正则one

什么是正则？

正则就是表达式，用于数据的提取。

re模块的简单使用

从左到右进行匹配，apple的每一个字母都可以匹配上
即使后面再写很多的东西

也可以匹配上apple，后面的匹配不上就不管了

从左到右进行匹配，第一个字母都匹配不上，所以就不会再往下进行匹配

import re
pattert = re.compile('apple')#规则
result = pattert.match('apple17189208888')#里面写很多东西，然后规则来匹配
print(result)



##直接写
result = re.match('apple','apple171788')
#第一个参数表示规则，要匹配的东西
#第二个是规则要去匹配的语句

print(result)

第一个写的好处是，一套规则可以多处使用
第二个便洁

正则之代表字符

.表示可以匹配任意字符（除了\n）

可以看到只匹配了一个a，（因为从左到右匹配）
如果想全部打印出来的话

就可以写5个点，可以看到返回了apple
如果直接想看到结果，不想看到这些东西，可以使用group

group表示可以直接取到匹配的值，但是要做判断。

可以看到返回的只有apple
但是如果匹配不到值的话，是会报错的

在apple里面找1,肯定是找不到的，这个时候用ggroup，是会报错的，所以最好先判断一下

import re
result = re.match('1','apple')
if result:#如果有返回值的话，再去打印
    print(result)

.匹配不上\n（\n表示换行）

result = re.match('.','\n')
print(result)

显示的结果是

直接返回的none，如果想匹配\n的话

直接写上\n规则就好

匹配小数（\转义）

小数点在正则里面是有意义的，所以想要匹配小数，就得用转义，告诉他，这就是一个小数点
\表示转义，在小数点前面加上\就欧克了

[]表示匹配其中的任意一个字符

[]不管有多少字符，就只能匹配其中的一个

可以看到返回的结果只有一个1

[]中的.只是一个普通的.，没有任何的意义

[a-z]表示匹配从a到z的 任意一个 字符

[a-z0-9]表示匹配 从a到z或者从0到9的 任意一个 字符

[a-z0-9-]表示匹配从a到z 或者从0到9 或者- 的任意一个字符

[a-z]表示匹配 a - z这三个字符当中的任意一个

** 因为\可以转义 ，加上它之后-就没有了意义**

[[]]表示要匹配 [ ] 中的任意一个

在[]里面的^表示取反的意思，它本身代表以什么开头,如下例子

import re
result = re.match('[^5]','5')
#前面的规则是除了5   后面就只有一个5 
print(result)

结果

可以看到5是匹配不上的，除了5，任意的一个字符都可以匹配上

re里面的\d（可以匹配一位数字） \D(匹配非数字，一个\D能匹配一个)

因为\d表示匹配一位数字，\d\d这个规则表示要匹配两位数字，但是后面的句子中只有一位数字，所以返回none

\D表示匹配任意一个不是数字的字符，比如

\D匹配的数量也是一个 匹配的是非数字

re里面的\s(匹配一个空格和Tab键) \S(匹配非空白，匹配数量也是一个)

re.match('爱\s情','爱 情')表示匹配爱 情

\S只要不是空格就行

re里面的w和W

w匹配字母、数字、下划线,等价于[a-zA-Z0-9_] \w可以匹配汉字(python),

W匹配特殊字符，比如非字母、非数字、非汉字、非_，它可以支持空格、表情等

原始字符串

r可以消除特殊字符的意义

import re
s = '呵\n呵'
result = re.match(r'呵\n呵',s)
print(result)

结果

\n是换行符，但是前面加上r就没用意义了
再比如

import re
result = re.match(r'.','...')
print(result)

结果

.在正则里面表示匹配除了\n之外的任意一个字符，但是前面加上r之后，.就没有了意义

r的原理

*r就相当于在有意义的字符前面加了反义字符*

正则之代表数量

*代表 0次 或者 无数次

import re
result = re.match('\d*','a')
print(result)

虽然\d是匹配数字的，但是*代表0或者无数，所以运行结果不会返回none

匹配的到是一个’'空字符串

+表示 1次 或者 无数次

？表示 0次 或者 1次

import re
result = re.match('\d?','123456')
print(result)

结果只能匹配到1

？表示0和1次，所以

import re
result = re.match('\d?','a')
print(result)

运行结果也是和*一样的

{n}表示 n次

import re
result = re.match('\d{9}','1234')
print(result)

运行结果

因为最少要出现9个数字，后面的数字不足9个，所以匹配不上

{n,}表示 最少n次

{n,m}表示 n到m次，注意包括n和m

小练习：匹配一个手机号

import re
result=re.match('1[3456]\d{9}','138357510698756')
print(result)

运行结果

只匹配汉字

[\u4E00-\u9FA5\s]+ 多个汉字，包括空格
[\u4E00-\u9FA5]+ 多个汉字，不包括空格
[\u4E00-\u9FA5] 一个汉字

参数i表示忽略大小写

参数g

global，全文搜索，默认搜索到第一个结果接停止

代表边界，分组在正则two里面