正则表达式

正则表达式

正则表达式就是用来检测字符串是否满足某种规则的工具 例如：匹配手机号、邮箱、脏话检测等

1、单字符

python对正则表达式的支持，提供了一个内置模块：re

fullmatch（正则表达式，字符串）：查找字符串中是否有符合正则表达式规则，不符合返回None。

search（正则表达式，字符串）：判断整个字符串是否符合正则表达式规则，不符合返回None。

from re import fullmatch

匹配对应字符（占位）

（1）. ：匹配一位任意字符

re_str = r'.'   #阻止转义
print(fullmatch(re_str,'a'))

<_sre.SRE_Match object; span=(0, 1), match='a'>

（2）\w：匹配一位字母、数字、下划线。 （3）\s：匹配空白字符（空格、制表符(\t)、回车(\n)等所有能产生空白的字符）。 （4）\d：匹配一个数字字符。 （5）\W：匹配一个非字母、数字、下划线（\w取反） （6）\S：匹配非空白字符 （7）\D：匹配非数字字符

位置检测（不占位）

（8）\b：检测是否是单词边界, \b 不占位，并且必须所在位置是单词边界，否则匹配不成功。 注意： re_str = r’when\bwhere’ print(fullmatch(re_str,’whenwhere’)） print(fullmatch(re_str,’when where’))

re_str = r'when\b\swhere'
print(fullmatch(re_str,'when where'))

（9）\B：检测非单词边界 （10）^：检测字符串是否以给定的正则表达式开头。

re_str = r'^sd'
print(search(re_str,'sdwfe'))

<_sre.SRE_Match object; span=(0, 2), match='sd'>

（11）$：字符串是否以给定的正则表达式结束。

re_str = r'fe$'
print(search(re_str,'sdwfe'))

2、匹配次数

注意：次数相关的操作，只约束次数符合前的一个字符。

在匹配次数的字符后加 ? , 表示尽可能少的次数匹配。

（1）[]：匹配中括号中出现的任意字符，只匹配一个字符。

re_str = r'[abc]\d\d'
#匹陪第一个字符是否是[]中的一个字符
print(fullmatch(re_str,'c11'))

<_sre.SRE_Match object; span=(0, 3), match='c11'>

减号（-） –> 在正则的中括号中的应用 [1-8] —> 代表字符集：12345678 [-18] or [18-] —> 代表字符集：‘-’、‘1’、‘8’

（2）[^字符集]：匹配不再[]字符集中的任意一个字符。

（3） *：匹配 * 号前的字符0次或者多次。

re_str = r'a*b'    #a能匹配多次，b依次
print(fullmatch(re_str, 'aaab'))

<_sre.SRE_Match object; span=(0, 4), match='aaab'>

re_str = r’[abc]*’ —–> ‘a’, ‘abb’, ‘accb’

（4） +：+前的字符集至少匹配一次。 re_str：r’[1-9]+\d*’ –> 首位不是0的数字集

（5）？：匹配 0次 或者 1次。

（6）{N}：匹配N次。 re__str = r’\d{3}’ –> 匹配 \d 3次

（7）{N，}：至少匹配N次。

（8）{N，M}至少匹配N次，最多M次。（M>N）

练习：输入用户名，必须是字母数字下划线组成，6-20位 qq必须是数字组成，不能0开头，4-11位

from re import fullmatch

name = input('请输入用户名：')
if fullmatch(r'\w{6,20}',用户名):
    print('输入用户名合法')
else:
    print('用户名不合法')
QQ = input('请输入QQ：')
if fullmatch(r'[1-9]\d{4,11}',QQ):
    print('输入QQ合法')
else:
    print('QQ不合法')

3、分支和分组

注意：正则中的分支有短路条件 — 如果使用 | 去连接多个条件，前面的条件如果已经匹配出结果，后面就不会匹配了。

（1）分支 |：或（相当于逻辑运算中的or）

re_str = r'[a-zA-Z]{3}|\d{3}'

| ：前后是两种条件，分别是一个整体。

（2）分组 通过加（）来对正则条件进行分组。 a、分组

re_str = r'([a-z]{2}\d{2}){3}'
print(fullmatch(re_str,'ac23gd45fd77'))

<_sre.SRE_Match object; span=(0, 12), match='ac23gd45fd77'>

b、重复 可以通过 \数字 来重复匹配前面的分组中匹配的结果，重复位置就是 \数字 的位置，数字的值代表前面的第几个分组（数字不是重复次数）。

re_str = r'(\d{3})-(\w{2})\1{2}\2'
print(fullmatch(re_str,'123-aa123123aa'))

<_sre.SRE_Match object; span=(0, 14), match='123-aa123123aa'>

c、捕获 按照完整的正则表达式去匹配，只捕获（）中的内容。只有在 findall 方法中有效。

re_str = r'a(\d{3})b'
print(findall(re_str,'a786b'))

['786']

4、正则表达式的转义

正则表达式中的转义和字符串中的转义字符没有任何关系。

在python中的字符串前加 r 阻止的是字符串转义，不能阻止正则表达式的转义。

在正则表达式中，可以通过在有特殊意义的符号前加 “ \ ” 来表示符号本身。

\+， \. ，*， \? ，\\，，\(，\) ……

注意： a、只有在 [] 中两个字符中间的 - 才有特殊意义。 b、如果特殊符号放在 [] 中，是不需要转义的。 c、 \ 不管在哪儿都需要转义，^ 放在中括号前面需要转义。

5、re 模块中的方法

（1）、compile（正则表达式）：将正则表达式转换成正则表达式对象。

（2）、match（正则表达式，字符串）:判断字符串开头是否能够和正则表达式匹配。匹配成功返回匹配对象，否则返回None。

（3）、fullmatch（正则表达式，字符串）：判断整个字符串能否和正则表达式匹配。匹配成功返回匹配对象，否则返回None。 返回结果：通过对象调用方法可以取到里面的值。

re_str = r'(\d{3})-(\w{2})\1{2}\2'
fullmatch1 = fullmatch(re_str,'123-aa123123aa')
<_sre.SRE_Match object; span=(0, 14), match='123-aa123123aa'>

a、获取第一个分组的范围 print(fullmatch1.span(1)) —括号里面可以不写 b、获取第一个分组的起始下标 print(fullmatch1.start(1)) —对应有end方法 c、获取匹配结果对应的字符串 print(fullmatch1.group(1))

（4）search（正则表达式，字符串） 在字符串中取查找第一个满足正则表达式要求的字串，如果找到了返回对象，否则返回None

（5）、split（正则表达式，字符串） 按满足正则表达式的字串去切割字符串。 返回值是一个列表。

（6）sub（正则表达式，替换字符串，被替换字符串）

（7）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字串。返回值是列表 注意：分组中的捕获效果在findall中是有效的（得到分组中的内容）。