Day19课后有感
正则表达式
什么是正则表达式？
正则表达式是独立的一门语言，利用一些‘特殊符号’的组合来筛选、匹配、校验所需的数据，在python中我们借助re模块来使用正则表达式的功能。
正则表达式在线测试网站
http://tool.chinaz.com/regex/
字符组
'''单个字符组默认一次只匹配一个字符'''
[0123456789] 匹配0到9之间的任意一个数字
[0-9] 匹配0到9之间的任意一个数字(简写)
[a-z] 匹配a到z之间的任意一个小写字母
[A-Z] 匹配A到Z之间的任意一个大写字母
[0-9a-zA-Z] 匹配任意一个数字或者大小写字母(没有顺序)
特殊符号
'''单个特殊符号默认一次只匹配一个字符'''
. 匹配除换行符以外的任意字符
\w 匹配数字、字母、下划线(后续筛选变量名可能用到)
\W 匹配非字母或数字或下划线
\d 匹配任意的数字
\D 匹配非数字
\t 匹配一个制表符(tab键)
^ 匹配字符串的开始 eg:^9 找9并且这个9必须在开头
$ 匹配字符串的结尾 eg:9$ 找9并且这个9必须在末尾
a|b 匹配a或者b 管道符就是or(或)的意思
() 给正则表达式分组 不影响正则匹配(后续再讲)
[] 字符组的概念(里面所有的数据都是或的关系)
[^] 上箭号出现在了中括号的里面意思是取反操作
量词
"""量词必须跟在表达式的后面 不能单独使用 目的是增加匹配的字符数"""
* 重复零次或者多次(默认就是多次:越多越好)
+ 重复一次或者多次(默认就是多次:越多越好)
? 重复零次或者一次(默认就是一次:越多越好)
{n} 重复n次
{n,} 重复最少n次最多多次(越多越好)
{n,m} 重复n到m次(越多越好)
正则的编写（复杂版）
# 校验用户身份证号码
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部由数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x
^[1-9][0-9]{14} # 第一位 1到9开头 后面0到9重复14次 组成15位的一串数字
^[1-9][0-9]{16}[0-9x] # 第一位1-9开头 0-9重复16次 最后一位可以是0-9或者x
# 校验邮箱、快递单号、座机号...
"""很多常见的正则校验符号 不需要我们编写 直接百度查找即可"""
取消转义
\n \n False # 斜杠加字母有特殊含义 \\n \n True # 加斜杠取消特殊含义 \\\\n \\n True # 双斜杠用来取消双斜杠加字母的特殊含义 在python中还可以在字符串的前面加r取消转义 更加方便
贪婪匹配和非贪婪匹配
贪婪非贪婪通常都是利用左右两边的条件作为筛选依据
# 正则 # 待匹配的文本 # 结果 <.*> <script>alert(123)<script> 1条 贪婪匹配 以最后一个大括号的出现作为结束标志 <.*?> <script>alert(123)<script> 2条 非贪婪匹配 以第一个大括号的出现作为结束标志 量词默认都是贪婪匹配 如果想修改为非贪婪匹配 只需要在量词的后面加?即可
re模块
import re
res = re.findall('a', 'jason oscar aaa') # findall(正则表达式,待匹配的文本)
print(res) # ['a', 'a', 'a', 'a', 'a'] # 结果是所有符合条件的数据 并且组织成了列表
res1 = re.search('a', 'jason oscar aaa') # search(正则表达式,待匹配的文本)
print(res1) # 查找到一个符合条件的数据就结束 没有则返回None
print(res1.group()) # a 没有则无法调用group() 直接报错
res2 = re.match('j', 'jason oscar aaa') # match(正则表达式,待匹配的文本)
print(res2) # None 从字符串的开头匹配 如果没有则直接返回None 类似于给正则自动加了^ 如果符合也只获取一个就结束
print(res2.group()) # j 没有则无法调用group() 直接报错
res3 = re.finditer('a', 'jason oscar aaa') # finditer(正则表达式,待匹配的文本)
print(res3) # 结果是一个迭代器对象 为了节省空间
print([obj.group() for obj in res3]) # ['a', 'a', 'a', 'a', 'a']
obj = re.compile('\d+') # 提前写好后续需要经常使用的正则
print(re.findall(obj,'asjd21hj13123j')) # 写一遍之后 直接反复调用即可
print(re.findall(obj,'234328748hgjghj')) # 写一遍之后 直接反复调用即可
print(re.findall(obj,'jhjhjh423432423')) # 写一遍之后 直接反复调用即可
