Python成长记十（正则表达式）
正则表达式
1、定义：正则表达式是一个特殊的字符序列，能方便的检测一个字符串是否与某种特定的模式匹配（比如快速检索文本、实现一些替换文本的操作）。
应用场景：1.检索一串数字是否为电话号码
2.检测一个字符串是否为email
3.把一个文本里指定的单词替换为另一个单词等
2、使用内置函数判断是否包含：
例如：
a = 'C|c++|Java|Python|Javascript|c#'
print(a.index('Python')>-1)
print('Python' in a)
结果：True True
3.正则表达式的使用
案例1：
import re
a = 'C|c++|Java|Python|Javascript|c#'
res = re.findall('Python',a) #普通字符
print(res)
结果：['Python']
总结：'Python' 是普通字符
案例2：
import re
a = 'C|c++|Java|Python|Javascript|c#'
res = re.findall('Python',a)
if len(res) >0:
print('字符串中包含Python')
结果：字符串中包含Python
总结：1、导入re模块
2、findall（parttern,string,flags）方法
案例3：
import re
a = 'C9c++5Java2Python0Javascript1c#'
#提取数字
res = re.findall('\d',a) #\d表示数字0到9
print(res)
结果：['9', '5', '2', '0', '1']
总结：\d 是元字符
相关元字符见底下截图。
案例4：
import re
a = 'C9c++5Java2Python0Javascript1c#'
#查找非数字
res = re.findall('\D',a) #\D表示非数字
print(res)
结果：
['C', 'c', '+', '+', 'J', 'a', 'v', 'a', 'P', 'y', 't', 'h', 'o', 'n', 'J', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't', 'c', '#']
3.字符集
案例5：
import re
a = 'abc, acc, adc, aec, afc, ahc'
#找出中间是c或者f的单词
res = re.findall('a[cf]c',a) #[]表示匹配一个或多个字符，关系是或关系
print(res)
结果：['acc', 'afc']
案例6：
import re
a = 'abc, acc, adc, aec, afc, ahc'
#找出中间不是c或者f的单词
res = re.findall('a[^cf]c',a)
print(res)
结果：['abc', 'adc', 'aec', 'ahc']
案例7：
import re
a = 'abc, acc, adc, aec, afc, ahc'
#找出中间是c到f的单词
res = re.findall('a[c-f]c',a) #[]表示匹配一个或多个字符，关系是或关系
print(res)
结果：['acc', 'adc', 'aec', 'afc']
4.概括字符集（比如\d,\D）
案例8：
import re
a = 'python123456java98javascript'
res = re.findall('[0-9]',a) #和\d的结果一样
print(res)
结果：['1', '2', '3', '4', '5', '6', '9', '8']
案例9：
import re
a = 'python123456java98javascript'
res = re.findall('[^0-9]',a) #和\D的结果一样
print(res)
结果：['p', 'y', 't', 'h', 'o', 'n', 'j', 'a', 'v', 'a', 'j', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't']
案例10：
import re
a = 'python#123456 java$98javascript_'
#匹配所有的字母和数字
res = re.findall('\w',a) #\w匹配单词字符
print(res)
结果：['p', 'y', 't', 'h', 'o', 'n', '1', '2', '3', '4', '5', '6', 'j', 'a', 'v', 'a', '9', '8', 'j', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't', '_']
总结：\w匹配所有的字母和数字
案例11：
import re
a = 'python#123456 java$98javascript_'
#匹配所有的字母和数字
res = re.findall('[A-Za-z0-9_]',a) #和\w效果一样
print(res)
案例12：
import re
a = 'python#123456 java$98javascript_'
#匹配所有的非字母和数字
res = re.findall('\W',a) #\W匹配所有非单词字符
print(res)
结果：['#', ' ', '$']
案例13：
import re
a = 'python#123456 java$98javascript_\r'
#匹配所有空白字符
res = re.findall('\s',a) #\s匹配空格字符
print(res)
结果：[' ', '\r']
总结：\s 匹配空格字符 \S 匹配非空格字符
5.数量词
import re
a = 'python#123456 java$98javascript_\r'
#匹配所有编程语言
res = re.findall('[a-z]{3,10}',a) #{}表示重复的次数
print(res)
结果：['python', 'java', 'javascript']
6.贪婪 与 非贪婪（默认是贪婪的模式）
（1）贪婪：以案例5为例，以匹配时以最大的数为准开始匹配直到匹配到都不满足条件为止
（2）非贪婪：表示方法在数量词后边加问号(?)
比如：
import re
a = 'python#123456 java$98javascript_\r'
#匹配所有编程语言
res = re.findall('[a-z]{3,10}?',a) #{}表示重复的次数
print(res)
结果：['pyt', 'hon', 'jav', 'jav', 'asc', 'rip']
总结：找到3个（以最小的数匹配）就默认匹配成功
7、匹配0次1次或者无限多次星号（*）
案例：
import re
a = 'pytho0python1pythonn2'
#* 匹配0次或者无限多次
res = re.findall('python*',a)
print(res)
结果：['pytho', 'python', 'pythonn']
8、匹配1次或者无限多次加号(+)
案例：
import re
a = 'pytho0python1pythonn2'
#+匹配1次或者无限多次
res = re.findall('python+',a)
print(res)
结果：['python', 'pythonn']
9、匹配0次或者1次问号(?)
案例：
import re
a = 'pytho0python1pythonn2'
#？ 匹配0次或者1次
res = re.findall('python?',a)
print(res)
结果：['pytho', 'python', 'python']
10、与贪婪模式中问号的区别（贪婪模式中?号前面是范围）
案例：
import re
a = 'pytho0python1pythonn2'
#与贪婪模式中问号的区别
res = re.findall('python{1,3}?',a) #{}表示重复的次数
print(res)
结果：['python', 'python']
11、边界匹配符（^表示从字符串开始匹配，$表示从字符串末尾开始匹配）
案例：（匹配3~6位的数字）
import re
a = '12000'
#匹配3~6位的数字
res = re.findall('^\d{3,6}$',a) #{}表示重复的次数
print(res)
结果：['12000']
12.组(小括号()且关系)
案例：（判断是否包含3个Python）
import re
a = 'PythonPythonPythonPython'
#判断是否包含3个Python
res = re.findall('(Python){3}',a) #()且关系
print(res)
13、匹配模式参数
案例：
import re
a = 'PythonPythonC#PythonPythonPHPC++'
#忽略字母大小写
res = re.findall('c#',a,re.I) #()且关系
print(res)
结果：['C#']
案例2：（匹配多个模式的字符）
对比：点号(.)匹配除换行符\n之外其他所有字符
import re
a = 'PythonC#\nJavaPHP'
#忽略字母大小写
res = re.findall('c#.{1}',a,re.I | re.S) #re.S可以忽略点号的行为
print(res)
14、re.sub正则替换
用法：re.sub(pattern,repl,string,count=0,flags=0)
案例1：
import re
a = 'PythonC#JavaPHP'
res = re.sub('C#','GO',a)
print(res)
结果：PythonGOJavaPHP
案例2：
import re
a = 'PythonC#JavaC#PHP'
res = re.sub('C#','GO',a,1) #0表示无限次替换,1表示替换1次
print(res)
结果：PythonGOJavaC#PHP
案例3：
使用字符串内置函数：
import re
a = 'PythonC#JavaC#PHP'
res = a.replace('C#','GO')
print(res)
结果：PythonGOJavaGOPHP
案例4：
被替换的目标可以是一个函数：
import re
a = 'PythonC#JavaC#PHPC#'
def convert(value):
matched = value.group()
return '!'+matched+'!'
res = re.sub('C#',convert,a) #0表示无限次替换,1表示替换1次
print(res)
结果：Python!C#!Java!C#!PHP!C#!
案例5：把函数作为参数传递
目的：替换数字大于6的为8，替换数字小于6的为0
import re
a = 'A8D3456789G'
def convert(value):
matched = value.group()
if int(matched) >= 6:
return '8'
else:
return '0'
res = re.sub('\d',convert,a) #\d表示先找到所有的数字
print(res)
结果：A8D0008888G
15、search与match函数
区别：match从第一个字符开始匹配，如果没有匹配成功则返回None，search搜索整个字符串直到找到与之匹配的即可，返回一个对象。（一旦匹配成功则立即停止搜索）
案例1：
import re
a = 'A8D3456789G'
res = re.match('\d',a)
res1 = re.search('\d',a)
print(res)
print(res1)
结果：
None
<_sre.SRE_Match object; span=(1, 2), match='8'>
案例2：返回相应的值或者位置
import re
a = '8D3456789G'
res = re.match('\d',a)
res1 = re.search('\d',a)
print(res.span())
print(res1.group())
结果：
(0, 1)
8
总结：如果使用findall()则返回一个列表
16、group分组
案例1：
import re
a = 'life is short,I use python'
#获取life和python之间的单词
res = re.search('life(.*)python',a)
print(res.group(1)) #0返回完整匹配结果
结果： is short,I use
案例2：
使用findall()
import re
a = 'life is short,I use python'
#获取life和python之间的单词
res = re.findall('life(.*)python',a)
print(res)
结果：[' is short,I use ']
案例3：
import re
a = 'life is short,I use python,I love python'
#获取life和python之间的单词
res = re.search('life(.*)python(.*)python',a)
print(res.group(0,1,2))
结果：('life is short,I use python,I love python', ' is short,I use ', ',I love ')
案例4：groups()的使用
import re
a = 'life is short,I use python,I love python'
#获取life和python之间的单词
res = re.search('life(.*)python(.*)python',a)
#print(res.group(0,1,2))
print(res.groups())
1、定义：正则表达式是一个特殊的字符序列，能方便的检测一个字符串是否与某种特定的模式匹配（比如快速检索文本、实现一些替换文本的操作）。
应用场景：1.检索一串数字是否为电话号码
2.检测一个字符串是否为email
3.把一个文本里指定的单词替换为另一个单词等
2、使用内置函数判断是否包含：
例如：
a = 'C|c++|Java|Python|Javascript|c#'
print(a.index('Python')>-1)
print('Python' in a)
结果：True True
3.正则表达式的使用
案例1：
import re
a = 'C|c++|Java|Python|Javascript|c#'
res = re.findall('Python',a) #普通字符
print(res)
结果：['Python']
总结：'Python' 是普通字符
案例2：
import re
a = 'C|c++|Java|Python|Javascript|c#'
res = re.findall('Python',a)
if len(res) >0:
print('字符串中包含Python')
结果：字符串中包含Python
总结：1、导入re模块
2、findall（parttern,string,flags）方法
案例3：
import re
a = 'C9c++5Java2Python0Javascript1c#'
#提取数字
res = re.findall('\d',a) #\d表示数字0到9
print(res)
结果：['9', '5', '2', '0', '1']
总结：\d 是元字符
相关元字符见底下截图。
案例4：
import re
a = 'C9c++5Java2Python0Javascript1c#'
#查找非数字
res = re.findall('\D',a) #\D表示非数字
print(res)
结果：
['C', 'c', '+', '+', 'J', 'a', 'v', 'a', 'P', 'y', 't', 'h', 'o', 'n', 'J', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't', 'c', '#']
3.字符集
案例5：
import re
a = 'abc, acc, adc, aec, afc, ahc'
#找出中间是c或者f的单词
res = re.findall('a[cf]c',a) #[]表示匹配一个或多个字符，关系是或关系
print(res)
结果：['acc', 'afc']
案例6：
import re
a = 'abc, acc, adc, aec, afc, ahc'
#找出中间不是c或者f的单词
res = re.findall('a[^cf]c',a)
print(res)
结果：['abc', 'adc', 'aec', 'ahc']
案例7：
import re
a = 'abc, acc, adc, aec, afc, ahc'
#找出中间是c到f的单词
res = re.findall('a[c-f]c',a) #[]表示匹配一个或多个字符，关系是或关系
print(res)
结果：['acc', 'adc', 'aec', 'afc']
4.概括字符集（比如\d,\D）
案例8：
import re
a = 'python123456java98javascript'
res = re.findall('[0-9]',a) #和\d的结果一样
print(res)
结果：['1', '2', '3', '4', '5', '6', '9', '8']
案例9：
import re
a = 'python123456java98javascript'
res = re.findall('[^0-9]',a) #和\D的结果一样
print(res)
结果：['p', 'y', 't', 'h', 'o', 'n', 'j', 'a', 'v', 'a', 'j', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't']
案例10：
import re
a = 'python#123456 java$98javascript_'
#匹配所有的字母和数字
res = re.findall('\w',a) #\w匹配单词字符
print(res)
结果：['p', 'y', 't', 'h', 'o', 'n', '1', '2', '3', '4', '5', '6', 'j', 'a', 'v', 'a', '9', '8', 'j', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't', '_']
总结：\w匹配所有的字母和数字
案例11：
import re
a = 'python#123456 java$98javascript_'
#匹配所有的字母和数字
res = re.findall('[A-Za-z0-9_]',a) #和\w效果一样
print(res)
案例12：
import re
a = 'python#123456 java$98javascript_'
#匹配所有的非字母和数字
res = re.findall('\W',a) #\W匹配所有非单词字符
print(res)
结果：['#', ' ', '$']
案例13：
import re
a = 'python#123456 java$98javascript_\r'
#匹配所有空白字符
res = re.findall('\s',a) #\s匹配空格字符
print(res)
结果：[' ', '\r']
总结：\s 匹配空格字符 \S 匹配非空格字符
5.数量词
import re
a = 'python#123456 java$98javascript_\r'
#匹配所有编程语言
res = re.findall('[a-z]{3,10}',a) #{}表示重复的次数
print(res)
结果：['python', 'java', 'javascript']
6.贪婪 与 非贪婪（默认是贪婪的模式）
（1）贪婪：以案例5为例，以匹配时以最大的数为准开始匹配直到匹配到都不满足条件为止
（2）非贪婪：表示方法在数量词后边加问号(?)
比如：
import re
a = 'python#123456 java$98javascript_\r'
#匹配所有编程语言
res = re.findall('[a-z]{3,10}?',a) #{}表示重复的次数
print(res)
结果：['pyt', 'hon', 'jav', 'jav', 'asc', 'rip']
总结：找到3个（以最小的数匹配）就默认匹配成功
7、匹配0次1次或者无限多次星号（*）
案例：
import re
a = 'pytho0python1pythonn2'
#* 匹配0次或者无限多次
res = re.findall('python*',a)
print(res)
结果：['pytho', 'python', 'pythonn']
8、匹配1次或者无限多次加号(+)
案例：
import re
a = 'pytho0python1pythonn2'
#+匹配1次或者无限多次
res = re.findall('python+',a)
print(res)
结果：['python', 'pythonn']
9、匹配0次或者1次问号(?)
案例：
import re
a = 'pytho0python1pythonn2'
#？ 匹配0次或者1次
res = re.findall('python?',a)
print(res)
结果：['pytho', 'python', 'python']
10、与贪婪模式中问号的区别（贪婪模式中?号前面是范围）
案例：
import re
a = 'pytho0python1pythonn2'
#与贪婪模式中问号的区别
res = re.findall('python{1,3}?',a) #{}表示重复的次数
print(res)
结果：['python', 'python']
11、边界匹配符（^表示从字符串开始匹配，$表示从字符串末尾开始匹配）
案例：（匹配3~6位的数字）
import re
a = '12000'
#匹配3~6位的数字
res = re.findall('^\d{3,6}$',a) #{}表示重复的次数
print(res)
结果：['12000']
12.组(小括号()且关系)
案例：（判断是否包含3个Python）
import re
a = 'PythonPythonPythonPython'
#判断是否包含3个Python
res = re.findall('(Python){3}',a) #()且关系
print(res)
13、匹配模式参数
案例：
import re
a = 'PythonPythonC#PythonPythonPHPC++'
#忽略字母大小写
res = re.findall('c#',a,re.I) #()且关系
print(res)
结果：['C#']
案例2：（匹配多个模式的字符）
对比：点号(.)匹配除换行符\n之外其他所有字符
import re
a = 'PythonC#\nJavaPHP'
#忽略字母大小写
res = re.findall('c#.{1}',a,re.I | re.S) #re.S可以忽略点号的行为
print(res)
14、re.sub正则替换
用法：re.sub(pattern,repl,string,count=0,flags=0)
案例1：
import re
a = 'PythonC#JavaPHP'
res = re.sub('C#','GO',a)
print(res)
结果：PythonGOJavaPHP
案例2：
import re
a = 'PythonC#JavaC#PHP'
res = re.sub('C#','GO',a,1) #0表示无限次替换,1表示替换1次
print(res)
结果：PythonGOJavaC#PHP
案例3：
使用字符串内置函数：
import re
a = 'PythonC#JavaC#PHP'
res = a.replace('C#','GO')
print(res)
结果：PythonGOJavaGOPHP
案例4：
被替换的目标可以是一个函数：
import re
a = 'PythonC#JavaC#PHPC#'
def convert(value):
matched = value.group()
return '!'+matched+'!'
res = re.sub('C#',convert,a) #0表示无限次替换,1表示替换1次
print(res)
结果：Python!C#!Java!C#!PHP!C#!
案例5：把函数作为参数传递
目的：替换数字大于6的为8，替换数字小于6的为0
import re
a = 'A8D3456789G'
def convert(value):
matched = value.group()
if int(matched) >= 6:
return '8'
else:
return '0'
res = re.sub('\d',convert,a) #\d表示先找到所有的数字
print(res)
结果：A8D0008888G
15、search与match函数
区别：match从第一个字符开始匹配，如果没有匹配成功则返回None，search搜索整个字符串直到找到与之匹配的即可，返回一个对象。（一旦匹配成功则立即停止搜索）
案例1：
import re
a = 'A8D3456789G'
res = re.match('\d',a)
res1 = re.search('\d',a)
print(res)
print(res1)
结果：
None
<_sre.SRE_Match object; span=(1, 2), match='8'>
案例2：返回相应的值或者位置
import re
a = '8D3456789G'
res = re.match('\d',a)
res1 = re.search('\d',a)
print(res.span())
print(res1.group())
结果：
(0, 1)
8
总结：如果使用findall()则返回一个列表
16、group分组
案例1：
import re
a = 'life is short,I use python'
#获取life和python之间的单词
res = re.search('life(.*)python',a)
print(res.group(1)) #0返回完整匹配结果
结果： is short,I use
案例2：
使用findall()
import re
a = 'life is short,I use python'
#获取life和python之间的单词
res = re.findall('life(.*)python',a)
print(res)
结果：[' is short,I use ']
案例3：
import re
a = 'life is short,I use python,I love python'
#获取life和python之间的单词
res = re.search('life(.*)python(.*)python',a)
print(res.group(0,1,2))
结果：('life is short,I use python,I love python', ' is short,I use ', ',I love ')
案例4：groups()的使用
import re
a = 'life is short,I use python,I love python'
#获取life和python之间的单词
res = re.search('life(.*)python(.*)python',a)
#print(res.group(0,1,2))
print(res.groups())
结果：(' is short,I use ', ',I love ')
元字符包括哪些（来自百度百科）见截图：