python正则表达(06)

参考视频： 黑马保姆级视频

**参考API: **菜鸟教程

1 正则表达式概念

正则表达式,又称规则表达式(Regular Expression)，是使用单个字符串来描述、匹配某个句法规则的字符
来检索、替换那些符合某个模式(规则)的文本。
简单来说：通过规则去验证字符串是否匹配。

比如，验证一个字符串是否是符合条件的电子邮箱地址，只需要配置好正则规则，即可匹配任意邮箱。
比如通过正则规则: (^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$) 即可匹配一个字符串是否是标准邮箱格式

2 正则的三个基础方法

2.1 match、search、findall三个基础方法

match 是从头匹配，匹配第一个命中项 ，未匹配返None

search全局搜索，匹配第一个命中项, 未匹配返None

findall 全局匹配，匹配全部命中项，未匹配返回值[]列表,如果正则有(),会每个组结果返回结果

Python正则表达式,使用re模块，并基于re模块中三个基础方法来做正则匹配。
分别是:match、search、findall三个基础方法

从被匹配字符串开头进行匹配，匹配成功返回匹配对象(包含匹配的信息)，匹配不成功返回空。

2.2 re.match() 函数

2.2.1 re.match(匹配规则，被匹配字符串)

​ 注意：match()尝试从字符串的起始位置匹配一个模式**，如果不是起始位置匹配成功的话**，match() 就返回 none

import re

s = 'python itheima python itheima python itheima'

# 第一个是匹配规则，第二个是被匹配，要筛选的数据,返回匹配的下标span=(0, 6)
result =  re.match("python", s )
print(result)  # 打印结果： <re.Match object; span=(0, 6), match='python'>
print(result.span())  # 打印为 （0,6）
print(result.group()) # python

2.2.2验证是否开头匹配，match是匹配开头，后面的是不匹配

import re
s='1python itheima python itheima python itheima'

result=re.match('python' s)
print(result) # None

match是匹配开头，后面的是不匹配

2.3 re.search()

2.3.1 search(匹配规则，被匹配字符串)

注意：搜索整个字符串，找出匹配的。从前向后，找到第一个后，就停止，不会继续向后

import re
s='1python666itheima666python666'

result=re.search('python',s)
print(result)  # <re.Match object; span=(1, 7), match='python'>

print(result.span()) # (1, 7)
print(result.group()) # python

2.3.2 search整个字符串都找不到，返回None

import re

s='itheima666'
result=re.search('python', s)
print(result)  # None

2.4 re.findall(匹配规则，被匹配字符串)

2.4.1 匹配到返回值

注意：匹配整个字符串，找出全部匹配项

import re
s='1python666itheima666python666'

result = re.findall('python', s)
print(result)  # ['python','python']

2.4.2找不到返回空list:[]

import re
s='1python666itheima666python666'
result =re.findall('itcast', s)
print(result) # []

3 元字符匹配

基础的字符串匹配，正则最强大的功能在于元字符匹配规则

3.1 单字符匹配规则：

字符	功能
.	点匹配任意1个字符(除了\n)，\.匹配点本身
[]	匹配[]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字
\s	匹配空白，即空格、tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

3.2 匹配示例:

3.2.1 找出全部数字: \d

import re
s = "itheima1 @@python2 !!666 ##itcast3"

# 字符串前面带上r的标记，表示字符串中转义字符串无效，就是普通字符的意思
result  = re.findall(r'\d', s) 

print(result)   # 打印：['1', '2', '6', '6', '6', '3']

3.2.2 找出特殊字符: \W

import re
s = "itheima1 @@python2 !!666 ##itcast3"

# 字符串前面带上r的标记，表示字符串中转义字符串无效，就是普通字符的意思
result  = re.findall(r'\W', s) 
print(result)  # [' ', '@', '@', ' ', '!', '!', ' ', '#', '#']

3·找出全部英文字母:[a-zA-Z] 或者字母数字[a-zA-Z0-9]

import re
s="itheima1 @@python2 !!666 ##itcast3"

# 字符串前面带上r的标记，表示字符串中转义字符串无效，就是普通字符的意思
result  = re.findall(r'[a-zA-Z]', s) 

print(result)
# 打印：['i', 't', 'h', 'e', 'i', 'm', 'a', 'p', 'y', 't', 'h', 'o', 'n', 'i', 't', 'c', 'a', 's', 't']

3.3 数量匹配

字符	功能
*	匹配前一个规则的字符出现0至无数次
+	匹配前一个规则的字符出现1至无数次
?	匹配前一个规则的字符出现0次或1次
{m}	匹配前一个规则的字符出现m次
{m,}	匹配前一个规则的字符出现最少m次
{m,n}	匹配前一个规则的字符出现m到n次

3.4 边界匹配

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配一个单词的边界
\B	匹配非单词边界

3.5 分组匹配

字符	功能
|	匹配左右任意一个表达式
()	将括号中字符作为一个分组

3.6 匹配规则组合图

3.7 匹配案例

注意：正则不要随意加空格

3.7.1 匹配账号，只能由字母和数字组成，长度限制6到10位

规则为:^[0-9a-zA-Z]{6,10}$

import re
r = '^[0-9a-zA-Z]{6,10}$'
s = '123456789a'
print(re.findall(r,s)) # 打印：['123456789a']

3.7.2 配QQ号,要求纯数字,长度5-11,第一位不为0

规则 : ^[1-9][0-9]{4,10}&

import re
r = '^[1-9][0-9]{4,10}$'   # 注意：[1-9]匹配第一位，[0-9]匹配后面4到10位
s = '123456789'
print(re.findall(r,s))  #['123456789']

3.7.3 匹配邮箱地址，只允许qq、163、gmail这三种邮箱地址

规则为:^[\w-]+(\.[\w-]+)*@(qq|163|gmail)(\.[\w-]+)+$

import re
r = r'(^[\w-]+(\.[\w-]+)*@(qq|163|gmail)(\.[\w-]+)+$)'  # 技巧使用findall整个整体包起来
s = 'a.b.c.d@qq.com.a.z'
print(re.findall(r, s))

打印结果：[('a.b.c.d@qq.com.a.z', '.d', 'qq', '.z')]

优化：使用match

import re
r = r'^[\w-]+(\.[\w-]+)*@(qq|163|gmail)(\.[\w-]+)+$'
s = 'a.b.c.d@qq.com.a.z'
print(re.match(r, s))

打印结果：<re.Match object; span=(0, 18), match='a.b.c.d@qq.com.a.z'>