正则表达式 re模块

# 正则表达式：python1.5后增加了re模块，提供了正则表达式模式，re模块使python语言拥有了全部的正则表达式的功能

re函数

import re
'''
re.match()函数：
原型：match(pattern,string,flags=0)；
参数：pattern：匹配的正则表达式，
string：受匹配的字符串，
flags：标志位，用于控制正则表达式的匹配方式（
re.I（忽略大小写）常用
re.L（做本地化识别）一般不用
re.M（多行匹配），影响^和$
re.S（使.匹配包括换行符在内的所有字符）常用
re.U（根据Unicode字符集解析字符，影响\w \W \b \W）
re.X（以更灵活的格式理解正则表达式））；
功能:尝试从字符串的起始位置匹配一个模式。如果不是起始位置匹配成功的话，也会返回None，
'''

# 网址：是不是以www开头的
print(re.match("www","www.baidu.com"))
print(re.match("www","www.baidu.com").span())
print(re.match("www","Www.baidu.com"))
print(re.match("www","Www.baidu.com",flags=re.I))

'''
re.search()函数
原型：search(pattern,string,flags=0)；
参数：pattern：匹配的正则表达式，
string：受匹配的字符串，
flags：标志位，用于控制正则表达式的匹配方式
功能：扫描整个字符串并返回第一个成功的匹配
'''
print(re.search("sunck","good man is sunck!sunck is nice"))

'''
re.findall()
原型：findall(pattern,string,flags=0)；
参数：pattern：匹配的正则表达式，
string：受匹配的字符串，
flags：标志位，用于控制正则表达式的匹配方式
功能：扫描整个字符串并返回结果列表
'''
print(re.findall("sunck","good man is sunck!sunck is nice"))

re模块深入

字符串切割

str1 = "sunck is a good man"
print(re.split(r" +",str1))

'''
re.finditer():
原型：finditer(pattern,string,flags=0)；
参数：pattern：匹配的正则表达式，
string：受匹配的字符串，
flags：标志位，用于控制正则表达式的匹配方式
功能：与findall类似，扫描整个字符串，返回的是一个迭代器
'''

str2 = "sunck is a good man！sunck is anice man!sunck is a handsome man"
d = re.finditer(r"(sunck)",str2)
while True:
    try:
        l = next(d)
        print(d)
        print(l)
    except StopIteration as e:
        break

字符串的替换和修改

'''
re.sub(pattern,repl,string,count=0,flags=0)
re.subn(pattern,repl,string,count=0,flags=0)
参数：pattern：匹配的正则表达式，
repl:指定的用来替换的字符串
string：目标字符串，
count：最多替换次数
flags：标志位，用于控制正则表达式的匹配方式
功能：在目标字符串中，以正则表达式的规则匹配字符串，再把他们替换成指定的字符串，可以指定替换的次数，如果不指定，他会替换所有的匹配字符串
sub和subn的区别：sub返回被替换的字符串，subn返回的是一个元组，第一个元素是被替换你的字符串，第二个是被替换的次数
'''
str3 = "sunck is a good good good man"
print(re.sub(r"(good)","nice",str3))
print(type(re.sub(r"(good)","nice",str3)))
print(re.subn(r"(good)","nice",str3))
print(type(re.subn(r"(good)","nice",str3)))

分组：除了简单的判断是否匹配之外，正则表达式还有提取字符串的功能，用()表示就是提取分组

str4 = "010-12345678"
m = re.match(r"(?P\d{3})-(?P\d{8})",str4)
print(m)
# 使用序号获取对应组的信息；0代表的是原始字符串，1代表第一组括号中提取信息，2代表第二组括号中提取的信息
print(m.group(0))
# 查看匹配的各组的情况
print(m.groups())
# ?p<>是给正则表达式起名字，group可以通过名字提取数据
print(m.group("first"))

注：当我们使用正则表达式时，re模块会干两件事

1、编译正则表达式，如果正则表达式本身不合法，会报错

2、用编译后的正则表达式去匹配对象

re.compile(pattern,flags=0)
pattern:要编译的正则表达式

pat = r"^1(([3578]\d)|(47))\d{8}$"
# 编译成一个正则对象
print(re.match(pat,"13600001111"))
re_telephon = re.compile(pat)
print(re_telephon.match("13600001111"))