day18-正则表达式
1、正则表达式
-
正则表达式是一种可以让一些复杂的字符串问题变得简单的工具
-
正则语法(通用)
1)re模块
fullmatch(正则表达式,字符串) - 判断整个字符串是否满足正则表达式描述的规则(完全匹配)
python提供正则表达式的方法:提供一个字符串,字符串内容是一个正则表达式,这个字符串的最前面需要加r
python的正则表达式:r'正则'
js的正则表达式:/正则/
oc的正则表达式:"正则"
2)正则语法内容
包括:匹配类符号、控制次数的符号、分组和分支、检测类符号
2、匹配类符号
- 匹配类符号 - 约束字符串中某一个位置上的字符是什么样的字符
- 普通字符:在正则表达式中表示符号本身的字符(除了特殊和符号之外的符号都是普通符号)
- . - 匹配任意一个字符
- \d - 匹配任意一个数字字符
- \D - 匹配任意一个非数字字符
- \s - 匹配任意一个空白字符(空白符号:任何可以产生空白效果的符号,例如:空格、\t、\n)
- \S - 匹配任意一个非空白字符
- [字符集] - 匹配字符集中的任意一个字符
- [^字符] - 匹配不在字符集中的任意一个字符,只有加在最前面才有意义
3、控制次数的符号
-
控制次数的符号的用法:匹配类符号次数
-
-
*-任意次数(0次或者多次)
-
± 至少一次(一次或者多次)
-
? - 0次或者1次
-
{} {N} - N次 {M,N} - 最少M次,最多N次 {M,} - 最少M次 {,N} - 最多N次
-
-
贪婪和非贪婪模式
-
在匹配次数不确定的时候,匹配次数有贪婪和非贪婪模式
- 默认是贪婪模式:*、+、{M,N}、{M,}、{,N}
- 贪婪模式:如果多种匹配次数都可以匹配成功,最后取最大的次数进行匹配
- 非贪婪模式:*?、+?、{M,N}?、{M,}?、{,N}?
4、分组和分支
-
分组 - ()
-
1)将正则的一部分用()括起来表示一个分组,然后整体控制次数
-
2)重复匹配结果:在正则中用()添加分组,然后在正则用\M来重复前面第M个分组的匹配结果
-
3)捕获,findall函数在正则表达式中有分组的时候,只获取分组匹配到的结果
-
分支 - /
正则1|正则2|正则3|.....
- 注意:如果是正则的部分要进行分支选择,需要将部分分支的地方加()
5、检测类符号
-
检测类符号 - 检测符号所在的位置是否负荷条件(必须是在匹配成功的前提下才检测)
-
单词边界 - \b
检测\b所在的位置是否是单词边界
单词边界:凡是可以将两个单词区分开的符号都是单词边界。比如:字符串开头、字符串结尾、空白字符、标点符号等
注意:检测类符号不影响字符串长度
- 检测字符串开头 - ^
- 检测字符串结尾 - $
6、转义符号
- 在正则中本身具备特殊功能或者特殊意义的符号前加’’,让它的功能消失,变成普通符号
- []也可以让独立存在有特殊意义的符号功能消失
- 注意:^和-在[]中的意义;[]在[]中使用要加\
7、re模块
- re模块中常用的函数及其功能
fullmatch(正则,字符串) - 判断整个字符串是否是正则描述的规则,如果不满足结果是None,满足返回匹配对象
match(正则,字符串) - 匹配字符串开头;如果不匹配则返回None,否者返回匹配对象
search(正则,字符串) - 在整个字符串中查找第一个满足正则表达式的子串,如果不匹配则返回None,否者返回匹配对象
findall(正则,字符串) - 获取整个字符串中所有满足正则的子串,返回一个列表(注意分组问题)
finditer(正则,字符串) - 获取整个字符串中所有满足正则的子串,返回一个迭代器,迭代器中的元素是匹配对象
sub(正则,字符串1,字符串2) - 将字符串2中所有的满足正则的字符替换成字符串1
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
作业练习
利用正则表达式完成下面的操作:
一、不定项选择题
-
能够完全匹配字符串"(010)-62661617"和字符串"01062661617"的正则表达式包括( A,B,D)
A.
r"\(?\d{3}\)?-?\d{8}"
B.r"[0-9()-]+"
C.r"[0-9(-)]*\d*"
D.r"[(]?\d*[)-]*\d*"
-
能够完全匹配字符串"back"和"back-end"的正则表达式包括(A,B,C ,D )
A.r'\w{4}-\w{3}|\w{4}'
B.r'\w{4}|\w{4}-\w{3}'
C.r'\S+-\S+|\S+'
D.r'\w*\b-\b\w*|\w*'
-
能够完全匹配字符串"go go"和"kitty kitty",但不能完全匹配“go kitty”的正则表达式包括(A,D)
A.r '\b(\w+)\b\s+\1\b'
B.r'\w{2,5}\s*\1'
C.r'(\S+) \s+\1'
D.r'(\S{2,5})\s{1,}\1'
-
能够在字符串中匹配"aab",而不能匹配"aaab"和"aaaab"的正则表达式包括(B, C)
A.r"a*?b"
B.r"a{,2}b"
C.r"aa??b"
D.r"aaa??b"
二、编程题
1.用户名匹配
要求: 1.用户名只能包含数字 字母 下划线
2.不能以数字开头
3.⻓度在 6 到 16 位范围内
result = fullmatch(r'[^0-9][a-zA-Z_0-9]{6,16}$', '_f_ggdgg111')
- 密码匹配
要求: 1.不能包含!@#¥%^&*这些特殊符号
2.必须以字母开头
3.⻓度在 6 到 12 位范围内
result = fullmatch(r'^[a-zA-Z][^!@#¥%^&*]{6,12}', 'S_HGJQ456')
- ipv4 格式的 ip 地址匹配
提示: IP地址的范围是 0.0.0.0 - 255.255.255.255
result = fullmatch(r'[0-2][0-5][0-5]\.[0-2][0-5][0-5]\.[0-2][0-5][0-5]\.[0-2][0-5][0-5]', '253.255.253.255')
- 提取用户输入数据中的数值 (数值包括正负数 还包括整数和小数在内) 并求和
例如:“-3.14good87nice19bye” =====> -3.14 + 87 + 19 = 102.86
from functools import reduce
str1 = '-3.14good87nice19bye'
result = findall(r'[+-]?\d+\.?\d+', str1)
print(reduce(lambda x, y: x + float(y), result, 0))
-
验证输入内容只能是汉字
result = fullmatch(r'[\u4e00-\u9fa5]+', '胡歌') print(result)
-
匹配整数或者小数(包括正数和负数)
result = fullmatch(r'[-+]?([1-9]\d*|0\.\d+|[1-9]\d*\.\d+)', '265') print(result)
-
验证输入用户名和QQ号是否有效并给出对应的提示信息
-
拆分长字符串:将一首诗的中的每一句话分别取出来
poem = '窗前明月光,疑是地上霜。举头望明月,低头思故乡。'
result = findall(r'[\u4e00-\u9fa5]+', poem)
print(result)