# -*- coding: utf-8 -*-
# @Author: KingJX
# @Date : 2018/8/3 9:13
""""""
01-正则表达式的符号
正则表达式:用来做字符串的查找,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,切割等相关的方法
fullmatch(正则表达式, 需要匹配的字符串):用正则表达式来和字符串进行匹配,看是否能匹配成功
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'..'
"""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, 'ab'))
# 2. \w: 匹配一个字符是字母,数字,下划线
re_str = r'\w'
print(re.fullmatch(re_str, '_'))
# 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, 第三个字符是b的字符串"""
re_str = r'a\sb'
print(re.fullmatch(re_str, 'a\tb'))
# 4. \d: 匹配一个数字字符
re_str = r'\d\d\d'
print(re.fullmatch(re_str, '789'))
print(re.match(re_str, '789a'))
# 5. \b: 检测边界(单词边界 -- 一般的符号都能做为单词边界)
"""匹配三个任意字符的前面和后面都是边界的字符串"""
re_str = r'\b...\b'
print(re.match(re_str, 'asd, cs'))
# 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.match(re_str, 'The girl'))
# 7. $: 检测字符串结束
re_str = r'abc$'
print(re.findall(re_str, 'asgufi fdhabc abc'))
# 8. \W: 匹配非字母数字下划线
re_str = r'\W\w'
print(re.fullmatch(re_str, '!_'))
# 9. \S: 匹配非空白字符
re_str = r'\S\d'
print(re.fullmatch(re_str, ';6'))
# 10. \D: 匹配非数字
"""第一个非数字,第二个是字母数字下划线"""
re_str = r'\D\w'
print(re.fullmatch(re_str, 'a5'))
# 11. \B: 检测非边界
re_str = r'\Babc'
print(re.findall(re_str, 'sdjb abcs,sabc'))
输出结果:
<re.Match object; span=(0, 2), match='ab'>
<re.Match object; span=(0, 1), match='_'>
<re.Match object; span=(0, 3), match='a\tb'>
<re.Match object; span=(0, 3), match='789'>
<re.Match object; span=(0, 3), match='789'>
<re.Match object; span=(0, 3), match='asd'>
<re.Match object; span=(0, 3), match='The'>
['abc']
<re.Match object; span=(0, 2), match='!_'>
<re.Match object; span=(0, 2), match=';6'>
<re.Match object; span=(0, 2), match='a5'>
['abc']
02-正则表达式符号组合
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'1'或者'a'
[0-9]: 匹配0,1,2,3,4,5,6,7,8,9中的任意一个字符
[a-z]: 匹配任意一个小写字母
[a-zA-Z]: 匹配所有字母
"""
re_str = r'abc[1a]'
print(re.fullmatch(re_str, 'abc1'))
"""第一位数字或下划线,后面是abc"""
re_str = r'[\d_]abc'
print(re.fullmatch(re_str, '9abc'))
# 2. [^]: 匹配不在'[]'中出现的任意字符
"""匹配一个字符串前三位是abc,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, 'abc!'))
# 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, '132abc'))
# 4. +: 匹配1次或者多次
re_str = r'\d+\w*'
print(re.fullmatch(re_str, '132abc'))
# 5. ?: 匹配0次或1次
re_str = r'[a-z]?123'
print(re.fullmatch(re_str, 'a123'))
# 判断一个数是否是正整数字符串
re_str = r'[+]?[1-9]\d*'
print(re.fullmatch(re_str, '+16151'))
# 6. {N}: 匹配N次
"""字符串前面5个数字,后面为abc"""
re_str = r'\d{5}abc'
# 7. {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,}.*'
# 8. {M,N}: 匹配最少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]{8,16}'
print(re.fullmatch(re_str, 'fsd6g54654'))
# 9. |: 分支
"""匹配一个字符串,是三个数字或者三个小写字母"""
re_str = r'\d{3}|[a-z]{3}'
print(re.fullmatch(re_str, '123'))
# 10. (): 匹配的时候,就是分组,让括号中的正则条件变成一个整体,进行整体操作
# 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, '132416'))
re_str = r'[0-9][0-9]*'
print(re.fullmatch(re_str, '132416'))
# 练习:检测命名规范
re_str = r'[a-zA-Z_]\w*'
print(re.fullmatch(re_str, 'fd58sd'))
# 写一个正则表达式能有匹配一个分数(0-100)
输出结果:
<re.Match object; span=(0, 4), match='abc1'>
<re.Match object; span=(0, 4), match='9abc'>
<re.Match object; span=(0, 4), match='abc!'>
<re.Match object; span=(0, 6), match='132abc'>
<re.Match object; span=(0, 6), match='132abc'>
<re.Match object; span=(0, 4), match='a123'>
<re.Match object; span=(0, 6), match='+16151'>
<re.Match object; span=(0, 10), match='fsd6g54654'>
<re.Match object; span=(0, 3), match='123'>
<re.Match object; span=(0, 6), match='132416'>
<re.Match object; span=(0, 6), match='132416'>
<re.Match object; span=(0, 6), match='fd58sd'>
03-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'))
输出结果:
<re.Match object; span=(0, 5), match='12-89'>
<re.Match object; span=(0, 1), match='{'>
<re.Match object; span=(0, 9), match='9hjn09hj0'>
<re.Match object; span=(0, 10), match='10.7.1.249'>
04-re模块方法
if __name__ == '__main__':
# compile(正则字符串) 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,可以通过对象取调用相关的方法
re_object = re.compile(r'\w{6,12}')
print(re_object)
# 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}', 'www')
# 获取匹配结果
print(match.group())
# 获取匹配到的范围
print(match.span())
# 获取匹配到的开始下标和结束下标
print(match.start(),match.end())
# 获取被匹配的字符串
print(match.string)
# 判断一个字符串是否是某种字符串
# 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('\w{3}', '666KingJX')
print(match)
print(match.group())
print(match.string)
# 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,如果找不到匹配要求的就返回None
print(re.search(r'\d{2,}[a-z]', 'asa12d--465s64615'))
# 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
# 返回值是一个列表,元素是符合要求的字符串,没有满足要求的子串,就返回空的列表
result = re.findall(r'[a-zA-Z](\d+)', '156asdsa5d615a6sd')
print(result)
# !!!: 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,只获取括号中匹配到的内容(捕获)
# 匹配的时候,还是按原正则表达式去查找
# 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,迭代器的内容是匹配对象
# ()捕获的部分无效
result = re.finditer(r'[a-zA-Z](\d+)', '156asdsa5d615a6sd')
for match in result:
print(match)
print('asfkbajsbf165as1'.split('s'))
# 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
# 返回值的列表,列表元素就是切割后被分段的字符串
result = re.split(r'\d+', 'asfkbajsbf165as1')
print(result)
# 8.sub(正则表达式, 替换字符串, 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
"""将指定字符串中的所有'sb',替换成'*'"""
str1 = 'sb!!!,FCsb'
result = re.sub(r'sb', '*', str1)
print(str1, result)
