正则

今日总结

一、正则表达式前戏

二、正则表达式字符串

三、正则表达式特殊符号

四、正则表达式量词

五、复杂正则编写

六、正则表达式取消转义

七、贪婪匹配与非贪婪匹配

八、python内置模块之re模块

一、正则表达式前戏

模拟京东注册页面获取手机号
# 手机号必须为11位纯数字，并且常规手机号开头位(13, 14, 15, 17, 18, 19)
# 上面条件使用python代码书写
# 获取用户手机号
phone_num = input('please input your phone number>>>:').strip()
# 比较数字是不是11位
if len(phone_num) == 11:
    # 再验证是不是十一位都是数字
    if phone_num.isdigit():
        # 再验证开头是不是手机号的开头
        if phone_num.startswith('13') or phone_num.startswith('15') or phone_num.startswith('17') or phone_num.startswith('18')or phone_num.startswith('19'):
            print('手机号正确')
         else:
            print('手机号开头格式错误')
    else:
        print('输入手机号不是纯数字')
else:
    print('手机号格式错误')

# 使用正则表达式
import re
phone_number = input('please input your phone number>>>:').strip()
if re.match('^(13|14|15|17|18|19)[0-9]{9}$',phone_number):
    print('手机号正确')
else:
    print('手机号错误')
    
"""
  正则表达式是一门独立的语言，用来匹配、校验、筛查、所需要的数据，
  任何编程语言都可以使用正则，在python中直接使用内置模块re
"""

二、正则表达式之字符串

在线测试正则测试网站:
    http://tool.chinaz.com/regex/
   ''' 单个字符串组默认一次匹配一个字符  '''
[0123456789]——匹配0到9之间的任意一个数字
[0-9]——匹配0到9之间的任意一个数字(简写)
[a-z]——匹配a到z之间的任意一个小写字母
[A-Z]——匹配A到Z之间的任意一个大写字母
[0-9a-zA-Z]——匹配任意一个数字或者大小写字母(没有顺序)

三、正则表达式之特殊符号

# 特殊符号默认一次匹配一个字符
.  —— 匹配除换行符以外的任意字符
\w(小写w) —— 匹配数字、字母、下划线(筛选变量名)
\d —— 匹配任意的数字
\t —— 匹配一个制表符(tab键)
^(上尖号) —— 匹配字符串的开始位置，像startswith
$(dollar) —— 匹配字符串的结尾像endswith
\W(大写W) —— 匹配非字母或数字或下划线
\D —— 匹配非数字
a|b —— 匹配a或b，管道符就是or的意思
() —— 给正则表达式分组 不影响正则匹配
[] —— 字符组的概念(里面所有的数据都是或的关系)
[^] —— 上箭号出现在了中括号的里面意思是取反操作

四、正则表达式之量词

""" 量词必须在表达式后面，不能单独使用，用来增加匹配的字符数"""
* —— 重复零次或者多次(默认就是多次:越多越好)
+ —— 重复一次或者多次(默认就是多次:越多越好)
? —— 重复零次或者一次(默认就是一次:越多越好)
{n} —— 重复n次
{n,} —— 重复最少n次最多多次(越多越好)
{n,m} —— 重复n到m次(越多越好)

五、复杂正则的编写

# 校验用户身份证号码
 身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部由数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x
 ^[1-9][0-9]{14}
 ^[1-9][0-9]{16}[0-9x]
我们可上网查找别人写好的，就是要知道什么意思
  	^[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})$

六、正则表达式取消转义

\n		\n	 False
\\n		\n	 True
\\\\n	\\n	 True
在python中在字符串前面加r直接取消转义

七、贪婪匹配与非贪婪匹配

# 正则       # 待匹配的数                # 结果
<.*>  —— <script>alert(123)<script> —— 1条
贪婪匹配就是取到最后一个括号结束

<.*?> —— <script>alert(123)<script>	—— 2条  
非贪婪匹配就是第一个括号结束为结尾
  
量词默认都是贪婪匹配 如果想修改为非贪婪匹配 只需要在量词的后面加?即可

贪婪非贪婪通常都是利用左右两边的条件作为筛选依据

八、python内置模块之re模块

在python里面无法直接使用正则，所以需要借助于模块来使用
1、内置的re模块
2、第三方的其他模块

# 调用re模块
import re
# findall
res = re.findall('a'， 'abababa')  # findall(正则表达式，待匹配的文本)
print(res)  # ['a', 'a', 'a', 'a'] 结果符合条件的数据，组织成列表

# search
res = re.search('a', 'oboboba')  # search(正则，待匹配文本)
print(res.group())  # a 
res = re.search('a', 'obobob')  # search(正则，待匹配文本)
print(res)  # None  没有符合条件的数据返回None

# match
res = re.match('a', 'oabaonm')  # match(正则表达式,待匹配的文本)
print(res)  # None  从字符串的开头匹配 如果没有则直接返回None 类似于给正则自动加了^ 如果符合也只获取一个就结束
res = re.match('a', 'aoabaonm') 
print(res.group())  # a  没有则无法调用group() 直接报错

# finditer
res = re.finditer('a', 'jhasgafadsda')  # finditer(正则表达式,待匹配的文本)
print(res)  # 结果是一个迭代器对象 为了节省空间
print([obj.group() for obj in res])  # ['a', 'a', 'a', 'a']   

obj = re.compile('\d+')  # 匹配数字
print(re.findall(obj,'shd123jmhf234ksdhf789')) 
# ['123', '234', '789']
print(re.findall(obj,'kuhd1111sd'))   
# ['1111']
print(re.findall(obj,'dsvgd113ddxvgd5'))
# ['113', '5']
# 反复调用即可