Python-day-15-正規表示式

weixin_34290000發表於2018-08-03
Python

一、正規表示式的符號

  • 正規表示式：用來做字串查詢、匹配、切割用的一種工具。
  • python對正規表示式的支援：提供了re模組(python內建模組),包含字串匹配、查詢、切割等相關方法。
  • fullmatch(正規表示式, 字串)：用正規表示式來和字串進行匹配，看是否能夠匹配成功。
  • 正規表示式：是一個符合正則規範的字串
import re

if __name__ == '__main__':
    # 注意：正規表示式的字串，前面一般要加r來阻止轉義。
    # 因為正規表示式的符號中有很多帶'\'的符號，其功能不是轉義，而是表示特殊的意義
    # 1. . 匹配一個任意的字元
    """匹配兩個任意字元的字串"""
    re_str = r'..'
    """匹配第一個字元是a第二個字元是b的字串"""
    re_str = r'ab'
    """匹配第一個字元是a,第二個字元是任意字元的字串"""
    re_str = r'a.'
    print(re.fullmatch(re_str, 'ah'))

    # 2. \w 匹配一個字元是字母、數字或者下滑線
    """匹配第一個字元是字母、數字或者下滑線，第二個字元是字母、數字或者下滑線的字串"""
    re_str = r'\w\w'
    print(re.fullmatch(re_str, 'b8'))

    re_str = r'\w.\w'
    print(re.fullmatch(re_str,'u(o'))

    # 3. \s 匹配一個空白字元（空格、換行、製表符）
    """匹配第一個字元是a,第二個字元是空白，最後一個字元是b的字串"""
    re_str = r'a\sb'
    print(re.fullmatch(re_str, 'a\nb'))

    # 4. \d 匹配一個數字字元
    re_str = r'\d\d\d'
    print(re.fullmatch(re_str,'120'))

    """匹配第一字元是0，後面兩個字元都是數字的字串"""
    re_str = r'0\d\d'
    print(re.fullmatch(re_str, '019'))

    # 5. \b 檢測邊界(單詞邊界--一般的符號都可以作為單詞邊界)
    print(re.match(re_str, '0190'))
    """匹配三個任意字元的前面和後面都是單詞邊界的字串"""
    re_str = r'\b...\b'
    print(re.match(re_str, 'jsh,abc'))

    # 6. ^ 檢測字串開始(^The -- 匹配以The開頭的字串)
    re_str = r'^The'
    print(re.fullmatch(re_str, 'The'))
    print(re.findall(r'^The', 'aThe789abc hThe989ekl'))

    # 7. $ 檢測字串結束
    re_str = r'abc$'
    print(re.fullmatch(re_str, 'abc'))
    print(re.findall(re_str, 'hkakh jkjs abc-'))

    # 8. \W 匹配非字母、陣列、下劃線
    re_str = r'\W\w'
    print(re.fullmatch(re_str, '&k'))

    # 9. \S 匹配非空白字元
    re_str = r'\S\d'
    print(re.fullmatch(re_str, 'p8'))

    # 10. \D 匹配非數字字元
    """匹配第一個字元是非數字字元，第二個字元是字母、數字、下劃線"""
    re_str = r'\D\w'
    print(re.fullmatch(re_str, 'p8'))

    # 11. \B 檢測非邊界
    """匹配前面兩個字元是a和b,第三個字元是c。並且檢測b的後面是一個非邊界"""
    re_str = r'ab\Bc'
    print(re.fullmatch(re_str, 'abc'))
    print(re.match(re_str,'abc0'))

二、正規表示式符號的組合

import re
if __name__ == '__main__':
    # 1. [] 匹配[]中出現的任意一個字元
    """匹配一個字串，前三位是abc,第四位是字元1或者字元a"""
    re_str = r'abc[1a]'
    print(re.fullmatch(re_str, 'abca'))

    """第一位是數字或者下劃線，後面是abc"""
    re_str = r'[\d_]abc'
    print(re.fullmatch(re_str, '9abc'))

    # 2. [^] 匹配不在[]中出現的任意一個字元
    """匹配一個字串，前三位是anc,第四位不是數字字元也不是字元a"""
    re_str = r'abc[^\da]'
    print(re.fullmatch(re_str, 'abcl'))

    # 3. * 匹配0次或者多次
    """匹配一個字串，前面是0個或者多個數字字元，然後是abc"""
    re_str = r'\d*abc'
    print(re.fullmatch(re_str, '19076abc'))

    """
    [0-9] : 匹配0，1，2，3，4，5，6，7，8，9中的任意一個字元
    [1-8] : 匹配1，2，3，4，5，6，7，8
    [a-z] : 匹配任意一個小寫字母
    [A-Z] : 匹配任意一個大寫字母
    [a-zA-Z]: 匹配所有的字母
    """
    print(re.fullmatch(r'[a-zA-Z]', 'B'))

    # 寫一個正規表示式，判斷一個字串是數字字串（不能空串）
    re_str = r'\d\d*'
    re_str = r'[0-9][0-9]*'
    print(re.fullmatch(re_str, '0'))

    # 寫一個正規表示式，檢測一個字串是否是合格的識別符號(字母數字下劃線組成，數字不開頭)
    """
    abc  -> 成功
    _a12h -> 成功
    __23a -> 成功
    1hj_ -> None
    a*h -> None
    """
    re_str = r'[a-zA-Z_]\w*'
    print(re.fullmatch(re_str, 'a*h'))

    # 4. + 匹配一次或者多次
    """匹配一個字串開頭出現一次或者多個數字字元，然後再有0次或者多次數字、字母、下劃線"""
    re_str = r'\d+\w*'
    print(re.fullmatch(re_str, '16u78abc'))

    # 5.? 匹配0次或者1次
    re_str = r'[a-z]?123'
    print(re.fullmatch(re_str, 'z123'))

    # 判斷是一個字串是否是正整數字符串(除0) '123' -> 成功 '+1234' -> 成功 '0123' -> None '12012' ->  成功
    re_str = r'[+]?[1-9]\d*'
    print(re.fullmatch(re_str, '+1234'))

    # 5.{N} 匹配N次
    """前面5個數字，然後是abc"""
    re_str = r'\d{5}abc'

    re_str = r'[12ab]{3}abc'
    print(re.fullmatch(re_str, '11babc'))

    # 6.{N,} 匹配大於等於N次
    """字串前面至少三位數字，後面隨意"""
    re_str = r'\d{3,}.*'
    print(re.fullmatch(re_str, '151263jah92390..;'))

    # 7.{M,N} 匹配至少M次，最多N次
    """密碼要求：數字、字母組成，並且8-16位"""
    re_str = r'[\da-zA-Z]{6,10}'
    print(re.fullmatch(re_str, 'uy2huy?28'))

    # 8. | 分之
    """匹配一個字串，是三個數字字元或者是三個小寫字元"""
    re_str = r'\d{3}|[a-z]{3}'
    print(re.fullmatch(re_str, 'hsu'))

    # 9.() 匹配的時候是分組，讓括號中的正則條件變成一個整體,進行整體操作
    """匹配一個字串，abc整體重複3次"""
    re_str = r'(abc){3}'
    print(re.fullmatch(re_str, 'abcabcabc'))

    re_str = r'(\d\w[0-3]){2}'
    print(re.fullmatch(re_str, '3o37h1'))

    """========以下了解========"""
    # 儘可能少：在能夠匹配到的前提下儘可能少
    # 10. *? 重複任意次，儘可能少的重複
    re_str = r'ba*?b'
    print(re.match(re_str, 'baabaa'))

    # 11. +? 重複一次或多次，儘可能少的重複
    re_str = r'ba+?'
    print(re.match(re_str, 'baaaa'))

    # 12. ?? 重複0次或者1次， 儘可能少的重複
    re_str = r'b??'

    # 13. {N,}? 重複至少N次，儘可能少的重複
    # 14. {N, M}? 重複N到M次，儘可能少的重複

三、正規表示式

  • 1.特殊符號轉義
    正則中： . \ [ ] {} () * + ? ^ $ | 這些字元有特殊意義，所以在正規表示式中，
    如果想要單純表達這些字元，需要在前面加 ' \ ';

注意：1. -，[ ] , ^ , \ 在中括號中可能是特殊的符號,需要加 \

    1. . {} () * + ? $ |在中括號中可以不用加,來表示字元
import re

if __name__ == '__main__':
    re_str = r'\d+[1\-3]\d+'
    print(re.fullmatch(re_str, '12-89'))

    re_str = r'[\^]'  # 匹配 字元^
    re_str = r'[\\]'  # 匹配 字元\
    re_str = r'[\$]'
    re_str = r'[{}]'
    print(re.fullmatch(re_str, '{'))

    # 1. \N --> 匹配前面第N個組中匹配到的內容
    re_str = r'([1-9][a-z]{2})n(\d)\1\2'
    print(re.fullmatch(re_str, '9hjn09hj0'))

    # 練習1.
    # 使用者名稱必須由字母、數字或下劃線構成且長度在6~20個字元之間
    re_str = r'\w{6,20}'
    # QQ號是5~12的數字且首位不能為0
    re_str = r'[1-9]\d{4,11}'

    # 練習2：IP地址是合法
    """
    x.x.x.x
    x: 1-255
    寫一個正規表示式判斷一個字串是否是：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'))

四、模組方法

import re
if __name__ == '__main__':
    # 1.compile(正則字串) 將正規表示式字串轉換成正規表示式物件
    # 轉換成正規表示式物件後，可以通過物件呼叫相關的方法
    re_obct = re.compile(r'\w{6,12}')
    print(re_obct.fullmatch('sdaadwf'))
    print(re.fullmatch(r'\w{6,12}','sdaadwf'))

    # 2.fullmatch(正規表示式，字串)完全匹配，從字串開頭匹配到結尾
    # 返回值是匹配物件,如果匹配失敗 返回None
    match = re.fullmatch('\w{3}','s2a')
    print(match)
    # a.獲取匹配到的結果
    print(match.group())
    # b.獲取匹配到的範圍
    print(match.span())
    # c.獲取匹配到的開始下標和結束下標
    print(match.start(),match.end())
    # d.獲取被匹配的字串(原字串)
    print(match.string)
    #應用：判斷一個字串是否是某種字串（判斷賬號、密碼是否符合要求等）

    # 3.match(正規表示式，字串)不完全匹配，從字串開頭開始匹配，匹配到正規表示式對應的範圍為止
    # 返回值是匹配物件,如果匹配失敗 返回None
    match = re.match(r'\w{3}','h3sdddddds')
    print(match)
    print(match.group())
    print(match.string)
    # 應用：判斷一個字串是否以某種字串開頭

    # 4.search(正規表示式，字串)在指定的字串中查詢某種字串（以正規表示式來描述）
    # 如果有多個滿足條件，只匹配第一個。如果找不到符合要求的返回None
    print(re.search(r'\d{2,}[a-z]','shaa23n--877m0899'))

    # 應用：判斷一個字串中是否包含某種字串

    # 5.findall(正規表示式，字串) 去獲取指定字串中滿足正則條件的所有的字串
    # 返回值是列表，列表中是符合要求的字串。沒有滿足要求的字串就返回[]
    result = re.findall(r'[a-zA-Z](\d+)','a123dffd22dfew')
    print(result)

    # 注意： 在通過正規表示式獲取字串的時候，可以通過在正規表示式中新增括號來約束獲取的內容
    # （只獲取括號中匹配到的內容）匹配的時候還是按照原正規表示式去查詢。

    # 應用：字串提取

    # 6.finditer(正規表示式，字串)永豐和findall一樣，只是返回值的型別不同
    # 返回一個迭代器，迭代器中的內容是匹配物件
    # 注意：()捕獲部分無效
    result = re.finditer(r'[a-zA-Z](\d+)','a123dffd22dfew')
    # print(result.__next__(),next(result))
    for match in result:
        print(match)

    # 7.split(正規表示式，字串)按正規表示式匹配到的字串進行切割
    # 返回值是列表，列表元素就是切割後被分段的字串
    result = re.split(r'\d+','dsad1d3f34vg[adw35]*fwef3-d23gss')
    print(result)
    result2 = re.split(r'[\]*]', 'dsad1d3f34vg[adw35]*fwef3-d23gss')
    print(result2)

    # 8.sub(正規表示式，新字串，原字串)在原字串中查詢符合正則的字串，替換成新的字串
    # 返回值是替換後的字串
    """將指定字串中所有'sb'替換成'*'"""
    str1 = '你好sb,你全家都是sb,傻傻傻'
    result = re.sub(r'sb|傻','*',str1)
    print(str1,result)

相關文章