re中主要提供正则相关的方法
import re
1.什么是正则
正则是字符串匹配的一种工具,拥有自己的语法;语法中主要包含各种符号的使用
2.正则语法
re.fullmatch(正则表达式, 字符串) - 检测字符串是否完全符合正则表达式规则(完全匹配);
匹配成功返回匹配对象,匹配失败返回None
正则表达式 - python中的正则表达式是写在引号中(单双均可),但一般情况下会在引号前加r
r'正则表达式'
1) 普通字符 - 除了正则中有特殊功能和特殊意义以外的其他的所有字符
2) . - 匹配任意字符
正则中一个出现.的位置可以匹配一个任意字符
3) \w - 匹配字母、数字或者下划线(只针对ASCII码有效)
一个\w只能匹配一个字符
注意: Unicode码中除了ASCII表以外其他的字符都能匹配
4) \s - 匹配一个空白字符
空白: 空格、回车/换行、制表符
5) \d - 匹配一个数字字符
6) \W, \S, \D
\W - 匹配非字母、数字和下划线
\S - 匹配非空白字符
\D - 匹配非数字字符
7) [] - 匹配字符集
a.普通用法
[字符集] - 匹配字符集中的任意一个字符
[\dabc] - 匹配一个字符是数字或者a或者b或者c
b.表示范围的字符集
[字符1-字符2] - 从字符1到字符2中的个任意一个字符;字符2的编码值必须大于字符1
[a-zA-Z] - 匹配任意一个字母
c.反向选中
[^字符集] - 选中除了字符集中字符以外的其他任意一个字符
一个匹配符号必须对应一个具体的字符; 检测符号只是对符号所在的位置进行检查, 不会影响字符串长度
1) \b - 检测所在的位置是否是单词边界
一切可以将两个单词区分开的符号都是单词边界,例如: 单词开头、单词结尾、空白、标点符号 等
2) ^ - 检测^所在的位置是否是字符串开头
3) $ - 检测$所在的位置是否是字符串结尾
result = re.fullmatch(r'efe\s\d\D\D\D\D', 'efe 3ewre')
print(result)
result = re.fullmatch(r'how\b are\b you', 'how are you')
print(result)
1.匹配次数
1) * - 匹配0次或多次
2) + - 匹配一次或多次
3) ? - 匹配0次或1次
4) {}
{N} - {}前的字符匹配N次
{M, N} - {}前的字符匹配M~N次
{M,} - {}前的字符匹配至少M次
{,N} - {}前的字符最多匹配N次
练习1:验证用户名和qq号是否有效
用户名字母数字下划线6-20
qq号5-12数字首字不为0
# user_name = 'fsrwgef32'
# qq = '32425'
# print(re.fullmatch(r'[\da-zA-Z_]{6, 20}', str(user_name)))
# print(re.fullmatch(r'[1-9]\d{4,11}', str(qq)))
2.贪婪和非贪婪
*, +, ?, {}对应匹配次数不确定时是贪婪
在匹配次数不确定的符号后面加?,就会变成非贪婪: *?, +?, ??, {}?
贪婪: 在匹配成功的前提下,尽可能多地进行匹配
非贪婪: 在匹配成功的前提下,尽可能少地匹配
3. | - 分之
正则表达式1|正则表达式2
练习2: 一个字符串最开头是三个数字或者三个小写字母,后面全是大写字母
4. () - 分组
1) 分组 - 将正则中的一部分看成一个整体进行操作
2) 重复 - 添加分组后,可以在分组的后面通过'\M'来重复前面第M个分组匹配到的结果
5. 转义符号 - 在正则符号前加,让符号的功能消失
正则中的转义符号和字符串的转义符号完全不同
独立的特殊符号放在[]中特殊意义会自动消失,但 -, [], ...除外
1.创建正则对象
re.compile(正则表达式) - 根据正则表达式创建正则对象
2.匹配
fullmatch(正则表达式, 字符串) - 让整个字符串和正则表达式进行匹配
match(正则表达式, 字符串) - 匹配字符串开头
匹配结果
1) 匹配结果对应的字符串
匹配对象.group() - 获取整个正则表达式匹配到的结果
匹配对象.group(N) - 获取第N个分组匹配到的结果
2) 获取匹配位置
匹配对象.span(group=0)
匹配对象.start(group=0)
匹配对象.end(group=0)
3) 获取原字符串
匹配对象.string()
3.查找
search(正则表达式, 字符串) - 查找第一个匹配正则表达式的字符串,结果是匹配对象
findall(正则表达式, 字符串) - 获取字符串中所有满足条件的字符串,以列表的形式返回
finditer(正则表达式, 字符串) - 获取字符串满足正则表达式的所有子串;结果是迭代器,迭代器的元素是匹配对象
4.切割
split(正则表达式, 字符串) - 按照满足正则表达式的子串对字符串进行切割;返回列表
5.替换
sub(正则表达式, 字符串1, 字符串2, 替换次数=0) - 将字符串2中满足正则表达式的子串替换成字符串1
替换次数默认为0,即全部替换
