Day17.png
1 正则表达式
正则表达式就是做字符串匹配的一种工具，很多语法都支持正则语法，正则语法通常是通用的。
python通过re模块中提供的方法来使用正则表达式
python的正则表达式 -- r'正则'：r阻止转义
js正则表达式 -- /正则/
2 正则表达式的字符
2.1 匹配字符
- 普通字符
普通字符在正则中代表字符本身，例如：a, A, 1……等。
re_str = r'hello'
result = re.fullmatch(re_str, 'hello')
print(result)
- .
一个.匹配一个任意字符
re_str = r'a.c' # 要求第二个字符可以是任意字符，第一个必须是a,第三个必须是c
result = re.fullmatch(re_str, 'abc')
print(result)
result = re.fullmatch(re_str, 'cbc')
print(result)
- \w
匹配字母、数字、下划线，一个\w只能匹配一个字符。
注意：\w并不严谨，还可以匹配中文等字符;严格来说：不能匹配ASCII码表中除数字、字母、下划线以外的符号。
re_str = r'\wabc'
result = re.fullmatch(re_str, 'aabc')
print(result)
result = re.fullmatch(re_str, '&abc')
print(result)
- \s
匹配空白字符
空白字符：空格、\t, \n；一个\s只能匹配一个空字符
re_str = r'...\s\s...'
result = re.fullmatch(re_str, 'abc \ncba')
print(result)
- \d
匹配数字
re_str = r'\d\dabc'
result = re.fullmatch(re_str, '12abc')
print(result)
- \W
匹配非数字、字母、下划线 - \S
匹配非空白字符
re_str = r'\Sabc'
result = re.fullmatch(re_str, '1abc')
print(result)
- \D
匹配非数字字符 - []
匹配字符集中的一个字符
[普通字符集] - 蒲培字符集中的任意一个字符
注意：一个中括号只能匹配一个字符
括号中也可以放入其他的匹配字符
[字符1-字符2] -- 匹配字符1到字符2中的任一字符（要求字符1的编码值小于字符2）
[0-9] 匹配所有数字
[a-z] 小写字母
[A-Z] 大写字母
[a-zA-Z] 字母
[\da-zA-z] - 字母数字下划线
[\u4e00-\u9fa5] - 所有中文
[^字符集] - 匹配不在字符集中的任一一个字符
[^\u4e00-\u9fa5] - 匹配非中文字符
[^xyz] - 匹配非xyz
re_str = r'[a-z]abc'
result = re.fullmatch(re_str, '1abc')
print(result)
# 匹配一个长度是4的字符串，第一个字符是数字或者xyz
re_str = r'[\dxyz]abc'
result = re.fullmatch(re_str, '1abc')
print(result)
re_str = r'[\u4e00-\u9fa5]abc'
result = re.fullmatch(re_str,'你abc')
print(result)
2.2 检测字符
- \b
检查\b所在的位置是否是单词的边界
单词边界 -- 字符串开头、字符串结尾、空白，标点符号等
# 匹配一个长度是4的字符串，第一个字符是任意，后边是abc；检测c的后边是否是单词边界
re_str = r'.abc\b'
print(re.fullmatch(re_str, '8abc'))
re_str = r'how\b are'
print(re.fullmatch(re_str, 'how are')) # 不能匹配，\b不占位置，需加空格
- ^
检查是否是字符串开头 - $
检测是否是字符串的结尾
2.3 转义符号
转义符号：在有特殊功能、意义的符号前加'\'，让特殊功能的符号变为普通符号
注意：除了^放在[]开头，和-放在两个字符之间，其他单独的特殊符号，在[]中没有特殊功能，都是表示字符本身.
re_str = r'\d\d.\d\d'
print(re.fullmatch(re_str, '89=78'))
re_str = r'\^\d\d\d'
print(re.fullmatch(re_str, '^789'))
re_str = r'\d\d[.]\d\d'
print(re.fullmatch(re_str, '23=45'))
# ^在[]中，只要不是开头，就没有特殊意义
re_str = r'\d\d[a^]\d\d'
print(re.fullmatch(re_str, '23^45'))
# -在[]中，只要不放在字符之间就没有特殊意义
re_str = r'\d\d[-a]\d\d'
print(re.fullmatch(re_str, '23-45'))
2.4 匹配次数
*-- 匹配0次或多次
字符* -- 指定字符出现0次或者多次
a* -- 字符a匹配0次或多次
\d* -- 数字出现0次或多次
[a-z]* -- 小写字母匹配0或多次
+ -- 匹配1次或多次
? -- 0次或1次
{} 指定匹配次数
{N} -- 匹配N次
{M,N} -- 匹配至少M次，最多N次
{M,} -- 至少M次
{，N} -- 至多N次
re_str = r'a*bc'
print(re.fullmatch(re_str, 'bc'))
print(re.fullmatch(re_str, 'ac'))
re_str = r'a\d+b'
re_str = r'[+-]?\d*'
print(re.fullmatch(re_str, '0'))
re_str = r'\d{4}'
print(re.fullmatch(re_str, '4444'))
re_str = r'\d{2,4}'
print(re.fullmatch(re_str, '422'))
# 写一个正则表达式判断密码是否复合要求：
# 密码由数字或字母组成，并且第一个字符是大写字母，长度是6-12位
# 是否复合要求返回提示
re_str = r'[A-Z][A-Za-z\d]{5,11}'
a = input('输入密码')
if re.fullmatch(re_str, a):
print("密码复合要求")
else:
print('密码不复合要求')
2.5 分支和分组
- | -- 分支
正则1|正则2 -- 先用正则1进行匹配，如果匹配失败再用正则2匹配。正则1和正则2中只要有一个成功就成功，都失败则失败。
注意：如果正则1匹配成功了，不会使用正则2去匹配
# 匹配一个字符串，开头是abc或者xyz
re_str = r'abc.*|xyz.*'
print(re.fullmatch(re_str, 'abc'))
- () -- 分组
将部分正则作为一个整体
#整体区分
re_str = r'（xxx|yyy）[a-z]{2}[a-z]{2}\d{2}'
#整体操作
re_str = r'(\d{2}[a-zA-Z]{2}){3}'
# 整体重复
# \M -- 重复前面第M个分组匹配到的内容
# 89abc89，11abc11
re_str = r'(\d\d)abc\1' # \1表示重复第一个分组
print(re.fullmatch(re_str, '90abc90'))
re_str = r'(\d{3})([a-z]{2})\1\1\2'
2.6 非贪婪
贪婪 - 匹配次数不确定的时候尽可能多的匹配（以上次数不确定的符号都是贪婪的）
非贪婪 -- 匹配次数不确定的时候尽可能少的匹配（次数不确定符号后加'?'）
*? -- 0次或多次，尽可能少
+? -- 1次或多次，尽可能少
?? -- 1次或1次，尽可能扫
{M,N}?
{M，}？
{，N}？
re_str = r'a+'
print(re.search(re_str,'baaaaac')) # 贪婪
re_str = r'a+?'
print(re.search(re_str,'baaaaac')) # 非贪婪
3 正则的对象方法
- compile(正则表达式)
创建正则表达式对象
re_str = r'\d{3}'
re_obj = compile(re_str)
