===正则表达式===
1.什么是正则表达式(语法通用)
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
2.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
a.fullmatch(正则表达式, 字符串) --> 用正则表达式来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正的正则表达式是写在字符串中的，但是一般情况下会在最前面加r/R
普通字符(代表字符串本身)
匹配字符串,只有三个字符,每个字符分别是a,b,c
re_str = r'abc'
result = fullmatch(re_str, 'abc')(匹配任意字符)
注意:a.一个.代表一个字符
b.不能匹配\n
匹配一个字符串,只有三个字符,第一个是a,第二个是任意字符,最后一个是c
re_str = 'a.c'
result = fullmatch(re_str, 'anc')
print(result)
2.\w(匹配字母、数字、下划线、中文)
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,第一个是任意字符,第二个和第三个是字母,数字或_,最后三个是abc
re_str = r'.\w\wabc'
result = fullmatch(re_str, 'o9habc')
print(result)
3.\s(匹配空白字符)
空白字符:指的是所有空白字符,包括空格,制表符,换行等
# 匹配一个字符,前两个是字母、数字、下划线或中文，第三个字符是空白，最后一个字符是是任意字符
re_str = r'\w\w\s\w'
result =fullmatch(re_str, 'aa 2')
print(result)
4.\d(匹配数字字符)
# 匹配一个字符串有三分字符,每个字符都是数字字符
re_str = r'\d\d\d'
result = fullmatch(re_str, '380')
print(result)
5.\b(检测单词边界)
检测正则表达式中\b所在的位置是否是单词边界
b.单词边界:所有可以将单词区分开的符号都是单词边界,例如:空格,缩进,标点符号等
注意:\b不是匹配符号,不会匹配出一个字符,只是检测所在的位置是否满足要求
# 匹配一个字符串的内容是'how are',并且要求字符'a'的前面是单词边界
re_str = r'how,\bare\b'
result = fullmatch(re_str, 'how,are')
print(result)
6.^(检测字符串开头)
# 匹配一个字符串是三个数字字符,并且第一个字符所在位置是字符串开头
re_str = '^\d\d\d'
result = search(re_str, 'sdfg132sfsd')
print(result)
result = search(re_str, '132sfsd')
print(result)
7.'
result = search(re_str, 'sdfg132sfsd')
print(result)
result = search(re_str, 'sdfg132')
print(result)
\B(检测非单词边界)
re_str = r'acb\B123'
result = search(re_str, 'acb123')
print(result)\W(任何非单词字符)
\S(非空白字符)
\D(非数字字符)
-
字符集
a.普通用法
注意:一个[]代表一个字符
[字符集] - 匹配字符集的任意一个字符
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
[1-9] - 数字1-9
[a-z] - 所有小写字母
[A-Z] - 所有大写字母
[a-zA-Z] - 所有字母
[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'或者'b'或者'c',后边的是123
re_str = r'[abc]123'
result = fullmatch(re_str, 'b123')
print(result)匹配一个字符串有4个字符,第一个字符是数字1-9中的任意一个;最后一个字符是任意小写字母;中间两个是任意数字
re_str = r'[1-9]\d\d[a-z]'
result = fullmatch(re_str, '111d')
print(result) [^字符集] - 匹配没有在字符集中的其他任意字符
注意: 放在[]的最前面才表示匹配不在字符集的其他任意字符;如果不放在[]的最前面,就表示^本身转义符号
a.正则中也可以通过在特殊符号前加''来对转义符号进行转义
b.除了在中括号中有特殊意义的符号,其他符号放在[]中也是表示符号本身
- :在中括号中的两个字符之间表示谁到谁;如果想要表示它本身就不要放在两个字符之间
^ :在括号的最前面有特殊意义;如果想要表示它本身就不要放在最前面
[]:在中括号里表示[],要加
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
re_str = r'\d\d.\d\d'
print(fullmatch(re_str, '23.45'))
===匹配次数===
-
(匹配次数0次或多次)
字符 - 指定的字符出现0次或多次(这儿的字符可以是正则符号,也可以是普通字符)
a* - a出现0次或多次
\d* - 任意数字出现0次或多次
[a-z]* - 任意小写字母出现0次或多次
re_str = r'a*123'
print(re.fullmatch(re_str, 'aaaa123'))
2.+(匹配1次或多次)
re_str = r'a+123'
print(re.fullmatch(re_str, 'aaaa123'))
3.?(匹配0次或1次)
练习:写一个正则表达式能够匹配所有的整数字符串
re_str = r'-?[1-9][0-9]*'
re_str = r'[+-]?[1-9]\d*'
print(re.fullmatch(re_str, '16646046'))
4.{}
{M,N} - 匹配M到N次(最少M次,最多N次)
{M,} - 至少M次
{,N} - 最多N次
{N} - N次
===分支和分组===
- |(分支)
表达式1|表达式2|表达式3 - 先用表达式1匹配,成功就直接成功;不成功就用表达式2匹配,不成功就表达式3,...以此类推
(3个表达式中有一个成功就成功,否则就失败) - ()(分组)
a.分组 - 将括号里面的内容当做一个整体
(abc){2} ---> abcabc
b.分组重复 - 在有分组的正则表达式中通过\数字来重复前面几个部分重复的次数
字符
描述
示例
.
匹配除“\n”之外的任何单个字符。
\b
匹配一个单词边界，也就是指单词和空格间的位置。
\B
匹配非单词边界。
\d
匹配一个数字字符。
\D
匹配一个非数字字符。
\s
匹配任何空白字符，包括空格、制表符、换页符等等。
\S
匹配任何非空白字符。
\w
匹配包括下划线的任何单词字符。
\W
匹配任何非单词字符。
x|y
匹配x或y。
[]xyz]
字符集合。
[^xyz]
负值字符集合。匹配未包含的任意字符。
[a-z]
字符范围。匹配指定范围内的任意字符。
[^a-z]
负值字符范围。匹配任何不在指定范围内的任意字符。
^
匹配输入字符串的开始位置。
$
匹配输入字符串的结束位置。
匹配前面的子表达式零次或多次。
匹配前面的子表达式一次或多次。
?
匹配前面的子表达式零次或一次。
{n}
n是一个非负整数。匹配确定的n次。
{n,}
n是一个非负整数。至少匹配n次。
{n,m}
m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。
