【19】正则表达式

1. 什么是正则表达式

正则表达式是字符串匹配工具，它是为了在某些需求下更方便、更快速的处理字符串。

2. 怎么使用正则处理字符串

python通过提供re模块来支持正则表达式

re.fullmatch(正则表达式, 字符串）

让正则表达式和字符串进行完全匹配，返回匹配结果，如果匹配不成功赶回None

3.怎么写正则表达式

python中正则表达式是放字符串中，并且这个字符串一般会在最前面加r/R。

r'正则'

4.正则语法

• 1）普通字符: 代表字符本身

re_str = r'a'
result = re.fullmatch(re_str, 'abc')

• 2) . 匹配一个任意字符

一个 . 代表一个字符，匹配的是任意字符

re_str = r'.abc'

• 3）\w:匹配ASCII表中）中一个字母、数字或者下划线，还可以匹配所有的费ASCCII表字符

re_str = r'.\w'
result = re.fullmatch(re_str, '22')

• 4) \s 匹配一个空白字符

re_str = r'金额：\s\s商品'
result = re.fullmatch(re_str, '金额：  商品')

空白字符包括：空格、回车、制表符

• 5) \d 匹配一个数字字符

re_str = r'年龄：\d\d'
result = re.fullmatch(re_str, '年龄：18')

• 6) \b 检测单词边界（检测反斜杠位置是否为单词边界）

单词边界：所有能够标志一个单词结束的符号都是单词边界，例如：空格、换行、标点符号、字符串开头与结束

re_str = r'\bhow\b are\b'
result = re.fullmatch(re_str, 'how are')

• 7) ^: 检查是否是字符串开头

re_str = r'^\d\d'
result = re.search(re_str, '11fsdfsd')

• 8) $： 检查是否字符串结尾

result = re.findall(r'\d\d$', '11fsdfsd12')

• 9) \大写字母：对‘\小写字母’功能的否定
• • \W 匹配非数字、字母、下划线
• • \S 匹配非空白字符
• • \ D 匹配非数字字符
• • \ B 检查是否是非单词边界

re_str = r'\W\S\B\D'
result = re.fullmatch(re_str, '~av')

• 10)
• • a.[字符集]： 匹配[ ]中任意的一个字符

re_str = r'[abskdn]kkkk'
result = re.fullmatch(re_str, 'akkkk')

• • b.[字符1-字符2]: 匹配编码值在字符1编码到字符2编码之间的任意一个字符（ord(字符1)<ord(字符2)）

[a-zA-Z] #所有字母
[一-龥] #所有的中文
[a-zA-z_\d]#字母数字下划线
re_str = r'[0-9]kkkk'
result = re.fullmatch(re_str, '3kkkk')

• • c.[ ]:中的内容最前面加^,表示否定

[^a-z]#表示除了小写字母的其他所有字符
re_str = r'[^a-z]kkkk'
result = re.fullmatch(re_str, '3kkkk')

若^ 放再中间，如[az^ A-Z]，则输出的内容包含^

• 11)转义符号：将正则中有特殊意义或者有特殊功能的符号，表示符号本身
  方法：

• • a.在中括号外面
    在特殊意义的符号前加''让其特殊意义消失

re_str = r'\d\d\.\d\d\$'
result = re.fullmatch(re_str, '12.51$')

• • b.在中括号里面
    单独的有特殊意义的符号，除了‘^’在最前面和‘-’在两个字符之间，其他的都不需要转义，特殊意义会自动消失

re_str = r'\d\d[.]\d\d\[$]'
result = re.fullmatch(re_str, '12.51$')

• 12) * ： 匹配0次或多次

r'a*bc'  - 匹配一次字符串，‘bc’前有0个或者多个a

re_str = r'\d\d*\.\d\d*'
result = re.fullmatch(re_str, '012.35')

• 12) +： 匹配1次或多次

r'[abc]+'   #匹配一个字符串有一个或多个字符，每个字符是abc中的一个
r'a+|b+|c+|'  #匹配一个字符串有一个或多个字符，字符全是a或b或c

re_str = r'\d+\.\d+'
result = re.fullmatch(re_str, '0.35')

• 13) {}：
• • {N} 匹配N次

re_str = r'\d{10}\.\d+'
result = re.fullmatch(re_str, '1000000000.35')

• • {M，N} 匹配M到N次

re_str = r'\d{3,5}\.\d+'
result1 = re.fullmatch(re_str, '10000.35')
result2 = re.fullmatch(re_str, '10000.35')

• • {M，}匹配至少M次

re_str = r'\d{3,}\.\d+'
result1 = re.fullmatch(re_str, '111.35')

• • {,N}匹配至多N次

re_str = r'\d{,3}\.\d+'
result1 = re.fullmatch(re_str, '.35')

• 13) ？： 匹配0次或者1次

a. 以上是贪婪匹配：匹配次数不确定的时候，尽可能多的匹配

b. 非贪婪匹配：在匹配次数不确定符号后加“？”，尽可能少的匹配

• 14) | ：（分支）

正则1|正则2    #先用正则1去匹配，如果匹配成功就成功，匹配不成功用正则2去匹配

注意：请注意短路效果

• 15) （）：（分组）
  a.将小括号里面的内容作为一个整体操作

re_str = r'[a-zA-Z\d]{5,11}(aa|bb|cc)'
result1 = re.fullmatch(re_str, 'hshdhaa')

b. \数字（重复第几个分组匹配结果）

re_str = r'(4512)-\1'
result1 = re.fullmatch(re_str, '4512-4512')

re_str = r'(4512)-\1{4}'
result1 = re.fullmatch(re_str, '4512-4512451245124512')

5. re模块中的方法

匹配对象

①span匹配到的内容在原字符串中的位置

result.span()   #整个正则表打式匹配结果的范围
result.span(n) #正则表达式中第n个分组的范围
result.start(2）
result.end(2)

②获取匹配到的值

result.group() #整个正则表达式的匹配结果
result.group(2) #获取第二个分组的匹配结果

③获取原字符串

result.string()

a. re.fullmatch(正则对象，字符串)

• 完全匹配--让字符串长度和字符串每个字符的值和正则表达式完全匹配
• 匹配成功返回匹配对象，匹配失败返回None
• 需要对整个字符串进行条件判断的时候使用，例如，检查账号是否合法，密码是否符合要求等

b. re.match(正则表达式, 字符串)

• 判断字符串的开头是否和正则表达式相匹配。匹配成功返回匹配对象，匹配失败返回None

c. re.serch(正则表达式, 字符串）

• 在字符串中查找是否有和正则表达式匹配的子串，如果没有返回None，如果有就返回第一个匹配结果

d. re.findall（正则表达式，字符串）

• 获取字符串中所有满足正则表达式的子串

注意：

• 正则表达式中没有分组时，整个正则表达式匹配的结果作为列表元素（列表元素是字符串）
• 有一个分组时，则返回这个分组匹配到的结果作为列表元素（列表元素为字符串）
• 当有多个分组时，将元祖作为列表元素，每个分组匹配到的结果作为元祖的元素（列表元素是元祖）

e. re.finditer(正则表达式，字符串）

• 获取子串中所有能够和正则表达式匹配的子串匹配的结果
• 返回值是一个迭代器，迭代器的元素是匹配对象

f. re.split（正则表达式，字符串）

• 将字符串按照满足正则表达式的子串进行切割

e. re.sub(正则表达式，新字符串，字符串，替换次数）

• 将字符串中满足正则表达式的子串替换成新的
• 替换次数可以不赋值，默认为全替换