023re模块（正则）

Posted 2020-10-20 Alos

之前我刚学的python知识点，没有题目进行熟悉，后面的知识点会有练习题，并且慢慢补充。
看到很多都是很简单的练习，碰到复杂、需要运用的再补充吧
#字符串中使用到正则表达式

s=\'hello  world\'
print(s.find(\'ll\'))
ret=s.replace(\'ll\',\'aiq\')
print(ret)
print(s.split(\'o\'))

#字符串里面使用的是完全匹配

##引入正则：模糊匹配
#引入例子

import  re
ret=re.findall(\'w\\w{2}l\',\'hello  world\',)
print(ret)   # [\'worl\']

 

##元字符（11个）   . 通配符  ^尖角符(头)   $(尾)    *  +  { }             [ ]   \\   ( )   |  
#.通配符

ret=re.findall(\'w..l\',\'hello  world\',)
print(ret)   # [\'worl\']

.表示任何东西，但一个点只能表示一位

#^ 尖角符

ret=re.findall(\'^w..l\',\'hello world\',)
print(ret)      # []

^ 只是在开头匹配，world在开头才能匹配

#$

ret=re.findall(\'w..ld$\',\'hello  world\',)
print(ret)            #  [\'world\']

$ 只是在末尾匹配

#*

ret=re.findall(\'xia.*aiq\',\'xiawlgakwjegkawaiqweagkxiadajglagjgaaiqlskajweg\')
print(ret)        # [\'xiawlgakwjegkawaiqweagkxiadajglagjgaaiq\']

* 表示重复前面多个，包括0个，比如这里是重复多个‘.’
在例如：重复多个a

ret=re.findall(\'ba*\',\'uwefwoiafbaaaaaaaaaa\',)
print(ret)      #  [\'xiawlgakwjegkawaiqweagkxiadajglagjgaaiq\']

 

#+

ret=re.findall(\'a+b\',\'aaaaabhweogna\')
print(ret)     #  [\'aaaaab\']

+表示一个以上

#？

ret=re.findall(\'a?b\',\'aaaaabhweognabawegb\')
print(ret)    # [\'ab\',\'ab\',\'b\']

？表示0或者1个

 # { }  

ret=re.findall(\'a{5}b\',\'aaaaabjaweogldksgajaaab\')
print(ret)      #  [\'aaaaab\']
# {5}  表示固定的有5个
ret=re.findall(\'a{1,5}b\',\'aaaaabjaweogldksgajaaab\')
print(ret)     # [\'aaaaab\',\'aaab\']
# {1,5} 表示1～5次的都可以

 

 ##.  ^   $  *  +    ?   { }     推荐使用 *  +  ?

 ##后面四个更常用
#[ ] 字符集：取消元字符的特殊功能（\\    ^   -）

ret=re.findall(\'a[c,d]iq\',\'aeawadiqawe\',)
print(ret)           # [\'adiq\']

ret=re.findall(\'[a-z]\',\'aiq\')
print(ret)          # [\'a\',\'i\',\'q\']

ret=re.findall(\'[.*]\',\'aiq\')     # .  *  都没有意义了
print(ret)            #  []

# 字符集里面加^
ret=re.findall(\'[^t]\',\'wjrttttt\')
print(ret)                       #  [\'w\',\'j\',\'r\']
ret=re.findall(\'[^t,j]\',\'wjrttttt\')      #这里是出了\'t  ,   j\'的其他字符
print(ret)                       #  [\'w\',\'r\']

 

#  \\ 特殊字符被去除特殊功能，普通字符被加上特殊功能

print(re.findall(\'\\d{11}\',\'aweoigw12354616579  12221845651\'))         # [\'12354616579\']
print(re.findall(r\'I\\b\',\'Iloveq.\'))    #  [\'I\'] \\b表示特殊字符

print(re.search(\'aiq\',\'awekgwaeiaiqawefweaiq\',))   # <_sre.SRE_Matchobject;span=(9,12),match=\'aiq\'>

findall找字符串中全部符合的，返回一个列表
search找到第一个结果，返回一个不知道什么类型的东西。使用.group方法可以返回找到的字符串
没有找到不能调用.group方法

# \\\\ 找\\

ret=re.findall(\'\\\\\\\\\',\'abc\\de\')
print(ret)            # [\'\\\\\']
ret=re.findall(r\'\\\\\',\'abc\\de\')
print(ret)            # [\'\\\\\']

\\b在python解释器有特殊意义，加了r过后，python解释器就不会解释这个了

 #（）分组

print(re.search(\'(as)+\',\'sdjasasasaswefkajasasafw\').group())#asasasas

ret=re.search(\'(?P<name>\\w{2})/(?P<age>\\d{2})\',\'xq/32\')     # 命名分组 <?P<name>
print(ret.group())                   #xq/32
print(ret.group(\'name\'))           #xq
print(ret.group(\'age\'))              #32

# | 管道符 代表或

print(re.search(\'(as)|3\',\'as3\').group())          #  as

ret=re.search(\'(?P<id>\\d{3})/(?P<name>\\w{3})\',\'weeew34ttt456/qqq\')     # ?P<id> 这里是自己定义一个名字
print(ret.group())           # 456/qqq
print(ret.group(\'id\'))       # 456/qqq
print(ret.group(\'name\'))       #  qqq

使用findall方法得到的结果   [(\'xq\', \'32\')]

 

 

################################################################
正则表达式的方法
1、findall（）：匹配的结果返回到了一个列表里面
2、search（）：返回匹配到的第一个对象，可以调用group方法返回结果
3、match（）：只在字符开始匹配，和^号效果一样，但是 返回对象
4、split（）：先按j分，然后在把分开的部分按s分

ret=re.split(\'[j,s]\',\'djksal\')               #  ******
print(ret)                                                          #  [\'d\',\'k\',\'al\']

5、sub（）：代替

ret=re.sub(\'x..ui\',\'aiq\',\'xijuialwewejgaiq\')
print(ret)   #  aiqalwewejgaiq

6、compile（）：编译了一个规则，通过规则对象

k=re.compile(\'\\.com\') 
ret=k.findall(\'afaewlj.comawelgkj\')
print(ret)                 #  [\'.com\']

7、finditer（）：得到一个可迭代对象

ret=re.finditer(\'\\d\',\'sweg273932hk2k3jt23jk\')
print(next(ret).group())

#看一本书上的贪婪性匹配算法和懒惰性匹配算法
上面都是贪婪的
#懒惰性匹配算法

result=re.findall(\'<.+>\',\'aiq<book><title>python</title><author>jiang<author></book>ai\')
print(result)   # 贪婪性[\'<book><title>python</title><author>jiang<author></book>\']
result=re.findall(\'<.+?>\',\'aiq<book><title>python</title><author>jiang<author></book>ai\')
print(result)   # 懒惰性 [\'<book>\',  \'<title>\',  \'</title>\',  \'<author>\',  \'<author>\',  \'</book>\']

感觉就是后面加了个问号，书上的例子都是这样。没错，就是多了个？

 

 ################################################################
练习：
1、查找字符串中的6位数

result=re.findall(\'\\d{6}\',\'hold  on  16574 153486 46514 56ef5 sa5fef 486456\')
print(result)     # [\'153486\',\'486456\']

2、中国电话号码[phone]，区号2-3位，后面号码6-8位）

result=re.findall(\'0\\d{2,3}-\\d{6,8}\',\'电话号码：[phone]，姓名：qq\')
print(result)

3、题目：写出正则表达式，从一个字符串中提取链接地址。比如
"IT面试题博客中包含很多  <a href=http://hi.baidu.com/mianshiti/blog/category/微软面试题> 微软面试题 </a> "
则需要提取的地址为 " http://hi.baidu.com/mianshiti/blog/category/微软面试题 "

 1 import  re
 2 content="IT面试题博客中包含很多<ahref=http://hi.baidu.com/mianshiti/blog/category/微软面试题>微软面试题</a>"
 3 #result=re.search(\'http(s?)://(\\w+(.\\w+)*/(\\w*)?)+\',content).group()
 4 #result1=re.findall(\'(http(s?)://(\\w+(.\\w+)*/(\\w*)?)+)\',content)
 5 result=re.search(\'http(s?)://(\\w+(.\\w+)*/(\\w*)?)+\',content).group()
 6 print(result)
 7 # 标准答案  \'<a(?: [^>]*)+href=([^>]*)(?: [^>]*)*>\'         # 这个我没有看明白是什么意思
 8 #(http(s?)://(\\w+(.\\w+)*/(\\w*)?)+)这样使用findall的是[(\'http://hi.baidu.com/mianshiti/blog/category/微软面试题\',\'\',\'hi.baidu.com/mianshiti/blog/category/微软面试题\',\'/category\',\'微软面试题\')]
 9 #应该是找到全部符合的，然后找小的符合的。调用search就是我想要的
10 #如果是http(s?)://(\\w+(.\\w+)*/(\\w*)?)+这样，就不是我想要的，可能()是分组的问题导致的

View Code

4、题目：验证电子邮箱地址

1 import  re
2 x=input(\'输入邮箱地址：\')
3 result=re.search(\'^(\\w)+(\\.\\w)*(-\\w)*(_\\w)*@\\w+((\\.\\w+)+)$\',x).group()
4 print(result)
5 # 答案的正则是‘^(\\w)+(\\.\\w+)*@(\\w)+((\\.\\w+)+)$\'   ，我做的是加上答案后想了一下加的

View Code

 

 作业：
计算器
思路，先算最里面括号的内容，里面可能出现加减乘除和幂运算（做成方法运算），然后结果代替原来的，循环。

 

re.search(\'\\([^()]+\\)\',\'((3+6)*3)\')     # 取最里面的括号

1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))
难度加深   2*(-15)-(-6)/(-2)  的这类
太多的东西解决不了,后期再补上，很多东西没有学，先学其他，做好总结再说