Python 学习（七）：模式匹配与正则表达式

# Python 7.模式匹配与正则表达式

# 正则表达式的模块 re（Regex）
# 方法：
# 1.用import re 导入正则表达式模块。
# 2.用re.compile()函数创建一个Regex对象。
# 3.想Regex对象的search()方法传入想查找的字符串，它返回一个Match对象。
# 4.调用Match对象的group()方法，返回实际匹配文本的字符串。
#*貌似需要对Match对象进行空值判断。

import re
# 查找电话号码 格式：111-111-1111
phoneNum = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
mo = phoneNum.search('my number is 230-321-3445')
if mo != None:
    print('number :' + mo.group())
else:
    print('number :' + 'None')

phoneNum = re.compile(r'\d{3}-\d{3}-\d{4}')
mo = phoneNum.search('my number is 300-321-3445')
if mo != None:
    print('number :' + mo.group())
else:
    print('number :' + 'None')

# 用括号分组
# 创建分组：(\d\d\d)-(\d\d\d-\d\d\d\d) 分两组
phoneNum = re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
mo = phoneNum.search('my number is 230-321-3445')
print(mo.group(1))
# mo.group()传入0 或者 传入参入，则全部打印

#如果想要一次性获取全部分组，使用groups()方法。
print(mo.groups())

# 用管道匹配多个分组 字符 | 称为 “管道”
name = re.compile(r"kyle|John")
mo = name.search('mane is John')
print(mo.group())

# 以ky开头的字符串匹配
name = re.compile(r"ky(le|hn|la)")
mo = name.search('mane is kyla')
print(mo.group())

# 用问号实现可选匹配 (s)?  表示s可选可不选
name = re.compile(r"kyl(e)?r") 
mo = name.search('mane is kyler')
print(mo.group())

# 用星号匹配零次 或 多次  *
name = re.compile(r"kyl(e)*r") 
mo = name.search('mane is kyleeer')
print(mo.group())
# 如果需要匹配*号， 则需要在星号前加\*
name = re.compile(r"kyl(e\*)*r") 
mo = name.search('mane is kyle*r')
print(mo.group())

# 用加号匹配一次或多次 + （至少有一次）
name = re.compile(r"kyl(e)+r") 
mo = name.search('mane is kyleeer')
print(mo.group())

# 用花括号匹配特定次数
phoneNum = re.compile(r'\d{3}-\d{3}-\d{4}')
mo = phoneNum.search('my number is 300-321-3445')
print('number :' + mo.group())
# (ha){3,5} == 'hahaha'|hahahaha|hahahahaha

# 贪心 和 非贪心匹配
# 贪心返回最长字符串
# 非贪心返回最短字符串
name = re.compile(r"(ky){2,5}") 
mo = name.search('mane is kykykykyky')
print(mo.group())

name = re.compile(r"(ky){2,5}?") 
mo = name.search('mane is kykykykyky')
print(mo.group())


# findall()方法 返回全部匹配的文本
phoneNum = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
mo = phoneNum.findall('my number is 230-321-3445, 324-234-2234')
print(mo)

# 字符分类
# \d            0到9的任意数字
# \D            除0到9的数字意外的任何字符
# \w            任何字母、数字或下划线字符（可以认为是匹配“单词”字符）
# \W            除字母、数字、和下划线以外的任何字符
# \s            空格、制表符或换行符（可以认为是匹配“空白”字符）
# \S            除空格、制表符和换行符以外的任何字符

xmasRegex = re.compile(r"\d+\s\w+")
mo = xmasRegex.findall('12 twl, 11 ele, 10 ten, 9 nine, 8 eight, 7 seven, 6 six,'
                       '5 five, 4 four, 3 three, 2 two, 1 one, 0 zero')
print(mo)

# 建立自己的字符分类[]
# 字符分类[aeiouAEIOU]将所有元音字符 输出
vowel = re.compile(r'[aeiouAEIOU]')
mo = vowel.findall('we are family')
print(mo)
# 除去元音字符的其他字符 在前面加^ 
vowel = re.compile(r'[^aeiouAEIOU]')
mo = vowel.findall('we are family')
print(mo)

# 插入字符和美元字符^ $
# ^ 字符表示匹配必须发生在被查找文本的开始处
# $ 字符表示匹配必须发生在被查找文本的结尾处
begins = re.compile(r'^hello')
mo = begins.search('hello world')
print(mo.group())
print(mo)

ends = re.compile(r'\d$')
mo = ends.findall('I an 25,26')
print(mo)

whole= re.compile(r'^\d+$')
mo = whole.findall('126234')
print(mo)


# 通配符 "."
begins = re.compile(r'.at')
mo = begins.findall('what hat cat in flat')
print(mo)

# 用点—星匹配所有字符串
begins = re.compile(r'<.*?>')
mo = begins.findall('<what> hat <cat in flat>')
print(mo)

# 用句点字符匹配换行 re.DOTALL
# 返回遇见第一个换行前的字符串
xmasRegex = re.compile('.*')
mo = xmasRegex.search('12 twl, 11 ele, 10 ten, 9 nine, \n8 eight, 7 seven, 6 six,'
                       '5 five, \n4 four, 3 three, 2 two, 1 one, 0 zero')
print(mo.group())

# 所有字符串
xmasRegex = re.compile('.*', re.DOTALL)
mo = xmasRegex.search('12 twl, 11 ele, 10 ten, 9 nine, \n8 eight, 7 seven, 6 six,'
                       '5 five, \n4 four, 3 three, 2 two, 1 one, 0 zero')
print(mo.group())


# 正则表达式符号复习
# 1: ?匹配零次或者一次前面的分组
# 2：*匹配零次或者多次前面的分组
# 3：+匹配一次或者多次前面的分组
# 4：{n}匹配n次前面的分组
# 5：{n,}匹配n次或者更多前面的分组
# 6：{,m}匹配零次到m次前面的分组
# 7：{n,m}匹配至少n次，至多m次前面的分组
# 8：{n,m}?或*？或+？对前面的分子进行非贪心分配
# 9：^spam意味着字符串必须以spam开始
#10：spam$意味着字符串必须以spam结束
#11：.匹配所有字符，换行符除外
#12：\d,\w,\s 分别匹配数字，单词和空格
#13：\D,\W,\S 分别匹配除数字，单词和空格外的所有字符
#14：[abc]匹配方括号内的任意字符 诸如 a, b, c
#15：[^abc]匹配不在括号内的任意字符串

# 不区分大小写的匹配 re.UGBIGECASE 或 re,I
begins = re.compile(r'my', re.I)
mo = begins.findall('My name is Kyle')
print(mo)

# 用sub() 方法替换字符串
name = re.compile(r"John")
mo = name.sub('Kyle', "John is a boy")
print(mo)

# 管理复杂的正则表达式 re.VERBOSE 作为第二个参数，略过其中的注释和空白符