自学教程：Python全栈之正则表达式

# ### 正则表达式 - 匹配单个字符import re"""lst = re.findall(正则表达式,字符串)"""# (1) 预定义字符集# /d 匹配数字strvar = "sdjfklj234&*(&1"lst = re.findall("/d",strvar)print(lst)# /D 匹配非数字strvar = "YWERsdf78_&"lst = re.findall("/D",strvar)print(lst)# /w 匹配字母或数字或下划线     (正则函数中,支持中文的匹配)strvar = "sadf234_^&*%$^$%你好"lst = re.findall("/w",strvar)print(lst)# /W 匹配非字母或数字或下划线strvar = "sadf234_^&*%$^$%你好"lst = re.findall("/W",strvar)print(lst)# /s 匹配任意的空白符 ( " "  /t  /n /r )strvar = " 		 /r "lst = re.findall("/s",strvar)print(lst)# /S 匹配任意非空白符strvar = " 		 /r  123_*("lst = re.findall("/S",strvar)print(lst)# /n 匹配一个换行符strvar = """今天国庆假期结束了,兄弟们满载	而归,玩的	很困,尽	快调	整."""lst = re.findall(r"/n",strvar)print(lst)# /t 匹配一个制表符lst = re.findall(r"/t",strvar)print(lst)# (2) 字符组 [] 匹配出字符组当中列举的字符(默认选一个)# lst = re.findall("[123]","a1b2c3d4")# print(lst)print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acbprint(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b  a2b a3b# 优化写法 0123456789  => 0-9print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb# 优化写法 abcdefg => a-g  表达所有的小写字母 a-zprint(re.findall('a[a-g]b','a1b a2b a3b acb ayb adb'))print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) # acb adb aybprint(re.findall('a[ABCDEFG]b','a1b a2b a3b  aAb aDb aYb')) # aAb aDb# 优化写法 ABCDEFG => A-G  表达所有的大写字母 A-Zprint(re.findall('a[A-G]b','a1b a2b a3b  aAb aDb aYb')) # aAb aDbprint(re.findall('a[A-Z]b','a1b a2b a3b  aAb aDb aYb')) # aAb aDb aYb# 注意点: 不能直接写A-z  中间ascii编码中包含了特殊的符号print(re.findall('a[A-z]b','a1b a2b a3b acb ayb adb a[b'))# 匹配所有的字母和数字print(re.findall('a[a-zA-Z0-9]b','a1b a2b a3b acb ayb adb a[b'))print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b'))  #aab aAb aWb aqb a1bprint(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b# ^ 在字符组开头的位置出现代表 除了...的意思print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) #a%b a&b# 匹配^-/等特殊字符时 ,需要前面加上/进行转义strvar = "a^c a-c a/c"lst = re.findall(r"a[/^/-//]c",strvar)print(lst)print(lst[-1])# 注意点:为了防止转义,在正则表达式中或者要匹配的字符串中,无脑加r实现匹配strvar = r"a/b"lst = re.findall(r"a//b",strvar)print(lst[0])

# ### 正则表达式 - 匹配多个字符# (1) 量词import re'''1) ? 匹配0个或者1个a '''print(re.findall('a?b','abbzab abb aab'))   #  ab b  ab ab b ab'''2) + 匹配1个或者多个a '''print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab'''3) * 匹配0个或者多个a '''print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b '''4) {m,n} 匹配m个至n个a '''# 1 <= a <= 3 print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) #aaab ab aab ab aab# {2}  代表必须匹配2个aprint(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) # aab aab aab# {2,} 代表至少匹配2个aprint(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab# (2) 贪婪匹配 和 非贪婪匹配"""贪婪匹配  : 默认向更多次匹配  (回溯算法)非贪婪匹配: 默认向更少次匹配  (配合?号使用)    回溯算法 : 从左向右进行匹配,直到找到最后一个,再也没有了,回头,返回上一个找到的内容. 除了/n,匹配所有字符非贪婪写法: 量词 + ? """# 贪婪匹配(模式)strvar = "刘能和刘老根和刘罗锅111子222子"lst = re.findall("刘.",strvar)print(lst) # lst = re.findall("刘.?",strvar)lst = re.findall("刘.?",strvar)print(lst) # lst = re.findall("刘.?",strvar)lst = re.findall("刘.+",strvar)print(lst) # ['刘能和刘老根和刘罗锅111子222子']lst = re.findall("刘.*",strvar)print(lst) # ['刘能和刘老根和刘罗锅111子222子']lst = re.findall("刘.{1,20}",strvar)print(lst) # ['刘能和刘老根和刘罗锅111子222子']lst = re.findall("刘.*子",strvar)print(lst)# 非贪婪匹配(模式)lst = re.findall("刘.??",strvar)print(lst) # ['刘', '刘', '刘']lst = re.findall("刘.+?",strvar)print(lst) # 刘能 刘老 刘罗lst = re.findall("刘.*?",strvar)print(lst) # ['刘', '刘', '刘']lst = re.findall("刘.{1,20}?",strvar)print(lst) # ['刘能', '刘老', '刘罗']lst = re.findall("刘.*?子",strvar)print(lst)# (3) 边界符"""/b 本身是转义字符 退格,退到光标上一位/b 在正则中还有边界符的意思"word"卡主左边界:/bw卡主右边界:d/b"""strvar = "word old fuck"# 右边界lst = re.findall(r"d/b",strvar) # ['d', 'd']lst = re.findall(r".*d/b",strvar) # ['word old']lst = re.findall(r".*?d/b",strvar) # ['word old']print(lst) # 左边界lst = re.findall(r"/bw",strvar)lst = re.findall(r"/bw.*",strvar)lst = re.findall(r"/bw.*?",strvar)lst = re.findall(r"/bw.*? ",strvar) # 空格在正则表达式中,不能随意加,是参与匹配的.lst = re.findall(r"/bw/S*",strvar)print(lst)# (4) ^ $的使用"""^ 写在在字符串的开头,表达必须以某个字符开头$ 写在在字符串的结尾,表达必须以某个字符结尾当使用了^ $ 代表要把该字符串看成一个整体"""strvar = "大哥大嫂大爷"print(re.findall('大.',strvar))  # ['大哥', '大嫂', '大爷']print(re.findall('^大.',strvar)) # ['大哥']print(re.findall('大.$',strvar)) # ['大爷']print(re.findall('^大.$',strvar))# []print(re.findall('^大.*?$',strvar))   # ['大哥大嫂大爷']print(re.findall('^大.*?大$',strvar)) # []print(re.findall('^大.*?爷$',strvar)) # ['大哥大嫂大爷']print(re.findall('^g.*? ' , 'giveme 1gfive gay')) # giveme print(re.findall('five$' , 'aassfive')) # [five]print(re.findall('^giveme$' , 'giveme')) # ['giveme']print(re.findall('^giveme$' , 'giveme giveme')) # []print(re.findall('giveme' , 'giveme giveme')) # ['giveme', 'giveme']print(re.findall("^g.*e",'giveme 1gfive gay')) # ['giveme 1gfive']

# ### 匹配分组 ()表达整体import re# (1)分组print(re.findall('.*?_good','wusir_good alex_good secret男_good'))print(re.findall('(.*?)_good','wusir_good alex_good secret男_good'))# (?:) 代表不优先显示分组里面的内容,只是显示正常匹配到的内容print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good'))# (2) | 代表或 , a|b 匹配字符a 或者 匹配字符b . strvar = "abceab"lst = re.findall("a|b",strvar)print(lst)# 注意点:把不容易匹配到的内容放到前面,把容易匹配到的内容放到后面strvar = "abcdeabc234f"lst = re.findall("abcd|abc",strvar)print(lst)# (3) 练习""".  可以匹配任意的字符,除了/n/. 对.进行转义,表达.这个字符本身."""# 匹配小数 strvar = "3....  ....4  .3 ...3   1.3  9.89  10"lst = re.findall(r"/d+/./d+",strvar)print(lst)# 匹配小数和整数 lst = re.findall(r"/d+/./d+|/d+",strvar)print(lst)# 使用分组改造'''findall优先显示括号里的内容,需要加上?:取消哦优先显示,按照匹配到的内容显示'''lst = re.findall(r"/d+(?:/./d+)?",strvar)print(lst)# 匹配135或171的手机号 strvar = "13566668888 17366669999 17135178392"lst = re.findall(r"(?:135|171)/d{8}",strvar)print(lst)# 优化,只能匹配出一个手机号strvar = "13566668888"lst = re.findall(r"^(?:135|171)/d{8}$",strvar)print(lst)obj = re.search(r"^(135|171)/d{8}$",strvar)print(obj)print(obj.group())print(obj.groups())# 匹配www.baidu.com 或者 www.oldboy.com"""findall : 从左到右,匹配出所有的内容,返回到列表		  问题是,匹配到的字符串和分组的内容不能同时显示;search  : 从左到右,匹配到一组内容就直接返回,返回的是对象		  优点是,可以让匹配到的内容和分组里的内容同时显示;		  匹配不到内容时,返回的是Noneobj.group() : 获取匹配到的内容obj.groups(): 获取分组里面的内容"""# findallstrvar = "www.baidu.com  www.oldboy.com  www.wangwen.com"lst = re.findall(r"(?:www)/.(?:baidu|oldboy)/.(?:com)",strvar)print(lst)# searchstrvar = "www.baidu.com  www.oldboy.com  www.wangwen.com"obj = re.search(r"(www)/.(baidu|oldboy)/.(com)",strvar)print(obj)# 获取匹配到的内容print(obj.group())# 获取分组里面的内容 (推荐)print(obj.groups())# 方法二,可以直接通过下标1来获取分组里面的第一个内容;print(obj.group(1))print(obj.group(2))print(obj.group(3))# search 练习 : 计算"5*6-7/3"结果  匹配 5*6 或者 7/3strvar =  "5*6-7/3"# strvar = "www.baidu.com  www.oldboy.com  www.wangwen.com"obj = re.search(r"/d+[*/]/d+",strvar)res1 = obj.group()print(res1 , type(res1)) # 5*6 <class 'str'># 计算结果a,b = res1.split("*")res2 = int(a) * int(b)print(res2)# 把30替换回原来的字符串中strvar = strvar.replace(res1,str(res2))print(strvar)# 以此类推 ... 

1. 刘.??  最后一个问号是非贪婪模式，不是量词word old fuck   w、d、o、d、f、k是边界lst = re.findall(r"d/b",strvar) # ['d','d']lst = refindall(r".*d/b",strvar) # ['word old'] 贪婪匹配，匹配到old之后会继续向后匹配，匹配不到的话，返回前面已经匹配到的内容 print(lst)注意： wordoldfuck 这样不行没有边界，r"d/b" 前面无脑加r，因为/b本身有退格的含义，加r让退格实现，从而使正则的边界的效果生效

# 1、匹配整数或者小数（包括正数和负数）# 2、匹配年月日日期 格式 2018-12-31# 3、匹配qq号 5-12 首字符没有0# 4、11位的电话号码# 5、长度为8-10位的用户密码 : 包含数字字母下划线# 6、匹配验证码：4位数字字母组成的# 7、匹配邮箱地址 邮箱规则 123463922@qq.com  123@abc.com.cn# @之前必须有内容且只能是字母,数字,下划线(_),减号(-),点(.)# @符号后面是字母,数字,减号(-),保留121@qq.com.cn 的可能# 最后一个点(.)之后必须有内容,字母,数字且长度为大于等于2个字节,小于等于6个字节# 8、从类似# <a>wahaha</a># <b>banana</b># <h1>qqxing</h1># <h1>q</h1># 这样的字符串中，# 1）匹配出 wahaha，banana，qqxing 内容。# 2）匹配出 a,b,h1这样的内容# 9、'1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'# 从上面算式中匹配出最内层小括号以及小括号内的表达式# 10正则小程序:"""	给你字符串 '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' 计算最后结果.  """

# 1、匹配整数或者小数（包括正数和负数）[+-]?/d+(/./d+)?# 2、匹配年月日日期 格式 2018-12-31([12]/d{3})-(0?[1-9]|1[0-2])-(0?[1-9]|[12]/d|3[01])      # 0?[1-9]|1/d|2/d|3[01]   => 0?[1-9]|[12]/d|3[01] # 3、匹配qq号 5-12 首字符没有0 [1-9]/d{4,11}# 4、11位的电话号码1[356789]/d{9}# 5、长度为8-10位的用户密码 : 包含数字字母下划线/w{8,10}if "数字" in strvar and "字母" in strvar and "_" in strvar:	return okelse :	return "格式不对"# 6、匹配验证码：4位数字字母组成的[0-9a-zA-Z]{4}# 7、匹配邮箱地址 邮箱规则 123463922@qq.com  123@abc.com.cn# @之前必须有内容且只能是字母,数字,下划线(_),减号(-),点(.)[/w/-/.]+# @符号后面是字母,数字,减号(-),保留121@qq.com.cn 的可能@[a-zA-Z/d/-]+(/.[a-zA-Z/d/-]+)?# 最后一个点(.)之后必须有内容,字母,数字且长度为大于等于2个字节,小于等于6个字节/.[a-zA-Z/d]{2,6}#综合:[/w/-/.]+@[a-zA-Z/d/-]+(/.[a-zA-Z/d/-]+)?/.[a-zA-Z/d]{2,6}# 8、从类似# <a>wahaha</a># <b>banana</b># <h1>qqxing</h1># <h1>q</h1># 这样的字符串中，# 1）匹配出 wahaha，banana，qqxing 内容。<.*?>(.*?)<.*?># 2）匹配出 a,b,h1这样的内容<(.*?)>.*?<.*?># 9、'1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'# 从上面算式中匹配出最内层小括号的表达式import restrvar = '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'obj = re.search(r"/([^/(/)]+/)",strvar)print(obj.group())# 10正则小程序:"""	给你字符串 '1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))' 计算最后结果.  """

import restrvar = '1-2*((60-30+-8*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'# 外面有括号,里面再也没有括号的的表达式就是最里层表达式;# obj = re.search(r"/([^/(/)]+/)",strvar)# print(obj.group())# strvar = '1-2*(-5-6/-2*2)+(40 -  7)'# 去除多余的符号def operate_sign(strvar):	strvar = strvar.replace("--","+")	strvar = strvar.replace("++","+")	strvar = strvar.replace("-+","-")	strvar = strvar.replace("+-","-")	return strvar# 计算表达式的值def calc_res(strvar):	if "/" in strvar:		a,b = strvar.split("/")		return float(a) / float(b)	elif "*" in strvar:		a,b = strvar.split("*")		return float(a) * float(b)# 匹配计算出对应的表达式def calc_exp(strvar):	print(strvar , "strvar ... ") # (-5-6/-2*2) 	# ### part1 只计算乘除	while True:		# 1.写一条正则匹配出乘除		obj = re.search(r"/d+(/./d+)?[*/][+-]?/d+(/./d+)?",strvar)		if obj:			# 2.匹配出乘除表达式			res1 = obj.group()			print(res1 , "res1 ... ") # 6/-2 res1 ... 			# 2.计算当前表达式的结果			res2 = calc_res(res1)			print(res2 , "res2 .. ")  # -3.0 res2 ..			# 3.用结果替换原乘除表达式			strvar = strvar.replace(res1,str(res2))			print(strvar , "strvar ... 1111") # (-5--3.0*2) strvar ... 1111		else:			break	# ### part2 只计算加减	# 把表达式当中多余的符号做一个替换	strvar = operate_sign(strvar)	print(strvar,"2222")		# 计算这个表达式+-结果	lst = re.findall("[+-]?/d+(?:/./d+)?",strvar)	# print(lst)	# 计算累加和	total = 0	for i in lst:		total += float(i)	return total# 去除括号def remove_bracket(strvar):	while True:		obj = re.search(r"/([^/(/)]+/)",strvar)		# print(obj)		if obj:			# 匹配括号里面的表达式			res1 = obj.group()			print(res1 , "res1 ... ... ..  ") # (-5-6/-2*2) res1 ... ... ..  			# 计算括号里面的表达式			res2 = calc_exp(res1)				print(res2,"res2 ... remove_bracket") # 1.0			# 用计算的结果替换原来的括号			strvar = strvar.replace(res1,str(res2))		else:			return strvar		# print(strvar," strvar ... remove_bracket")# 主函数统一调用def main(strvar):	# 0.先去掉字符串当中出现的空格	# 1.通过正则匹配到最里层小括号	# 2.计算括号里面的数值	# 3.拿算好的数值替换原来的小括号	# 4.循环在去匹配下一个小括号,依次类推 ...	# 先去掉字符串当中出现的空格	strvar = strvar.replace(" ","")	print(strvar)	# 移除表达式中的所有括号	res = remove_bracket(strvar)	print(res , "res   main ...")	# 计算最后一次没有括号的那个表达式的结果	return calc_exp(res)res = main(strvar)print(res)# print(eval(strvar))