python学习day19
一、正则表达式
正则表达式是一种让复杂的字符串问题变得简单的一个工具
1.判断输入的内容是否是一个合法的手机号码
1)长度:11位
2)纯数字
3)第一位是’1’
4)第二位:3~9
tel_nums= '15120265438'
from re import *
def is_tel2(tel_num:str):
return fullmatch(r'1[3-9]\d{9}', tel_num) != None
message = '小明今年28岁，月薪15000元；体重109斤, 每个月的生活费是3000元'
result = findall(r'(\d+)元', message)
print(result)
二、匹配符号
1.re模块介绍
re模块是python用来支持正则相关操作的系统模块
2.匹配类符号
正则表达式是有各种各样的正则符号组合而成
a.普通符号 - 在正则中没有特殊功能和特殊意义的字符
? 普通字符在正则表达式中表示符号本身
b.特殊符号
“.” - 匹配一个任意字符
注意:一个"."只能匹配一个字符
“\d” - 匹配任意一个数字字符
“\s” - 匹配任意一个空白字符
空白字符:空格, \t, \n
“\D”:匹配任意一个非数字字符
“\S”:匹配任意一个非空白字符
“[字符集]” - 匹配字符集中任意一个字符
案例:
情况一:全是普通字符;[xyz123] - 匹配任意一个x或者y或者z或者1或者2或者3
情况二:包含\开头的匹配符号,这个时候匹配符号的功能有效;[mn\d] == [mn0123456789]
情况三:减号在两个符号之间,表示谁到谁
[a-z] - 匹配任意一个小写字母
[A-Z - 匹配任意一个大写字母
[a-zA-Z] - 匹配任意一个字母
[\u4e00-\u9fa5] - 匹配任意一个中文
[1-9] - 匹配任意一个数字字符
result = fullmatch(r'abc[xyz]zb', 'abcxzb')
print(result)
result = fullmatch(r'abc[mn\d]zb', 'abc1zb')
print(result)
result = fullmatch(r'abc[a-z]zb', 'abcvzb')
print(result)
[^字符集] - 匹配不在字符集中的任意一个字符
result = fullmatch(r'abc[^a-z]123', 'abc9123')
print(result)
result = fullmatch(r'A[^a-z]C', 'A码C')
print(result)
三、匹配次数
用法：匹配符号次数
1.”*“ - 0次或者多次（任意次数）
a*b - b前面有任意个a
\d*b - b前面有任意多个数字
result = fullmatch(r'a*b', 'aaab')
print(result)
result = fullmatch(r'\d*b', '12023b')
print(result)
result = fullmatch(r'[xyz]*b', 'xxxyzyzb')
print(result)
2."+" - 1次或者多次(至少1次)
result = fullmatch(r'a+b', 'aaab')
print(result)
result = fullmatch(r'\d+b', '1104b')
print(result)
result = fullmatch(r'[xyz]+b', 'xxxyzyzb')
print(result)
3."?" - 0次或者1次
result = fullmatch(r'\d?b', '1b')
print(result)
nums = '123'
result = fullmatch(r'[+]?[1-9]\d*', nums)
print(result)
4.{}
{N} - N次
{M,N} - M到N次
{M,} - 最少M次
{,N} - 最多N次
result = fullmatch(r'[+]{0,1}0{0}\d*', '123')
print(result)
四、贪婪和非贪婪
1.贪婪和非贪婪
在匹配次数不确定的时候,匹配模式分为贪婪和非贪婪两种(默认是贪婪模式)
*、+、{M,N}、{M,}、{,N}、? - 贪婪
*?、+?、{M,N}?、{M,}?、{,N}?、?? - 非贪婪
注意:python中处理fullmatch以外都可能出现贪婪和非贪婪的问题
result = fullmatch(r'.+b', 'abaab')
print(result)
result = search(r'.+b', 'abaab')
print(result)
result = search(r'.+?b', 'abaab')
print(result)
获取电影信息
from re import *
html = open('./top/top250.html', encoding='utf-8').read()
result = findall(r'class="inq">(.+?)<', html)
print(result)
五、分组和分支
1.分组 - （）
应用场景1:将正则表达式中的部分用()括起来作为一个整体进行相关操作
result = fullmatch(r'([a-z]{3}\d{2}){3}', 'asd12asd14zxc56')
print(result)
应用场景2: 重复 - 可以在有分组的正则表达式中通过’\N’来重复他前面第N个分组匹配到的内容
result = fullmatch(r'([a-z]{3}\d{2})asd12\1', 'asd12asd14zxc56')
print(result)
应用场景3: 捕获 - 使用findall的时候,如果正则表达式中有返回值,返回数据的时候只返回分组中匹配到的内容
str1 = 'sf262数据=22是12389mn89ksJK283'
result = findall(r'[a-z](\d+)', str1)
print(result)
result = findall(r'([a-z]{2})=(\d{2})', 'ahjs=2536,话计算机的3223环境-=yu=是mns=239-失败')
print(result)
2.分支 - |
正则1 |正则2 - 正则1和正则2中只要有一个能匹配成功就匹配成功
result = fullmatch(r'abc[\d]{3}|abc[A-Z]{3}', 'abcASF')
print(result)
result = fullmatch(r'abc([\d]{3}|[A-Z]{3})', 'abcASF')
print(result)
六、其他
1.转义字符 - 在本身具备特殊功能或者特殊意义的付好钱加,让其功能或者意义消失,编程一个普通符号
result = fullmatch(r'a\.b', 'a.b')
print(result)
result = fullmatch(r'\+?[1-9]\d*', '+23')
print(result)
result = fullmatch(r'\(a\.b\)', '(a.b)')
print(result)
让符号功能消失的另外一个方法:单独一个符号有特殊功能的时候可以将这个符号放在[]中让其功能消失
result = fullmatch(r'[+]?[1-9]\d*', '+23')
print(result)
result = fullmatch(r'[-ab^]123', '-123')
print(result)
2.忽略大小写：在正则的最前面加（?i）
result = fullmatch(r'(?i)abc', 'ABC')
print(result)
3.单行匹配和多行匹配
多行匹配,匹配的时候"."不能和’\n’匹配(默认) - (?m)
单行匹配,匹配的时候"."可以和’\n’匹配 - 在正则的最前面加(?s)
result = fullmatch(r'a.b', 'a\nb')
print(result)
result = fullmatch(r'(?si)a.b', 'a\nB')
print(result.group())
4.re模块中的常用函数
from re import fullmatch, match, search, findall, finditer, split, sub
(常用)fullmatch(正则, 字符串) - 判断整个字符串是否符合正则描述的规则（完全匹配）,匹配成功返回匹配对象，匹配失败返回None
(常用)findall(正则, 字符串) - 获取字符串中所有满足正则的子串，返回一个列表，列表中的元素是字符串或者元组
(常用)split(正则, 字符串) - 将字符串中所有满足正则的子串作为切割点，对字符串进行切割，返回一个列表，列表中的元素是字符串
(常用)sub(正则, 字符串1, 字符串2) - 将字符串2中所有满足正则的子串都替换成字符串1，返回替换后的新字符串
|