python--常用模塊之正則

while True:
    phone_number=input('請輸入你的電話號碼：')
    if len(phone_number)==11 and phone_number.isdigit()\
        and (phone_number.startswith('13')\
        or phone_number.startswith('14') \
        or phone_number.startswith('15') \
        or phone_number.startswith('17') \
        or phone_number.startswith('18')):
        print('是合法的手機號碼')
    else:
        print('不是合法的手機號碼')

import re
phone_number=input('請輸入你的電話號碼：')
if re.match('^(13|14|15|17|18)[0-9]{9}$',phone_number):
    '''^這個符號表示的是判斷是不是以13|14|15|17|18開頭的，
    [0-9]: []表示一個字符組，可以表示0-9的任意字符
    {9}:表示后面的數字重復九次
    $:表示結束符
    '''
    print('是合法的手機號碼')
else:
    print('不是合法的手機號碼')

舉個例子，比如html源碼中有<title>xxx</title>標簽，用以前的知識，我們只能確定源碼中的<title>和</title>是固定不變的。因此，如果想獲取頁面標題(xxx)，充其量只能寫一個類似于這樣的表達式：<title>.*</title>，而這樣寫匹配出來的是完整的<title>xxx</title>標簽，并不是單純的頁面標題xxx。

       想解決以上問題，就要用到斷言知識。

       在講斷言之前，讀者應該先了解分組，這有助于理解斷言。

       分組在正則中用()表示，根據小菜理解，分組的作用有兩個：

 

       n  將某些規律看成是一組，然后進行組級別的重復，可以得到意想不到的效果。

       n  分組之后，可以通過后向引用簡化表達式。

 

 

       先來看第一個作用，對于IP地址的匹配，簡單的可以寫為如下形式：

       \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}

       但仔細觀察，我們可以發現一定的規律，可以把.\d{1,3}看成一個整體，也就是把他們看成一組，再把這個組重復3次即可。表達式如下：

       \d{1,3}(.\d{1,3}){3}

       這樣一看，就比較簡潔了。

      

再來看第二個作用，就拿匹配<title>xxx</title>標簽來說，簡單的正則可以這樣寫：

       <title>.*</title>

       可以看出，上邊表達式中有兩個title，完全一樣，其實可以通過分組簡寫。表達式如下：

       <(title)>.*</\1>

       這個例子實際上就是反向引用的實際應用。對于分組而言，整個表達式永遠算作第0組，在本例中，第0組是<(title)>.*</\1>，然后從左到右，依次為分組編號，因此，(title)是第1組。

       用\1這種語法，可以引用某組的文本內容，\1當然就是引用第1組的文本內容了，這樣一來，就可以簡化正則表達式，只寫一次title，把它放在組里，然后在后邊引用即可。

       以此為啟發，我們可不可以簡化剛剛的IP地址正則表達式呢？原來的表達式為\d{1,3}(.\d{1,3}){3}，里邊的\d{1,3}重復了兩次，如果利用后向引用簡化，表達式如下：

       (\d{1,3})(.\1){3}

       簡單的解釋下，把\d{1,3}放在一組里，表示為(\d{1,3})，它是第1組，(.\1)是第2組，在第2組里通過\1語法，后向引用了第1組的文本內容。

       經過實際測試，會發現這樣寫是錯誤的，為什么呢？

       小菜一直在強調，后向引用，引用的僅僅是文本內容，而不是正則表達式！

       也就是說，組中的內容一旦匹配成功，后向引用，引用的就是匹配成功后的內容，引用的是結果，而不是表達式。

       因此，(\d{1,3})(.\1){3}這個表達式實際上匹配的是四個數都相同的IP地址，比如：123.123.123.123。

      

       至此，讀者已經掌握了傳說中的后向引用，就這么簡單。

# 1.re模塊下的常用方法
# 1.findall方法
import re
ret = re.findall('a','eva ang  egons')
# #返回所有滿足匹配條件的結果，放在列表里
print(ret)

# 2.search方法
# 函數會在字符串中查找模式匹配，只會找到第一個匹配然后返回
# 一個包含匹配信息的對象，該對象通過調用group()方法得到匹配的
# 字符串，如果字符串沒有匹配，則報錯
ret = re.search('s','eva ang  egons')#找第一個
print(ret.group())


# 3.match方法
print(re.match('a','abc').group())
#同search，只從字符串開始匹配,并且guoup才能找到


# 4.split方法
print(re.split('[ab]','abcd'))
#先按'a'分割得到''和'bcd'，在對''和'bcd'分別按'b'分割


# 5.sub方法
print(re.sub('\d','H','eva3sdf4ahi4asd45',1))
# 將數字替換成'H'，參數1表示只替換一個


# 6.subn方法
print(re.subn('\d','H','eva3sdf4ahi4asd45'))
#將數字替換成’H‘，返回元組（替換的結果，替換了多少次）


# 7.compile方法
obj = re.compile('\d{3}')#將正則表達式編譯成一個正則表達式對象，規則要匹配的是三個數字
print(obj)
ret = obj.search('abc12345eeeee')#正則表達式對象調用search，參數為待匹配的字符串
print(ret.group()) #.group一下就顯示出結果了

# 8.finditer方法
ret = re.finditer('\d','dsf546sfsc')#finditer返回的是一個存放匹配結果的迭代器
# print(ret)#<callable_iterator object at 0x00000000021E9E80>
print(next(ret).group())#查看第一個結果
print(next(ret).group())#查看第二個結果
print([i.group() for i in ret] )#查看剩余的左右結果

import re
ret = re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret)   #結果是['oldboy']這是因為findall會優先把匹配結果組里內容返回,如果想要匹配結果,取消權限即可

ret = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret) #['www.oldboy.com']

ret = re.split('\d+','eva123dasda9dg')#按數字分割開了
print(ret) #輸出結果：['eva', 'dasda', 'dg']

ret = re.split('(\d+)','eva123dasda9dg')
print(ret) #輸出結果：['eva', '123', 'dasda', '9', 'dg']
# 
# 在匹配部分加上()之后和不加括號切出的結果是不同的，
# 沒有括號的沒有保留所匹配的項，但是有括號的卻能夠保留了
# 匹配的項，這個在某些需要保留匹配部分的使用過程是非常重要的