不能匹配出结果的，只是对需要出现边际的要求（遇到\b的时候，注意\b后边的要求的字符必须是单词的边界才会成功）
re_str = r'\bhow\b'
print(re.match(re_str,'how are you'))
7.^
匹配开头
’^the‘ --->匹配以the开口的字符
print(re.match(r'^the','theabc'))
8.$
匹配字符串结束
’the$‘ --->匹配字符串’the‘，以及查找以the结束的字符串
9.\W
匹配非字母，非数字，非下划线
注意：所有\大写的都是相应\小写的取反
10.[]
[] --> 匹配[]中任意的一个字符
[]中可以是具体的字符也可以是正则符号，一个中括号只能匹配一位的字符
re_str = r'[abc]123' #匹配第一个字符是a或者b或者c，后面是123的字符串
print(re.match(re_str,'a123'))
re_str = r'abc[\da]'
print(re.match(re_str,'abc3'))
11.[^]
匹配不在[]中的任意的一个字符
re_str = r'[^abc]123' #匹配第一个字符不是‘a’或者‘b’或者‘c’，后边是123的字符串
print(re.match(re_str,'@123'))
12.*
匹配0次或者多次
r'a' ---> 匹配第一个是0或者多个‘a’，‘cc’，‘abc’，‘aaabc’
r'\d' --->匹配第一个字符是0个或者多个数字，‘cc’，‘1cc’，‘123cc’
r'[abc]' --->'cc','abcww'
13.+
匹配一次或者多次
r'a+' -->匹配第一个字符串开头是'a'或者多个'a':'acc','aacc','aaadjk'
r'\w+' --> 前面是一个或者多个字母数字下划线
print(re.match(r'a+','abnd'))
14.?
匹配0次或者1次
r'a?123' --> 匹配一个字符串‘123’或者‘a123’或者‘a123’后面有其他字符情况
15.{N}
匹配N次
例子：写一个正则表达式完全匹配一个11位的数字字符串
re_str = r'\d{11}$'
print(re.match(re_str,'12345678910'))
# 写一个正则表达式匹配第一位是1，第二位是3,5,7,8，其他任意的11位数字字符串
re_str = r'1[3578]\d{9}$'
print(re.match(re_str,'1357867787910'))
16.{M,}
匹配至少M次
r'{3,}' --> 匹配字符开始是三个或者三个以上的数字，’123abc‘,'12345s'
print(re.match(r'\d{3}','123abc'))
17.{M,N}
re_str = r'\w{6,16}'
print(re.match(re_str,'anhajs'))
判断一个字符串是否是标识符（字母，数字，下划线组成，数字不开头）
[a-z]:是字母'a'到'z'中的任意一个
[A-Z]:是字母'A'到'Z'中的任意一个
[1-9]:是数字到'1'中'9'的任意一个
[a-zA-Z_]:字母或者下划线
18.|
分支（相当于逻辑运算符中的‘or’）
r'(a|b)abc' --->匹配第一个字符是a或者b，后面是abc
r'(\d{3})|([a-zA-Z]{3})' -->匹配开头是三个数字或者那个字母
re_str = r'(a|b)abc'
print(re.match(re_str,'aabc'))
19.*?
重复任意次，尽可能少的匹配
? 的用处：在重复多次的匹配中如果后面加问号，匹配的时候以能匹配的最少次数去匹配
print(re.match(r'a*?','aabc'))
20.+?
重复一次或多次，尽可能少的匹配
print(re.match(r'a+?','aabc'))
-
练习：验证用户名和qq号是否有效*
def qq(): name = input('name(6到20位的字母数字下划线)>>>') qq = input('qq（5到12位数字且0不开头）>>>') true_name = r'\w{6,20}$' if re.match(true_name,name) == None: print('不符合规定') else: print('输入正确') true_qq = r'[1-9]\d{4,11}$' if re.match(true_qq,qq) == None: print('不符合规定') else: print('输入正确')
练习：判断一个字符串是否是浮点数
str1 = '123.56'
result = re.match(r'[+-]?(([1-9]\d*\.\d+)|(0\.\d+))',str1)
print(result)
*注意：
1.正则表达式中如果需要使用有特殊功能的字符，需要使用‘\’进行特殊说明
2.r只是作用于字符串，正则表达式里面需要转义的还是需要用''，如：. ,* ,+
- []字符集中的特殊字符不需要加''来说明其为一个普通字符功能*
五十四、正则表达式的函数
import re
1.compile()
将正则表达式字符编译成正则对象（就可以去调用相关的正则表达式对象方法）
reslut = re.compile(r'\d{2}[a-zA-Z]{2}')
print(type(reslut))
2.match
a.re.match(正则表达式字符串/对象，要匹配的字符串)
b.正则表达式对象.match(要匹配的字符串)
用指定的正则表达式和指定的字符串进行匹配，如果匹配成功就返回匹配对象，否则返回None
reslut = re.match(r'a\dd','a2dl')
# 获取匹配结果在原字符串中的范围
print(reslut)
# 获取匹配结果在原字符串中的范围
print(reslut.span())
# 获取匹配开始的位置和结束的位置
print(reslut.start(),reslut.end())
# 获取匹配的结果
print(reslut.group())
# 获取原字符串
print(reslut.string)
3.search
re.search(正则表达式/对象,指定的字符串)
正则表达式/对象.search(指定的字符串)
在指定的字符串中，去查找指定正则表达式匹配的第一个字符串。如果找到了就返回匹配对象，否则返回None。
r'a\dc' 'huhsa1cjksk'
reslut = re.search(r'a\dc','huhsa1cjksk')
print(reslut)
4.findall
re.findall(正则表达式/对象,指定的字符串)
在指定的字符串中，去查找指定正则表达式匹配的所有字符串。如果找到了就返回一个列表，否则返回一个空的列表。
reslut = re.findall(r'a\dc','huhsa1cjksa3ck')
print(reslut)
练习：获取一个字符串中，所有以ing结束的单词
# ‘I'm singing and dancing’
reslut = re.findall(r'[a-zA-Z]*ing\b','I\'m singing and dancing,aingc')
print(reslut)
5.split
re.split(正则表达式/对象,指定的字符串,最多拆分多少（默认是0，即全部拆分）)
正则对象.split(指定的字符串)
'abc,bcd,amn,ssdf jkkks ooppp,okl,jumk'
reslut = re.compile('[,\s]').split('abc,bcd,amn,ssdf jkkks ooppp,okl,jumk')
print(reslut)
练习：拆分‘床前明月光，疑是地上霜，举头望明月，低头思故乡’
reslut = re.split(r'[，。]','床前明月光，疑是地上霜，举头望明月，低头思故乡。')
reslut.append('')
for x in reslut:
if x == '':
reslut.remove(x)
print(reslut)
6.sub
re.sub(正则表达式，替换字符串，原字符串) -->替换后原字符串不变，返回一个新的字符串
将指定字符串中的指定的子串替换成其他的字符串
删除字符串'abdf nbcdklabhkblka'中的'a'和'b'
reslut = re.sub(r'[ab]','','abdf nbcdklabhkblka')
print(reslut)
例子：将脏话替换成**
reslut = re.sub(r'scheisse|fick dich|man|leute','***','scheisse Versprecher.')
print(reslut)
补充：正则表达式中中文的判断
判断是否有中文，如果有就打印不合格，没有则合格
例子：使用中文的Unicode编码范围：\u4e00-\u9fa5(只是正则表达式的表示)
reslut = re.search(r'[\u4e00-\u9fa5]','jhs好sfosnog')
print(reslut)
