正则表达式：字符串匹配

1.单字符表示：

•         .     =>  通配  
  

•         /d    =>  数字
  

         /w    =>  字母及数字
         /s    =>  空格，Tab，
,	这些空白符

'''

2.字符个数：

'''
* => 任意个（包括0）
+ => 至少一个
? => 0或1个
{n} => n个
{n,m} => n~m个
'''

3.组合举例：

'''
d{3}s+d{3,8} => 3个数字，至少一个空格，3到8数字
'010-12345' => 它的正则是：d{3}-d{3,8}
'''

'''
[0-9a-zA-Z_]： 恰好一个字符，可是0_9，az,A~Z,下划线。
[0-9a-zA-Z_]+ ： 至少一个以上字符
[a-zA-Z_][0-9a-zA-Z_]* ： 一个字符以及任意个字符
[a-zA-Z_][0-9a-zA-Z_]{0, 19} 0-19个符合要求的字符 {字符的值域就是[][]这两个}
A|B 匹配A或者B
^x 以x开头：比如， ^d 是必须以数字开头
(x 以x结尾：比如 w) 是必须以数字或者字母结尾
例如，^py$ 既要py开头又要py结尾，只能是py
'''

4.re模块

s = r'ABC-001' #r前缀标识的字符串不考虑转义字符，只是代表正则里面的符号
import re
r1 = re.match(r'^d{3}-d{3,8}(', '010-12345') #若匹配成功，返回一个match的instance print(r1,' ') r2 = re.match(r'^d{3}-d{3,8})', '010 12345') #若失败，返回Node
print(r2,' ')

4.1切分字符：更加方便和强大

s1 = re.split(r's+', 'a b c') #至少一个空格就分割
s2 = re.split(r'[s,]+', 'a,b, c d') #至少一个空格或者,
s3 = re.split(r'[s,;]+', 'a,b;; c d') #至少一个空格或者一个,或者一个；

依次类推，支持很多的分隔符和分割要求

print(s1,'; ', s2,'; ', s3,' ')

4.2分组：提取子串

m = re.match(r'^(d{3})-(d{3,8})$', '010-12345') #分成两组，第一组为3个数字，中间以-分割，第二组3-8个数字
print(m,' ')
print(m.group(0),' ') #group(0)永远是字符串本身
print(m.group(1),' ')
print(m.group(2),' ')

t = '19:05:30' #合法输入是：时分秒都要求是两位，也就是00:00:00 ~ 23:59:59
m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9]):(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9]):(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
print(m,' ')
g = m.groups()
print(g,' ')

4.3正则默认是贪婪匹配：匹配尽可能多的字符

比如想匹配'102300'后面的00,

version_1

r1 = re.match(r'^(d+)(0*)(', '102300').groups() #第一组至少一个数字，结果直接把102300全匹配了，第二组结尾任意个0，结果是0个0 print(r1,' ') r2 = re.match(r'^(d+?)(0*))', '102300').groups() #第一组一个0，第二组结尾任意个0；再分组
print(r2,' ')

5.正则的编译过程：先把正则编译通过，再去和文本串进行匹配

故而对于大型复用的正则表达式，可以预编译生成一个RegEx对象，再去匹配任意多的文本串

编译:

re_telephone = re.compile(r'^(d{3})-(d{3,8})$') #第一组3个数字开头，中间-分隔，第二组3到8数字结尾

使用：

r1 = re_telephone.match('010-12345').groups()
print(r1,' ')
r2 = re_telephone.match('010-8086').groups()
print(r2,' ')