2020-10-20-正则表达式

it2023-11-12 73

day16-正则表达式

二进制类型/字节（bytes）

其他数据转二进制：bytes（数据）

"""字符转二进制：字符串.encode(encoding='utf-8')""" print(bytes(10)) # b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00' print(bytes(10.5)) # TypeError: cannot convert 'float' object to bytes print(bytes(True)) print(bytes('abc',encoding='utf-8')) """ 所有的数据都可以转为字符串，字符串又可以转二进制 """ """所有数据转二进制""" list1 = [1,5,3,'abc'] b1 = bytes(str(list1),encoding='utf-8') print(b1) """二进制转字符串""" str1 = str(b1,encoding='utf-8') pirnt(str1) """再将字符串转原序列""" list1 = eval(str1) print(list1) '-------------------------------------------------------------------' # 编码 """字符串转二进制""" str2 = 'hello' b1 = str2.encode(encoding='utf-8') print(b1) # b'hello' # 解码 """二进制转字符串""" str1 = b1.decode(encoding='utf-8') print(str1) # hello

正则语法

什么是正则表达式

""" 正则表达式是一种工具：一中专门用来做字符串匹配的工具，能够在某些情况下让字符串的处理变得非常简单正则是用来描述字符串规则 fullmatch(正则表达式，字符串) - 判断正则表达式是否与字符串完全匹配，如果不匹配返回None """

正则表达式的语法

1.匹配字符

"""普通字符在正则表达式中表示这个符号本身""" # 1）普通字符 # 2）. - 匹配 # 3）\d - 匹配任意一个数字字符 # 4）\D - 匹配任意一个非数字字符 # 5）\s - 匹配任意一个空白字符：空格，换行（\n）,\t # 6）\S - 匹配任意一个非空白字符 # 7）\w(没用) # 8）[字符集] - 匹配字符集中出现的任意一个字符 """ 注意：一个[]只能匹配一个字符 [abc] - 匹配一个字符是a or b or c [\dabc] - 匹配一个字符是数字或者是 a or b or c - - 在[]中两个字符之间才有特殊意义 [0-9] - 匹配0-9任意一个数字字符 [a-z] - 匹配任意一个小写字母 [a-zA-Z] - 匹配任意个一个字母 [\da-zA-Z_] - 匹配字母、数字、下划线 [\u4e00-\u9fa5] - 匹配任意一个中文字符 """ # 9）[^字符集] - 匹配不在字符集中的任意一个字符集 """ 注意：^ 在[]中，如果没有在开头就表示这个符号本身 [^abc] - 匹配除了a,b,c 以外任意一个字符 [^0-9] - 匹配除了0-9以外的任意一个字符 [^\u4e00-\u9fa5] - 匹配除了中文以外的任意一个字符 """ # 匹配一个字符串又三个字符，分别是a、b、c re_str = r'abc' result = fullmatch(re_str,'abc') print(result) # <re.Match object; span=(0, 3), match='abc'> # 2）. - 匹配任意一个字符 # 匹配一个长度是3的字符串，第一个字符是任意字符，后面是bc re_str = r'.bc' result = fullmatch(re_str,'1bc') print(result) # <re.Match object; span=(0, 3), match='1bc'> # 3）\d - 匹配任意一个数字字符 result = fullmatch(r'\d{3}','456') print(result) # <re.Match object; span=(0, 3), match='456'> print(fullmatch('\d{2}abc','45abc')) # <re.Match object; span=(0, 5), match='45abc'> # 4）\D - 匹配任意一个非数字字符 print(fullmatch(r'\d\D\d','4-6')) # <re.Match object; span=(0, 3), match='4-6'> # 5) \s - 匹配任意一个空白字符 # 空白字符：空格、换行（\n）、\t print(fullmatch(r'abc\s123','abc 123')) # <re.Match object; span=(0, 7), match='abc 123'> print(fullmatch(r'abc\s123','abc\n123')) # <re.Match object; span=(0, 7), match='abc\n123'> print(fullmatch(r'abc\s123','abc\t123')) # <re.Match object; span=(0, 7), match='abc\t123'>

2.检测符号

""" 匹配符号要求一个符号必须对一个字符，会影响字符串的长度描述检测符号，不会匹配字符，也不会影响字符串长度，他是在匹配成前提下，对指定的位置的字符进行检测 """ # 1） \b 检测是否是单词边界 # 单词边界：所有能够区分不同单词的符号，例如：空白字符，标点符号，字符串开头和字符串结尾 print(fullmatch(r'abc\b\s123','abc 123')) # <re.Match object; span=(0, 7), match='abc 123'> # 2) \B - 是否不是单词边界 print(fullmatch(r'abc\B123','abc123')) # <re.Match object; span=(0, 6), match='abc123'> # 3） ^ - 检测是否是字符串开头 print(fullmatch(r'^abc1123','abc123')) print(search(r'\d\d','lkjsljJL L L了久了45阿的说89法')) # <re.Match object; span=(15, 17), match='45'> print(search(r'^\d\d','lkjsljJL L L了久了45阿的说89法')) # None # 4) $ - 检测是否是字符串结尾 print(search(r'\d\d$','lkjsljJL L L了久了45阿的说89法')) # None print(search(r'\d\d$','lkjsljJL L L了久了45阿的说89')) # Process finished with exit code 0

3.匹配次数

# 1) * 0次或多次（任意次数） """ a* 字符a 常出现0次或者多次 \d* 任意数字可以出现多次（实质是\d可以出现多次）如：315431328792.... [字符集]* 字符集中的任意字符出现0次或者多次（每次都可以是任意一个） """ print(fullmatch(r'a*bc','bc')) # <re.Match object; span=(0, 2), match='bc'> print(fullmatch(r'a\d*c','ac')) # <re.Match object; span=(0, 2), match='ac'> print(fullmatch(r'a\d*c','a5451353c')) # <re.Match object; span=(0, 9), match='a5451353c'> # 2) + - 1次或多次（至少一次） print(fullmatch(r'a+bc','bc')) # None # 3）？ - 0 次或1次 # 写一个正则能匹配任意正整数 print(fullmatch(r'[+]?[1-9]\d*','56')) # 4) {} """ {N} - 匹配N次 {M,N} - 匹配M到N次 {M,} - 匹配至少M次 {,N} - 最多N次 # 用户名的要求：全部由数字或者字母组成，长度是3-6位 print(fullmatch(r'[0-9a-zA-Z]{3,6}','55sf53')) # 5) 贪婪和非贪婪在匹配次数不确定的时候匹配模式有两种，贪婪（默认）和非贪婪（在不确定次数后面加?） """ # 贪婪： print(search(r'a.+b','sjafls6ab554d6afsdfbsb6446a')) # <re.Match object; span=(2, 22), match='afls6ab554d6afsdfbsb' # 非贪婪模式： print(search(r'a.*?b','sjafls6ab554d6afsdfbsb6446a')) # <re.Match object; span=(2, 9), match='afls6ab'>

4.分组

""" 用法一：整体操作次数 a{2,3} (ab){2,3} 用法二：重复 \N 重复前面第N个分组中匹配到的内容用法三：捕获 re中的findall在获取子串的时候，如果正则中有分组，只会获取分组匹配到的结果 """ # 两个数字两个字母的结构重复3到5次，类似：56vd65fd66re print(fullmatch(r'(\d{2}[a-z]{2}){3,5}','56vd65fd66re')) print(fullmatch(r'(\d)\1abc','88abc')) print(fullmatch(r'M(\d[a-z])N\1([A-Z])\2','M4aN4aNKK')) print(findall(r'a\d{2}b','a23b3133s1a22da32a55b1a2fb')) # ['a23b', 'a55b'] # 分组捕获 print(findall(r'a(\d{2})b','a23b3133s1a22da32a55b1a2fb')) # ['23', '55']

5.分支

# 1）| # 正则1|正则2|正则3|... #写一个正则能够匹配一个字符串：abc后面是三个数字或者是三个大写字母 print(fullmatch(r'abc(\d{3}|[A-Z]{3})','abc123'))

6.转义符号

""" 在正则中有特殊意义的符号前加\,让这个符号在正则中的功能消失 """ print(fullmatch(r'\d{2}\.\d{2}','12.36')) # <re.Match object; span=(0, 5), match='12.36'> # 注意：在正则中独立存在有特殊意义的符号，放在[]中，它的意义会自动消失 # . + * ？

re模块的使用

# 1.re.compile(正则表达式对象) - 编译正则表达式，返回正则对象 re_obj = re.compile(r'\d{3}') print(re_obj.fullmatch('123')) # <re.Match object; span=(0, 3), match='121' # 2.匹配 """ fullmatch(正则，字符串) - 让整个字符串和正则进行完全匹配，匹配失败返回None匹配成功返回匹配对象 match(正则，字符串) - 让字符串的开头和正则进行匹配,匹配失败返回None匹配成功返回匹配对象 """ # 匹配对象 result = re.match(r'(\d{2})([a-z]{3})([A-Z]{2})','32sdfAD阿凡达阿发') print(result) # <re.Match object; span=(0, 7), match='32sdfAD'> # 1)匹配到的子串 # 匹配对象.group() print(result.group()) # 32sdfAD # 有分组的情况 print(result.group(1)) # 32 print(result.group(2)) # sdf print(result.group(3)) # AD # 2 ) 匹配范围 - 匹配到的返回在在原字符串中的下标范围 # 匹配对象.span() print(result.span()) # (0, 7) print(result.span(2)) # (2, 5) - 第二个分组的范围 #3.查找 """ search(正则，字符串) - 扫描整个字符串，返回字符串中第一个匹配成功对象，找不到返回None findall(正则，字符串) - 获取字符串中所有满足正则的子串，匹配结果以列表返回，列表中的元素是字符串 finditer(正则，字符串) - 获取字符串中所有满足正则的子串，返回值是迭代器，迭代器中的元素匹配对象 """ # 没有分组 print(re.findall(r'\d{3}','lkadlfjjlkjlj21313as1d31sf222sf335af665')) # ['213', '222', '335', '665'] # 有一个分组的时候（可以捕获） print(re.findall(r'a(\d{3})','lkadlfjjlkjlj21313as1d31sfa222sfa335af665')) # ['222', '335'] # 有两个或者两个以上的分组 (返回列表中的元素就不是字符串了) print(re.findall(r'([a-z]{2})(\d{3})','lkadlfjjlkjlj21313as1d31sf222sf335af665')) # [('lj', '213'), ('sf', '222'), ('sf', '335'), ('af', '665')] # 3）finditer() result = re.finditer(r'([a-z]{2})(\d{3})','lkadlfjjlkjlj21313as1d31sf222sf335af665') print(result) print(list(result)) # [<re.Match object; span=(11, 16), match='lj213'>, <re.Match object; span=(24, 29), match='sf222'>, <re.Match object; span=(29, 34), match='sf335'>, <re.Match object; span=(34, 39), match='af665'>] # 4) """ split(正则，字符串) - 将字符串中满足正则的子串作为切割点 sub(正则，字符串1,字符串2) - 将字符串2中满足正则的子串全部替换成字符串1 """ result = re.split(r'\d+','adfadsfasf665465ad4f56ad4fadf45') print(result) # ['adfadsfasf', 'ad', 'f', 'ad', 'fadf', ''] result = re.sub(r'\d+','+','adfadsfasf665465ad4f56ad4fadf45') print(result) # adfadsfasf+ad+f+ad+fadf+

利用正则表达式完成下面的操作:

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

import re user_name = input('输入用户名：') # user_name = '_sfa4513533sd0de' re_obj = re.compile(r'[a-zA-Z_][\da-zA-Z_]{5,15}') result = re_obj.fullmatch(user_name) print(result) 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

password = 'd_0060_12.2' re_obj = re.compile(r'[a-zA-Z][^!@#¥%^&*\u4e00-\u9fa5]{5,11}') print(re_obj.fullmatch(password)) 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 """ 任意1位或者2位数：0-99 任意以1开头的3位数：100-199 任意以2开头第二位数是0-4之间的的3位数：200-249 任意以25第3位数字在0-5之间的3位数字：250-255 首先满足第一条规则的正则是：\d{1,2} 首先满足第二条规则的正则是：1\d{2} 首先满足第三条规则的正则是：2[0-4]\d 首先满足第四条规则的正则是：25[0-5] r'(((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))\.){3}(\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5])' """ ipv = '209.209.209.209' re_obj = re.compile(r'(((\d{1,2})|(1\d{2})|(2[0-4]\d)|( 25[0-5]))\.){3}(\d{1,2})|(1\d{2})|(2[0-4]\d)|( 25[0-5])') print(re_obj.fullmatch(ipv)) # <re.Match object; span=(0, 15), match='209.209.209.209'> 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 data = '-3.14good87nice19bye' re_obj = re.compile(r'-?[1-9]\d*\.*\d*') list1 = re_obj.findall(data) result = reduce(lambda x,y: x+eval(y),list1,0) print(result) # 102.86 # 方法二： print(sum([eval(x) for x in list1])) # 102.86

验证输入内容只能是汉字

content = '阿的说法' re_obj = re.compile(r'[\u4e00-\u9fa5]*') print(re_obj.fullmatch(content)) # <re.Match object; span=(0, 4), match='阿的说法'>

匹配整数或者小数（包括正数和负数）

str_num = '-64523.3' re_obj = re.compile(r'[-+]?(0|[1-9]\d*|0\.\d+|[1-9]\d*\.\d+)') print(re_obj.fullmatch(str_num)) # <re.Match object; span=(0, 8), match='-64523.3'>

使用正则表达式获取字符串中所有的日期信息匹配年月日日期格式：2018-12-6

注意年的范围是1~9999，月的范围是1~12，日的范围是1_30或者131或者1~29（不考虑闰年）

""" 年：一位数字：1-9 两位数字：10-99 任何一个以1开头3为数字：100-999 任何一个以1开头4为数字：1000-9999 满足第一条：[1-9] 满足第二条：[1-9]\d 满足第三条：[1-9]\d{2} 满足第四条：[1-9]\d{3} r'([1-9])|([1-9]\d)|([1-9]\d{2})|([1-9]\d{3})' 月任何一位数字：1-9 任何以1开头的两位数字：12 满足第一条：[1-9] 满足第二条：1[0-2] r'([1-9])|(1[0-2])' 日任何一位数字：1-9 任何以两位数字：10-29 任何以3开头的两位数字：30-31 满足第一条：[1-9] 满足第二条：[1-2]\d 满足第三条:3[0-1] r'([1-9])|([1-2]\d)|(3[0-1])' 1-31 r'([1-9])|([1-2]\d)|([3][0])' 1- 30 r'([1-9])|([1-2]\d)' 1-29 """ year = '2018-10-31' re_obj = re.compile(r'([1-9])|([1-9]\d)|([1-9]\d{2})|([1-9]\d{3})-(([1-9])|([1][0-2]))-((([1-9])|([1-2]\d))|(([1-9])|([1-2]\d)|([3][0])|(([1-9])|([1-2]\d)|(3[0-1]))))') print(re_obj.fullmatch(year))

替换字符串中的不良内容：将输入的内容中的不良内容全部替换成*（参考王者荣耀聊天要求）

re_str = r'[草日死妈]' result = re.sub(re_str,'*','safafs草你妈') print(result) # safafs*你*

最新回复(0)