========================== day16-正则表达式 =============================
第一节：正则表达式
""""""
from re import fullmatch, search, findall
# 什么是正则表达式：
'''
正则表达式是一种工具：一种专门用作字符串匹配的工具，它能够在某些情况下让字符串的处理变得非常简单。
fallmatch(正则表达式， 字符串0) - 判断正则表达式是否和字符串完全匹配，如果不匹配，返回none。
'''
# tel = input('请输入手机号')
tel = '12345678912'
if len(tel) == 11:
pass
else:
print("手机号码不正确")
re_str = r'1[3-9]\d{9}'
result = fullmatch(re_str, tel)
print(result)
# 2.正则表达式的语法（通用的）
# ======================匹配符号========================
# 普通字符
"""
普通字符在正则表达式中表示这个符号本身
"""
### . - 匹配任意一个字符
# 匹配一个字符串有三个字符，分别是a,b,c
re_str = r'abc'
result = fullmatch(re_str, 'abc')
print(result)
# 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, '好bc')
print(result)
re_str = r'a..c'
result = fullmatch(re_str, 'aooc')
print(result)
### /d - 匹配任意一个数字字符
re_str = r'\d\d\d' # \d 数字字符
result = fullmatch(re_str, '799')
print(result)
re_str = r'\d\dabc'
result = fullmatch(re_str, '45abc')
print(result)
### \D - 匹配任意一个非数字字符
re_str = r'\d\D\D\d'
result = fullmatch(re_str, '8hk0')
print(result)
### \s - 匹配任意一个空白字符
"""空白字符：空格
, \n
(换行
) , \t
(制表符
)"""
re_str = r'\d\D \n'
result = fullmatch(re_str, '8h \n')
print(result)
### \S - 匹配任意非空白字符
"""空白字符：空格
, \n
(换行
) , \t
(制表符
)"""
re_str = r'\d\D\S\S'
result = fullmatch(re_str, '8h5n')
print(result)
### \w - 匹配任意一个数字、字母、或者下划线（只能说ASCLL码表中的字符）
### [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或者b或者c
[\dabc
] - 匹配一个字符是数字或者是a或者是b或者是c
[1 - 9] - 匹配一到九的数字字符
[2-5abc] - 匹配
2到
5加abc的数字字符
[a
- z
] - 匹配任意一个小写字母
[a
-zA
-Z
] - 匹配任意一个字母
[\da
-zA
-Z
] -匹配字母，数字，下划线
[\u4e00
-\u9fa5
] - 匹配范围内任意一个中文字符
"""
re_str = r'[abc]123'
print(fullmatch(re_str, 'c123'))
re_str = r'[a你c]123'
print(fullmatch(re_str, '你123'))
re_str = r'[\da你c]123'
print(fullmatch(re_str, '1123'))
re_str = r'[\dxx=]mn'
print(fullmatch(re_str, 'xmn'))
re_str = '[a-zA-Z]' # 注意不能 A - a 范围有错
print(fullmatch(re_str, 'B'))
# 注意 '-'中两个字符之间才有特殊意义
re_str = r'[-abc]12-3'
print(fullmatch(re_str, '-12-3'))
### [^字符集] - 匹配不在字符集中的任意一个字符
"""
[^abc
] - 匹配除了abc以外的任意一个字符
[^\dxy
] - 匹配除了xy和数字以外的任意一个字符
[^\u4e00
-\u9fa5
] - 匹配范围内任意一个中文字符
[^a
-z
] - 匹配除了小写字母以外的任意一个字符
"""
re_str = r'[\u4e00-\u9fa5]'
print(fullmatch(re_str, '我'))
# 注意：^在[]中，如果没有在开头就表示这符号本身
print(fullmatch(r'[a^bc]123', '^123'))
print('=============================')
# =======================检测符号========================
# 匹配符号要求i一个符号必须对应一个字符，会影响字符串长度的描述：
# 检测符号，不会匹配字符，也不会影响字符串长度，他是在匹配成功的前提下对指定位置的字符进行检测。
### \b 检测是否是单词边界:是边界返回字符串，不是边界就返回None
"""
所有能够区分出两个不同单词的符号。例如：空白符号，标点符号，字符串开头或者字符串结尾。
"""
print(fullmatch(r'next\b\s123', 'next 123'))
### \B检测是否不是单词边界,不是边界返回字符串，是边界就返回None
print(fullmatch(r'next\B123', 'next123'))
### ^ - 检测是否是字符串开头。
re_str = r'abc^123'
print(fullmatch(re_str, 'abc123'))
print(fullmatch(r'^abc123', 'abc123'))
re_str = r'^\d\d'
print(fullmatch(re_str, '23'))
print(search(re_str, 'ab23c123'))
print('===================================')
### $(多哪儿) - 检测是否是字符串结尾，不是结尾返回none。
re_str = r'\d\d$'
print(fullmatch(re_str, '23'))
print(search(re_str, 'ab23c31323'))
### *字符：匹配多个字符
re_str = r'a[A-Z]*c'
print(fullmatch(re_str, 'ac'))
print(fullmatch(re_str, 'aKc'))
print(fullmatch(re_str, 'aKOKc'))
### + - 1次或者多次（至少一次）,作用于前面的字符。
re_str = "\d+"
print('++++', fullmatch(re_str, '64411121'))
### ? - 0次或者一次
# 练习：写一个正则能匹配任意正整数：23， 3490， +87， 023（None）
re_str = "[+]?[1-9]\d*"
print(fullmatch(re_str, '23'))
print(fullmatch(re_str, '3490'))
print(fullmatch(re_str, '+87'))
print(fullmatch(re_str, '023'))
re_str = "[+]?"
print(fullmatch(re_str, '+'))
print(fullmatch(re_str, ''))
print('======================')
### {}
"""
{N
} - 匹配N次
{M
,N
} - 匹配到M到N次
{M
,} - 匹配至少M次
{,N
} - 匹配最多N次
"""
re_str = r"\d{3}"
print(fullmatch(re_str, '456'))
# 练习：要求只能包含有字母和数字，范围在3到6位。
re_str = r"[\da-zA-Z]{3,6}"
print(fullmatch(re_str, '546sad'))
print(fullmatch(r'a{3,}123', 'aaaa123'))
print(fullmatch(r'a{,3}123', 'aaaa123'))
# 贪婪和非贪婪的问题
"""
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：在匹配成功的条件下，次数越多越好。
(+、
*、?、
{M
,N
}、
{M
,}、
{,N
})
非贪婪：在匹配成功的条件下，次数越少越好。
(在不确定的次数后面加?
)
?? 一次或者零次的非贪婪
(+?、
*?、??、
{M
,N
}?、
{M
,}?、
{,N
}?
)
"""
print("============================================")
re_str = r'a.+b' # 贪婪模式
print(search(re_str, 'xxambpppd实施b=='))
re_str = r'a.+?b' # 非贪婪模式
print(search(re_str, 'xxambpppd实施b=='))
re_str = r'《.+》'
print(search(re_str, '<meta name="description" content="《王者荣耀》是腾讯天美工作室推出的英雄竞技手游，不是一个人的王者，而是团队的荣耀！5v5王者峡谷PVP对战，领略英雄竞技的酣畅淋漓！更有边境突围、五军对决等丰富的游戏模式，体验突破传统、英雄竞技新形态！">'))
# ============= 分组 ================
# 用法一：操作次数
print(fullmatch(r'(ab){2,3}', 'ababab'))
print(fullmatch(r'([a-z]{2}\d{2}){2,3}', 'ab12ab12'))
# 用法二：重复
# \M - 重复前面第M个分组中匹配到的内容。
re_str = r'(\d)\1abc\1'
print(fullmatch(re_str, '88abc8'))
re_str = r'(\d)\1abc\1ab(c)\2aa\2'
print(fullmatch(re_str, '88abc8abccaac'))
# 用法三：捕获
# re中的findall在获取字串的时候，如果正则中有分组，只会获取分组匹配到的结果。
re_str = r'a\d{2}b'
print(findall(re_str, 'mama55b5a78b'))
re_str = r'a(\d{2})b'
print(findall(re_str, 'mama55b5a78b'))
# ======================= 分支 ======================
""" 正则
1|正则
2|正则
3|... 轮流匹配，匹配成功就结束匹配，匹配失败对比下一个正则表达式进行匹配，直到匹配完最后一个正则表达式，如果还未匹配成功，就匹配失败。
"""
# 示例：写一个正则能够匹配一个字符串：abc后面是三个数字或者abc是三个大写的字母。
re_str = r'abc\d{3}|[A-Z]{3}'
print(fullmatch(re_str, 'abc234'))
re_str = r'abc(\d{3}|[A-Z]{3})'
print(fullmatch(re_str, 'abcFRD'))
#===================== 转移符合 =========================
"""
在正则表达式中有特殊意义的符号前加\
,让这个符号在正则表达式中的功能消失。
"""
re_str
= r
'\d{2}\.\d{2}'
print(fullmatch
(re_str
, '23.45'))
re_str
= r
'\d\+'
print(fullmatch
(re_str
, '8+'))
re_str
= r
'[ab\]cc]122'
print(fullmatch
(re_str
, ']122'))
print(fullmatch
(re_str
, 'b122'))
re_str
= r
'\\122'
print(fullmatch
(re_str
, r
'\122'))
第二节：二进制数据的转换
""""""
print(bytes(18))
print(bytes(True))
print(bytes('abc', encoding
='utf-8'))
print(bytes([10, 20, 30]))
list1
= [100, 'abc', 12.5]
b1
= bytes(str(list1
), encoding
='utf-8')
print(b1
, type(b1
))
str1
= str(b1
, encoding
='utf-8')
print(str1
, type(str1
))
list1
= eval(str1
)
print(list1
, type(list1
))
str2
= 'hello'
b2
= str2
.encode
(encoding
='utf-8')
第三节：re模块的使用：
import re
re_obj
= re
.compile(r
'\d{3}')
print(re_obj
.fullmatch
("789"))
print(re
.fullmatch
(r
"\d{3}", '456'))
"""
fullmatch(正则，字符串) - 让整个字符串和正则进行匹配，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。
"""
print(re
.match
(r
'\d{3}', '345asdfghjkl'))
result
= re
.match
(r
'(\d{2})([a-z]{2})(..)', "55aa544蛋壳")
print(result
)
print(result
.group
(0))
print(result
.group
(1))
print(result
.group
(2))
print(result
.span
(2))
print(result
.group
(3))
"""
search(正则, 字符串) - 在字符串中查找第一个满足正则的字串，如果找到了返回匹配对象，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字串，返回值是列表，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，迭代器中的元素是匹配对象。
"""
print(re
.search
(r
'\d{3}', '464dasdadadas'))
print(re
.findall
(r
'\d{3}', '464dasda464as'))
print(re
.findall
(r
'z(\d{3})', 'z464daz55sdaz464as'))
print(re
.findall
(r
'z(\d{3})([a-z]{2})', 'z464daz55sdaz464as'))
result
= re
.finditer
(r
'(\d|[a-z])[a-z]', 'z464daz55sdaz464as')
print(result
)
print(list(result
))
"""
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+', 'asjj823kasjkdfh299jSDK飞机s和478sdjfh3上课的家伙5上看到回复')
print(result
)
result
= re
.sub
(r
'\d+', '+', 'asjj823kasjkdfh299jSDK飞机和478sdjfh3上课的家伙5上看到回复')
print(result
)
