1.正则表达式语法
正则表达式是用来匹配或者描述字符串的工具
用处：
a.判断字符串是否满足某个条件-->判断输入的字符串是否是邮箱/手机号码，是否是ip地址
b.提取满足条件的字符串
c.字符串替换
Python中通过re模块中相应的方法来支持正则表达式的匹配，查找和替换等功能
fullmatch(正则表达式，字符串)-->判断正则表达式和字符串是否完全匹配
正则表达式：就是一个字符串，字符串中是正则表达式语法。r'正则表达式'
正则表达式中包含两个部分，一个是正则语法对应的字符，二个是普通字符
- . (匹配任意字符)
一个点只配一个字符
匹配一个字符串，第一个字符是'a'，第二个字符是任意字符，最后一个字符是'b'
form re import fullmatch
re_str = r'a.b'
relust= fullmatch(re_str, 'a2b')
print(relust)
- \w(匹配字母数字下划线)
一个\w匹配一个字符
匹配一个第一个字符是数字字母或者下划线，后面三个字符是任意字符的字符串
re_str = r'\w...'
result = fullmatch(re_str,'_4bc')
print(result)
3.\s(匹配任意空白字符)
空白字符：空格，制表符()\t，回车（换行\n）等，都输入空白字符
一个\s匹配一个空白字符
匹配一个第一个字符是a,第二个字符是空白，最后一个字符b的字符
re_str = r'a\sb'
result = fullmatch(re_str, 'a\nb')
print(result)
4.\d(匹配数字字符)
re_str = r'\d\d\d'
result = fullmatch(re_str, '123')
print(result)
5.\b(检测边界)
一个\b不会去匹配一个字符，而是单纯的检测\b出现的位置是否是单词边界
单词边界：字符串开始和结尾，空格，换行，标点符号等，可以将两个单词隔开的字符都是单词边界
re_str = r'abc\b\saaa' 匹配一个字符串前三位是abc，第四位是空白字符，后面是三个aaa，并且要求c的后面是单词边界
result = fullmatch(re_str, 'abc aaa')
print(result)
6.^（检测是否是字符串开头）
re_str = r'^\d\d\d' #判断一个字符串是否是三个数字开头
result = fullmatch(re_str, '124')
print(result)
$(检测是否是字符串结尾)
re_str= r'abc$'
result = fullmatch(re_str, 'abc')
print(result)
8.\W(匹配非字母数字下划线)
re_str = r'\Wabc'
result = fullmatch(re_str, '#abc')
print(result)
9.\S(匹配非空白字符)
re_str = r'\S...'
result = fullmatch(re_str, '4jkl')
print(result)
10.\D（匹配非数字字符）
re_str = r'\D\w\w\w'
result = fullmatch(re_str, '_abc')
print(result)
11.\B(检测是否不是单词边界)
re_str = r'and\BYou'
result = fullmatch(re_str, 'andYou')
print(result)
12.
一个[]匹配一个字符
[字符集]-->匹配一个字符这字符是字符集中的任意一个字符
例如：[abc], [\d+]
[字符1-字符2]-->匹配一个字符，这个字符是Unicode编码值，在字符1到字符2中的任意一个字符
要求字符1的编码值要小于字符2
例如：[1-9]-->数字1到9 [a-z]-->小写字母 [A-Z]-->大写字母
[\u0031-\u0039]-->数字1-9
[\u4E00-\u9fa5]-->匹配所有的汉字
注意：-在括号中如果放在两个字符之间表示范围
匹配一个字符串第一个字符是a或者b或者c,后边三个a
re_str = r'[123]aaa'
result = fullmatch(re_str, '1aaa')
print(result)
re_str = r'[1-4]\d\d\d'
result = fullmatch(re_str, '4567')
print(result)
匹配一个字符是字母数字下划线或者空白
re_str = r'[\w\s]'
result = fullmatch(re_str, 'a')
print(result)
2.次数相关符号
- *(匹配0次或者多次)
字符*-->字符出现0次或者多次
匹配0位或者多位的数字字符串
from re import fullmatch
re_str = r'\d*'
print(fullmatch(re_str, '123'))
用一个正则表达式来检测一个标识符是否符合要求，数字字母下划线组成，数字不能开头
re_str = r'[a-zA-Z_]\w*'
print(fullmatch(re_str, 'A234'))
- +(匹配一次或者多次)
匹配abc前面有一个或者多个数字的字符串
re_str = r'\d+abc'
print(fullmatch(re_str, '12abc'))
- ？（匹配0次或者1次）
re_str = r'a?123'
print(fullmatch(re_str, 'a123'))
练习：写一个正则表达式，匹配所有的整数（123，-2334，+9...可以匹配的012，-23， +0122不能匹配）
~~
re_str = r'[+-]?[1-9]\d*'
print(fullmatch(re_str, '+123'))
4.{}(指定次数)
{N}-->匹配N次
{M,N}-->匹配M到N次
{M,}-->至少匹配M次
{,N}-->最多匹配N次
re_str = r'\d{3}'
print(fullmatch(re_str, '123'))
re_str = r'\d{3,}'
print(fullmatch(re_str, '1234'))
re_str = r'\d{,3}'
print(fullmatch(re_str, '23'))
re_str = r'[a-z]{2,5}'
print(fullmatch(re_str, 'adgg'))
判断密码是否符合要求：密码是由数字和字母组成，并且位数素数6-16位
re_str = r'[\da-zA-Z]{6-16}'
print(fullmatch(re_str,'yut787'))
13.[^字符集](匹配一个不在字符集中的任意字符]
注意：^必须放在中括号中的最前面才有效
匹配一个四位字符串，第一位不是abc中的任意一个，后边三位是任意字符
re_str = r'[^abc]...'
result = fullmatch(re_str, '1wr3')
print(result)
3.分之和分组
1.|(分之)
条件1|条件2-->先用条件1去匹配，如果匹配成功就匹配成功，如果条件1匹配失败，用条件2去匹配
注意：如果条件1匹配成功就不会用条件2再去匹配
import re
re_str = r'[a-z]{3}|[A-Z]{3}'
print(re.fullmatch(re_str, 'ABC'))
# 能匹配成功时abc,d和aaa
re_str = r'abc|d|aaa'
print(re.fullmatch(re_str, 'aaa'))
re_str = r'abc(W|H|Y)'
print(re.fullmatch(re_str, 'abcH'))
2.()(分组)
a.组合（将括号中的内容作为一个整体进行操作）
b.捕获-->使用带正则表达式匹配成功后，只获取括号中的内容
c.重复-->在正则表达式中可以通过\数字来重复前面（）中匹配到的结果,数字代表前面第几个分组
a.组合
匹配一个字符串，以数字字母的组合出现三次
re_str = r'(\d[a-zA-Z]){3}'
print(re.fullmatch(re_str, '2j4k5n'))
b.捕获
re_str = r'(\d{3})abc'
print(re.fullmatch(re_str, '123abc'))
print(re.findall(re_str, 'euyde345abceiteo450abc'))
c.重复
re_str = r'([a-z]{3})-(\d{2})\2'
print(re.fullmatch(re_str, 'agf-5454'))
3.转义字符
正则表达式中可以通过在特殊的符号前加,来让特殊的符号没有意义
.+*^$等有特殊的功能
.-->任意字符 .-->字符.
+-->匹配一次或多次 +-->字符+
注意：在中括号有特殊功能的功能的符号，只代表符号本身
\不管在哪儿都需要转义
-在[]外面没有特殊功能，在[]中本身-本身，就不要放在两个字符之间
()需要转义
re_str = r'\d{2}\.\d{2}'
print(re.fullmatch(re_str, '12.34' ))
re_str = r'\d\+\d'
print(re.fullmatch(re_str, '1+2'))
re_str = r'（\\）'
print(re.fullmatch(re_str, '（\\）'))
re_str = r'(\d{3})\1([a-z]{2}\1)'
print(re.fullmatch(re_str, '123123aa123'))
4.模块中的函数
- compile
compile(正则表达式字符串) --> 将正则表达式字符串转换成正则表达式对象
import re
re_objct = re.compile(r'\d+')
print(re_objct)
print(re_objct.fullmatch('23738'))
- fullmatch和match
fullmatch(正则表达式字符串, 字符串)
--> 用正则表达式去完全匹配字符串(匹配整个字符串)，返回匹配对象(SRE_Match)或者None
match(正则表达式字符串, 字符串)
--> 匹配字符串开头,返回匹配对象或者None
result = re.fullmatch(r'\d([a-zA-Z]+)123', '2hjdh123')
print(result)
# 1.span(group=0) --> 获取匹配成功的区间(左闭右开区间)
print(result.span(0))
print(result.start(1)) # 获取匹配到的开始下标
print(result.end(1)) # 获取匹配到的结束下标后的下标
2.group(group = 0) --> 获取匹配结果
group()/group(0) --> 获取正则表达式完全匹配的结果
group(index>0) --> 获取正则表达式中第group个分组匹配到的结果
print('0:',result.group())
print('1:',result.group(1))
3.string --> 获取被匹配的原字符串
print(result.string)
result = re.match(r'\d([a-zA-Z]+)123', '2hjdh123ABC')
print('match:',result)
3.search
search(正则表达式, 字符串)
--> 查找字符串中满足正则表达式的第一个字符串。返回值是匹配对象或者None
result = re.search(r'(\d)[a-zA-Z]+', 'uhsh2hdje+984nf')
print(result.group(0))
print(result.group(1))
print(result.string)
练习：使用search匹配出一个字符串中所有的数字字符串
'afng2454mnfd.46567ssdf'
re_str = r'\d+'
str1 = 'afng2454mnfd.46567ssdf'
result = re.search(re_str, str1)
while result:
print(result)
str1 = str1[result.end():]
result = re.search(re_str, str1)
4.findall
findall(正则表达式, 字符串) --> 获取字符串中满足正则表达式的所有的子串，返回一个列表
注意：如果正在表达式中有分组，取值的时候只取分组中匹配到的结果;
如果有多个分组，会将每个分组匹配到的结果作为一个元祖的元素
re_str = r'(\d+)k([a-d]+)'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.findall(re_str, str1)
print(result)
re_str = r'(\d+)k[a-d]+'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.findall(re_str, str1)
print(result)
re_str = r'\d+k[a-d]+'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.findall(re_str, str1)
print(result)
5.finditer
finditer(正则表达式, 字符串)
--> 查找所有满足正则条件的子串，返回值是迭代器，迭代器中的元素是匹配对象
re_str = r'\d+'
str1 = 'afng2454kabcmnfd.46567kbbssdf'
result = re.finditer(re_str, str1)
print(result)
for item in result:
print(item)
- split
split(正则表达式,字符串) --> 将字符串按照满足正则表达式条件的子串进行分割
str1 = 'ahsb1sssa8-jjhd7nhs+90nsjhf3-4hhh7+8kjj-'
result = re.split(r'[-+]', str1)
print(result)
7.sub
sub(正则表达式,repl,字符串) --> 将字符串中满足正则表达式条件的子串替换成repl。返回替换后的字符串
str1 = 'hsj8jskfh98ssjj8hshh'
result = re.sub(r'\d+','*', str1)
print(result)
