re模块
- 1)什么是正则表达式与re模块？
- 正则表达式:
正则表达式是一门独立的技术, 任何语言都可以使用正则表达式，
正则表达式是由一堆特殊的字符组合而来的。
- 字符组
- 元字符
- 组合使用
- re模块:
在python中，若想使用正则表达式，必须通过re模块来实现。
- 2)为什么要使用正则？
比如要获取“一堆字符串”中的“某些字符”，
正则表达式可以帮我们过滤，并提取出想要的字符数据。
# 比如过滤并获取 “tank”
'wafawrjkwagfiu21knriut8ankjfdgau0q92ru20yrisana tank wyqfwqrqyr9q 9'
- 应用场景:
- 爬虫: re, BeautifulSoup4, Xpath, selector
- 数据分析过滤数据: re, pandas, numpy...
- 用户名与密码、手机认证：检测输入内容的合法性
- 用户名: na tank
- 3)如何使用？
import re
# 1、检测手机号码的合法性:
# 纯python校验
# 需求: 11位、开头13/14/15/19
while True:
phone_number = input('请输入手机号码：').strip()
not > and > or
if len(phone_number) == 11 and (phone_number.startswith(
'13'
) or phone_number.startswith(
'14'
) or phone_number.startswith(
'15'
) or phone_number.startswith(
'19'
)):
print('手机号码合法!')
break
else:
print('手机号码不合法!')
# re校验
import re
while True:
phone_number = input('请输入手机号码：').strip()
# 需求: 11位、开头13/14/15/19
# 参数1: 正则表达式 ''
# 参数2: 需要过滤的字符串
# ^: 代表“开头”
# $: 代表“结束”
# |: 代表“或”
# (13|14): 可以获取一个值，判断是否是13或14.
# {1}: 需要获取1个值 限制数量
# []: 分组限制取值范围
# [0-9]: 限制只能获取0——9的某一个字符。
if re.match('^(13|14|15|19)[0-9]{9}$', phone_number):
print('合法')
break
else:
print('不合法')
'''
- 字符组:
- [0-9] 可以匹配到一个0-9的字符
- [9-0]: 报错, 必须从小到大
- [a-z]: 从小写的a-z
- [A-Z]: 从大写A-Z
- [z-A]: 错误, 只能从小到大，根据ascii表来匹配大小。
- [A-z]: 总大写的A到小写的z。
注意: 顺序必须要按照ASCII码数值的顺序编写。
'''
import re
#
res = re.match('[A-Za-z0-9]{8}', 'Tank9527')
print(res) # 获取一个
print(res.group())
- 元字符
- 组合使用
- \w\W: 匹配字母数字下划线与非字母数字下划线，匹配所有。
- \d\D: 无论是数字或者非数字都可以匹配。
- \t: table
- \n: 换行
- \b: 匹配单词结尾，tank jasonk
- ^: startswith
- '^'在外面使用: 表示开头。
- [^]: 表示取反的意思。
- $: endswith
- ^$: 配合使用叫做精准匹配，如何限制一个字符串的长度或者内容。
- |: 或。ab|abc如果第一个条件成立，则abc不会执行，怎么解决，针对这种情况把长的写在前面就好了，一定要将长的放在前面。
- [^...]: 表示取反的意思。
- [^ab]: 代表只去ab以外的字符。
- [^a-z]: 取a-z以外的字符。
re模块三种比较重要的方法:
- findall()： ----> []
可以匹配 "所有字符" ，拿到返回的结果，返回的结果是一个列表。
'awfwaghowiahioawhio' # a
['a', 'a', 'a', 'a']
- search()：----> obj ----> obj.group()
'awfwaghowiahioawhio' # a
在匹配一个字符成功后，拿到结果后结束，不往后匹配。
'a'
- match()：----> obj ----> obj.group()
'awfwaghowiahioawhio' # a
'a'
'wfwaghowiahioawhio' # a
None
从匹配字符的开头匹配,若开头不是想要的内容，则返回None。
import re
str1 = 'sean tank json'
# findall
res = re.findall('[a-z]{4}', str1)
print(res) # ['sean', 'tank', 'json']
# search
res = re.search('[a-z]{4}', str1)
print(res)
print(res.group())
# match
res = re.match('sean', str1)
print(res)
print(res.group())
