python学习-第十二周：正则表达式

python学习-第十二周：正则表达式简介

Re 正则表达式

正则表达式，就是使用字符，转义字符和特殊字符组成一个规则，
使用这个规则对文本的内容完成一个搜索或匹配或替换的功能。

正则表达式的组成

普通字符： 大小写字母，数字，符号 等
转义字符：\w \W \d \D \s \S 等
特殊字符：.  * ? + ^ $ [] {} () 等
匹配模式：I U 。。。

普通字符

# 正则表达式的规则定义
import re
# 待搜索字符串
vars = 'ilove you'
# 正则表达式
reg = 'love'
# 调用正则函数
res = re.search(reg,vars).group()

转义字符

# 转义字符 \w \W \d \D \s \S ...
reg = '\w' # 代表 单个 字母、数字、下划线
reg = '\W' # 代表 单个 非 字母、数字、下划线
reg = '\d' # 代表 单个 数字
reg = '\D' # 代表 单个 非数字
reg = '\s' # 代表 单个 空格符或制表符
reg = '\S' # 代表 单个 非 空格符或制表符
reg = '\w\w\w\w\d' # 组合使用

特殊字符

# 特殊字符 . * + ? {} [] () ^ $
reg = '.'    # . 代表 单个的 任意字符 除了换行符之外
reg = '\w*'  # * 代表匹配次数  任意次数
reg = '\w+'  # + 代表匹配次数  至少要求匹配一次
reg = '\w+?' # ? 拒绝贪婪，就是前面的匹配规则只要达成则返回
reg = '\w{5}' # {} 代表匹配次数，{4} 一个数字时，表示必须匹配的次数
reg = '\w{2,4}' # {} 代表匹配次数，{2,5} 两个数字时，表示必须匹配的区间次数
reg = '[A-Z,a-z,0-9,_]' # [] 代表字符的范围 [A-Z,a-z,0-9,_] 效果等同 \w
reg = '\w+(\d{4})(\w+)'  # () 代表子组，括号中的表达式首先作为整个正则的一部分，另外会把符合小括号中的内容单独提取一份

'''
*号的特点： 
    如果使用*号，那么在匹配的开始处如果符合要求，
    则按照规则一直向后匹配，直到不符合匹配规则结束并把前面符合的数据返回
    
    如果在匹配的开始处就不符合要求，则直接返回，匹配到的次数为0
'''

匹配模式

• re.U：在此模式下，\w、\d、\s等字符组简记法的匹配规则会发生改变，比如\w能匹配Unicode中的“单词字符”，包括中文字符，它有对应的模式修饰符u
• re.A：让\d、\w等字符组简记法恢复到ASCII匹配规则，它有对应的模式修饰符a

re模块相关函数

re.match() 函数

• 从头开始匹配
• 要么第一个就符合要求，要么不符合
• 匹配成功则返回Match对象，否则返回None
• 可以使用group()方法获取返回的数据
• 可以使用span()方法获取匹配的数据的下标区间

re.search() 函数

• 从字符串开头到结尾进行搜索式匹配
• 匹配成功则返回Match对象，否则返回None
• 可以使用group()方法获取返回的数据
• 可以使用span()方法获取匹配的数据的下标区间

search() 和 match() 方法的区别：

match()方法是从字符串的开头进行匹配，如果开始就不符合正则的要求，则匹配失败，返回None
search()方法是从字符串的开始位置一直搜索到字符串的最后，如果在整个字符串中都没有匹配到，则失败，返回None

re.findall()

• 按照正则表达式的规则在字符中匹配所有符合规则的元素，结果返回一个列表，如果没有找到则返回空列表

re.finditer()

• 按照正则表达式的规则在字符中匹配所有符合规则的元素，返回一个迭代器

re.sub() 搜索替换

• 按照正则表达式的规则，在字符串中找到需要 被替换的字符串，完成一个替换
• 参数：
  • pattern： 正则表达式的规则，匹配需要被替换的字符串
  • repl： 替换后的字符串
  • string： 被替换的原始字符串

compile()

可以直接将正则表达式定义为 正则对象，使用正则对象直接操作

示例：

import re

# 定义字符串
varstr = 'ak555nk523'

# 找到连续三个数字
reg = '\d{3}'
res = re.findall(reg,varstr)   #['555', '523']
res = re.finditer(reg,varstr)  #[<re.Match object; span=(3, 6), match='555'>, <re.Match object; span=(9, 12), match='523'>]

# 找到数字，替换成字符串
res = re.sub(reg,'AAA',varstr) #['a', 'k', 's', 'A', 'A', 'A', 'n', 'k', 'a', 'A', 'A', 'A']

# 直接定义正则表达式对象
reg = re.compile('\d{3}')
# 直接使用创建的正则对象，去调用对应的方法或函数
res = reg.findall(string=varstr) #['555', '523']

# 匹配手机号
varstr1 = '17610105211'
varstr2 = '1761010521a'
reg = '^1\d{10}$' # ^ 代表开头  $ 代表结尾
res = re.findall(reg,varstr1)  #['17610105211']
res = re.findall(reg,varstr2)  #[]
# 可以正确识别varstr1为手机号

正则部分归纳完毕，下周总结面向对象编程OOP相关内容，下周见~