一、匹配详解

#!/usr/bin/python3
# -*- coding: utf-8 -*-
# @Date  : 2021/5/26
# @Name  : ZhouZongXin

"""
注解：在正则表达式匹配的路上，是一半观察一半书写

匹配字符：. [...] [^...] \d \D \w \W \s \S
匹配重复： * + ? {n} {m,n}
匹配位置： ^ $ \b \B
请他： | () \
"""
import re

print(re.findall(r'\d+', "2020-06-30"))  # \d+获取数字
print(re.findall(r'a', "wjadiadaijada"))
print(re.findall(r'ad', "wjadiadaijada"))
print(re.findall(r'你好', "你好，你好，上海，你好"))
print(re.findall(r'com|cn', "www.baidu.com/www.tm.cn"))  # |管道符代表匹配两个字符
print(re.findall(r'张.丰', "张三丰，张四风，张五丰"))  # .点代表匹配任意一个字符，除了换行
print(re.findall(r'[A-Z]', "How are you!"))  # [字符集]匹配字符集中的任意一个字符，A-Z区间内任意字符
print(re.findall(r'[a-z]', "How are you!"))  # [字符集]匹配字符集中的任意一个字符，a-z区间内任意字符
print(re.findall(r'[0-9]', "How are you!"))  # [字符集]匹配字符集中的任意一个字符，0-9区间内任意字符
print(re.findall(r'[!A-Z0-9]', "How are you!"))  # [字符集]匹配字符集中的任意一个字符（!），A-Z0-9区间内任意字符
print(re.findall(r'[^0-9]', "How are you! 1994 one"))  # ^上间号，匹配字符集[0-9]之外的任意一个字符
print(re.findall(r'[^ ]', "How are you! 1994 one"))  # ^上间号，匹配字符集[ ]（空格）之外的任意一个字符
print(re.findall(r'^Jame', 'Jame,hello'))  # 单引号内+上间号，代表匹配开头位置
print(re.findall(r'^Jame', 'hello,Jame'))  # 因为字符串不在开头位置，所以无法匹配
print(re.findall(r'Jame$', 'hello,Jame'))  # 单引号内+$，代表匹配结尾位置
print(re.findall(r'^Jame$', 'Jame'))  # 单引号内有^+$，代表绝对匹配，中间有任何字符串都无法匹配到
print(re.findall(r'to*', "too~~~t!"))  # o* 是一个整体，o代表后面匹配出现0次或者多次
print(re.findall(r'[a-z]*', "too~~~t!"))  # [a-z]* 是一个整体，代表后面匹配出现0次或者多次，可能会匹配到空字符串
print(re.findall(r'to+', "too~~~t!"))  # o+ o最少出现1次或者多次
print(re.findall(r'to?', "too~~~t"))  # o? 代表o前面的字符出现0次或1次
print(re.findall(r'to{5}', "tooooo~~~t"))  # {n} 匹配出现重复指定次数
print(re.findall(r'to{2,4}', "tooooo~~~too"))  # {m,n} 匹配从第m次开始，到n次
print(re.findall(r'\d{1,5}', "Mysql: 3306, http: 80"))  # \d匹配任意数字字符，区间在1-5位数
print(re.findall(r'\D{1,5}', "Mysql: 3306, http: 80"))  # \D匹配任意非数字字符，区间在1-5位数
print(re.findall(r'\w+', "srever_prop = '8888', .你好！@#￥￥%……&*（"))  # \w匹配普通字符（数字，字母，下划线，汉字）
print(re.findall(r'\W+', "srever_prop = '8888', .你好！@#￥￥%……&*（"))  # \W匹配非普通字符（除了数字，字母，下划线，汉字的其他字符）
print(re.findall(r'\w+\s+\w+\s+\w+\W+', "hello  world   你好!"))  # \s匹配空字符（空格 \r \n \t \v \f）
print(re.findall(r'\S+', "hello  world   你好!"))  # \S匹配非空字符（除了空格 \r \n \t \v \f的其他字符）
print(re.findall(r'\b.+\B', "!H-007 HELLO (H5)"))  # \b 匹配单词边界指数字，字母，汉字，下划线与其他字符的交界位置(r是转义的含义)
print(re.findall(r'\B.+\b', "H-007 HELLO (H5)"))  # \B 匹配单词非边界指数字，字母，汉字，下划线与其他字符的交界位置(r是转义的含义)
print(re.findall(r'\b[0-9]{5}\b', "1234567   77568,78787"))
print(re.findall(r'\$\d+', "日薪资：$100"))  # \ 转移字符
print(re.findall(r'(ab)', "abababab"))  # (ab)内部分组，匹配重复字符

# 分组
print(re.search(r'(ab)+', "abababab").group())
print(re.search(r'(王|李)\w{1,3}', "王宝强, 李时珍").group())

# 捕获组
print(re.search(r'(?P<tel>1\d{10})\D+', "13512345678是我的电话").group('tel'))  # ?P<tel> 只捕获tel组内的字符

二、练习

#!/usr/bin/python3
# -*- coding: utf-8 -*-
# @Date  : 2021/5/27
# @Name  : ZhouZongXin

"""

"""
import re

a = '月全食是比较难得一见的天象。寇文称，这次月全食是今年唯一的一次。上次月全食出现在2019年1月21日，我国看不到。再上一次发生在2018年7月28日，' \
    '我国大部地区可以在凌晨看到。接下来的几次月全食我国都看不到。2022年会发生两次月全食，其中5月16日的月全食，我国完全看不到；11月8日的月全食，' \
    '我国大部分地区只能看到偏食。2025年又会出现两次月全食，发生在3月14日的月全食，我国不可见。出现在9月7日后半夜的月全食我国可以看到，而且观测条件很好。-1,3.5,-3.5'

b = 'One needs 3 things to be truly happy living in the world: Some thing to do, some one to love, some thing to hope for. I LOVE YOU'

c = '13522568615,13927873121,15227873121,98786,889429822,889429857'

d = 'zhouzon13gxin@e12ad2.com, adda3_3qd@qq.com, adda3_3qd@qq.cn, adda3_3qd@qq.你好'

e = '《爱你不是两三天》,《别走-2008》,《走吧-2020》,《今天，你吃了吗？》'

# 1、在一个字符串文本中选出所有的正整数
print(re.findall(r'[1-9][0-9]*', a))  # 首位不能为零

# 2、匹配大学字母开头的单词
print(re.findall(r'[A-Z][A-Za-z]*', b))  # 此时*比+号合适，因为I是单独的一个，如果用+那么不会匹配到I

# 3、在一个字符串文本中选出所有的整数（包含负数）
print(re.findall(r'-?\d\.?\d*', a))  # ?匹配一个或0个，因此区分有没有负号，在用转移字符\转移.的含义并且匹配0次或1次

# 4、匹配出手机号
print(re.findall(r'1[35789][0-9]{9}', c))  # 匹配手机号1开头，第二位为：35789区间，第三位0-9，后几位匹配0-9内重复数据9次

# 5、匹配邮箱
print(re.findall(r'[a-zA-Z0-9\w]+@[a-zA-Z0-9\w]+\.com', d))

# 6、匹配所有书名
print(re.findall(r'《.+?》', e))