一、正则表达式
若要使用正则表达式，需要先导入re模块
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（python内置模块），包含字符串匹配、查找、切割等相关方法。
fullmatch(正则表达式，字符串)：用正则表达式来和字符串进行匹配，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
import re
if __name__ == '__main__':
注意：正则表达式的字符串，前面一般要加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、 .:匹配一个任意的字符
"""匹配两个任意字符的字符串"""
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'))
<re.Match object; span=(0, 2), match='ab'>
2、\w 匹配一个字符是字母、数字或者下划线
re_str = r'\w'
print(re.fullmatch(re_str, 'o'))
<re.Match object; span=(0, 1), match='o'>
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，最后一个是字符b的字符串"""
re_str = r'a\sb'
print(re.fullmatch(re_str, 'a\tb'))
<re.Match object; span=(0, 3), match='a\tb'>
4、 \d匹配一个数字字符
re_str = r'\d\d\d'
print(re.fullmatch(re_str, '334'))
<re.Match object; span=(0, 3), match='334'>
5、 \b检测边界(字符串结束，字符串开头,单词边界---一般的符号都
可以作为单词的边界)
print(re.match(re_str, '0133'))
<re.Match object; span=(0, 3), match='013'>
"""匹配三个任意字符的前面和后面都是单词边界的字符串"""
re_str = r'\b...\b'
print(re.match(re_str, 'wdw.we'))
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', 'Thewsd The23dsad'))
<re.Match object; span=(0, 3), match='wdw'>
7、 $匹配字符串结束（Tqe$ --匹配以Tqe结束的字符串）
re_str = r'Tqe$'
print(re.findall(re_str, 'ThweqewsdThe eewTqe'))
['The']
8、\W(大写W)匹配非字母、数组、下划线
re_str = r'\W\w'
print(re.fullmatch(re_str, '$s'))
['Tqe']
9、 \S匹配非空白符
re_str = r'\S\d'
print(re.fullmatch(re_str, 'p8'))
<re.Match object; span=(0, 2), match='$s'>
10、 \D 匹配非数字字符
"""匹配第一个字符是非数字字符，第二字符是字母、数字、下划线"""
re_str = r'\D\w'
<re.Match object; span=(0, 2), match='p8'>
11、 \B 检测非边界
re_str = r'abc\B'
print(re.fullmatch(re_str, 'abc'))
None
二、正则表达式符号组合
import re
if __name__ == '__main__':
1、[]匹配[]中出现的任意一个字符，只匹配一个
"""匹配一个字符串，前三位是abc,第四位是字符1或者字符a"""
re_str = r'abc[1a]'
print(re.fullmatch(re_str, 'abca'))
"""第一位是数字或者下划线，后面是abc"""
re_str = r'[\d _]abc'
print(re.fullmatch(re_str, ' abc'))
[0-9]:匹配0到9中的任意一个数字字符
[a-z]:匹配任意一个小写字母
[A-Z]:匹配任意一个大写字母
[a-zA-Z]：匹配任意一个字母（包括大小写）
2、[^]匹配不在[]中出现的任意一个字符
"""匹配一个字符串，前三位是abc,第四位不是数字也不是字符a"""
re_str = r'abc[^\da]'
print(re.fullmatch(re_str, 'abcU'))
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'
"""判断一个字符串是数字字符串"""
re_str = r'\d\d'
re_str = r'\d{1,3}'
print(re.fullmatch(re_str, '4'))
# 检测一个字符串是否是合格的字符串
re_str = r'[_a-zA-Z][_a-zA-Z0-9]' # r'[_a-zA-Z]\w*'
print(re.fullmatch(re_str, '__wdfs4__324'))
4、 +：匹配一次或者多次
"""匹配一个字符串开头出现一次或者多个数字字符，然后再有0次或者多次数字、字母、下划线"""
re_str = r'\d+\w*'
print(re.fullmatch(re_str, '232o23sdw'))
5、 ？：匹配0次或1次
# 判断一个正整数字符串
re_str = r'[+]?[1-9]\d*'
6、{N} 匹配N次
re_str = r'\d{5}abc' # 前面5个数字，然后是abc
7、{M,}匹配大于等于M次
"""前面至少三位数字，后面随意"""
re_str = r'\d{3,}.*'
8、{M,N}匹配至少M次，最多N次
"""password要求：数字、字母组成，并且8-16位"""
re_str = r'[\da-zA-Z]{6,10}'
9、 | 分之(或者)
""" 匹配一个字符串，是三个数字字符或者是三个小写字符"""
re_str = r'\d{3}|[a-z]{3}'
print(re.fullmatch(re_str, 'qwe'))
10、()匹配的时候是分组，让括号中的正则条件变成一个整体,进行整体操作
"""匹配一个字符串，abc整体重复3次"""
re_str = r'(abc){3}'
"""===以下了解==="""
# 尽可能少：在能够匹配到的前提下尽可能少
贪婪与懒惰
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：
a.* ?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权——The match that begins earliest wins。
11 、*？重复任意次，尽可能少的重复
re_str = r'a*?'
print(re.match(re_str, 'aaaaa'))
打印结果
<re.Match object; span=(0, 0), match=''>
三、正则表达式特殊符号意义
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：1、-， []， ^， \， 在中括号中可能是特殊符号,需要加 \
2、 .， {}， ()， *， +， ?， $， |， 在中括号中可以不用加\，来表示字符
re_str = r'[^]' #匹配 字符^
re_str = r'[\]' #匹配 字符\
import re
1、\N --->匹配前面第N个组中匹配到的内容 （匹配括号里的）
re_str = r'([1-9][a-z]{2})n(\d)\1\2'
print(re.fullmatch(re_str, '9hjn09hj0'))
练习 IP是否合法
re_str3 = r'(([1-9]|[1-9]\d|2[0-4]\d|1\d\d|25[0-5])\.){3}([1-9]|[1-9]\d|2[0-4]\d|1\d\d|25[0-5])'
print('====', re.fullmatch(re_str3, '255.255.54.234')) Ip三位数 的时候有3种情况
四、正则表达式中的re模块方法
1、compile(正则字符串) 将正则表达式字符串转换成正则表达式对象， 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_obct = re.compile(r'\w{6,12}')
print(re_obct.fullmatch('sdqxzc'))
print(re.fullmatch(r'\w{6,12}', 'sdqxzc'))
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
应用：判断一个字符串是否是某种字符串（判断账号，密码）
match = re.fullmatch('\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
应用：判断一个字符串是否以某种字符串开头
match = re.match(r'\w{3}', 'sdqxzc')
print(re.match(r'\w{3}', 'sdqxzc'))
print(match.string)
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），只返回第一个满足要求的, 返回值是匹配对象，如果找不到符合要求的返回None
应用：判断一个字符串中是否包含某种字符串
print(re.search(r'\d{2,}[a-z]', 'sdwq23edsa--213dd'))
5、findall(正则表示式，字符串)去获取指定字符串中满足正则条件的所有的字符串,返回值是列表，列表中是符合要求的字符串,没有满足要求的字符串就返回[]
result = re.findall(r'\D\d+\D', 'q23ddswc29220od23ds')
print(result)
注意：在findall中，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），匹配的时候还是按原正则表达式去匹配
应用：字符串提取
result1 = re.findall(r'\D(\d+)\D', '4323q23ddswc29220od23ds2324dds97')
print(result1)
6、finditer(正则表示式，字符串)用法和findall一样，只是返回的值类型不一样, 返回一个迭代器,迭代器中的内容是匹配对象
注意：()语法捕获部分子串无效。
result2 = re.findall(r'\D(\d+)\D', '4323q23ddswc29220od23ds2324dds97')
for match in result2:
print(match)
23
29220
23
2324
7、split(正则表示式，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，列表元素就切割后被分段的字符串
result3 = re.split(r'\d+', 'dsa23dsad23ds23223dsad23')
print(result3)
['dsa', 'dsad', 'ds', 'dsad', '']
8、sub(正则表示式，新字符串，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,返回值是替换后的字符串.
"""将制定字符串中所有'sb'替换成'*'"""
str1 = '你好sb,你全家都是sb'
result4 = re.sub(r'sb|傻B', '*', str1)
print(str1, result4)
