正则表达式、re模块

正则表达式的介绍

定义：

"""
 它是一门独立的语言，跟Python等的语言没有任何的关系，但是其他语言可以使用正则表达式来做一些功能，
主要是用来筛选数据的 。




                                                                                                      """

什么是正则表达式：

 利用一些特殊的符号匹配除想要的数据就是正则表达式，简称'正则'
 在线测试工具： http://tool.chinaz.com/regex/

列子：

^(13|14|15|18)[0-9]{9}$
              形如上述代码的就是正则表达式

字符组

定义：

字符组 ： [字符组] 在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示 字符分为很多类，比如数字、字母、标点等等。
         假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。

解析：

[0123456789] # 匹配0-9之间的数字
[0-9]		# 匹配0-9之间的数字
\d			# 匹配0-9之间的数字
[a-z]        # 匹配a-z之间的字符
[A-Z]		# 匹配A-Z之间的字符

列子：

#1.  匹配0-9a-zA-Z如何写
[0123456789ABCDEFGHIJ...abcdefghij...]
[0-9A-Za-z]

字符

. 	匹配除换行符以外的任意字符     # 掌握
\w	匹配字母或数字或下划线		# 掌握
\s	匹配任意的空白符
\d	匹配数字					    # 掌握
\n	匹配一个换行符				# 掌握
\t	匹配一个制表符
\b	匹配一个单词的结尾
^	匹配字符串的开始			    # 掌握
$	匹配字符串的结尾			    # 掌握
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白符
a|b	匹配字符a或字符b				# 掌握
()	匹配括号内的表达式，也表示一个组	
[...]	匹配字符组中的字符			  # 掌握
[^...]	匹配除了字符组中字符的所有字符	  # 掌握

量词

1. 量词只能影响前面的一个字符
2. 量词不能单独使用，必须配合其他字符串使用
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

贪婪匹配和非贪婪匹配

# 待匹配的字符
<script>123</script>

# 正则表达式是：
<.*>

# 匹配结果是：
<script>
<script>123</script>

# 默认匹配的是贪婪匹配：尽可能的多匹配
'''把贪婪匹配转为非贪婪匹配'''
<.*?> # 非贪婪匹配尽可能的少匹配

.*?组合的用法

小练习

^[1-9]\d{13,16}[0-9x]$
^[1-9]\d{13,16}[0-9x]$
^[1-9]\d{14}(\d{2}[0-9x])?$
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$

# 由于正则表达式的复杂性，所以，以后遇到常见的匹配规则，我们可以去百度搜
1. 写一个匹配常见的手机号的正则
^((13[0-9])|(14[5,7])|(15[0-3,5-9])|(17[0,3,5-8])|(18[0-9])|166|198|199|(147))\d{8}$

转义字符

'\\\\\\\\n'
\\\\\\\\\\\\\\\\n
'\t'
\\t
'''一个斜杠只能转义一个字符'''


# 在python中转义字符推荐使用：r'\n' '\\n'  =====》 

re模块

定义：

1. re是内置的模块，可以直接使用
2. 在python中，要想使用正则需要借助于re模块
re: regular express

列子：

import re

# re.findall('这是正则表达式', '待匹配的文件')

# res=re.findall('b', 'eva jason kavin')
# print(res)  # ['a', 'a', 'a']
# 如果匹配不到字符，就返回空列表[]

# res=re.search('b', 'eva jason kavin')
# print(res)
# print(res.group())

"""如果匹配不到，就返回None"""
# if res:
#     print(res.group())
# else:
#     print('没有匹配到')
方式二：
# try:
#     print(res.group())
# except Exception:
#     print('没有找到')


res=re.match('a', 'aeva jason kavin')  # 从开头开始匹配
print(res)
print(res.group())

分组

定义：
分组就是用一对园括号“（）”括起来的正则表达式，匹配出的内容的就表示一个分组。
从正则表达式的左边开始看，看到的第一个左括号“（”表示第一个分组，第二个表示第二个分组，依次类推，需要注意的是，有一个隐含的全局分组（就是0），就是整个正则表达式。
分组完组之后，想要获取某个分组的内容，直接使用group（num）函数去提取就OK了。

分组相关：

无名分组：

有名分组：