第五天 第五章 正则表达式

# 匹配字符串可以使用match() search() findall()等方法

# match()从字符串的开始处进行匹配，如果在起始位置匹配成功，则返回match()对象，否则返回None
# re.match(pattern, string, [flags])
# pattern 模式字符串
# string 要匹配的字符串
# flags 标志位，用于控制匹配方式，如是否区分大小写，常用标志位如下：
#
# A 或 ASCII        对于\w \W \b \B \d \D \s \S只进行ASCII匹配（仅适用于python3.x）
# I 或 IGNORECASE   执行字母不区分大小写的匹配
# M 或 MULTILINE    将^和$用于包括整个字符串的开始和结尾的每一行（默认情况下，仅适用于整个字符串的开始和结尾处）
# S 或 DOTALL       使用（.）字符匹配所有字符，包括换行符
# X 或 VERBOSE      忽略模式字符串中未转义的空格和注释
#
# 例：匹配字符串是否以“mr_”开关，不区分字母大小写，代码如下：
import re
pattern = r‘mr_\w+‘
string = ‘MR_SHOP mr_shop‘
match = re.match(pattern, string, re.I)
print(match)

string = ‘项目名称MR_SHOP mr_shop‘
match = re.match(pattern, string, re.I)
print(match)
# 由此可知， ‘MR_SHOP mr_shop‘以mr_开头，将返回一个Match对象，而‘项目名称MR_SHOP mr_shop‘没有以mr_开头，直接返回None
# 因为match()方法从开始位置开始匹配，当第一个字符不符合条件时，直接返回None

string = ‘MR_SHOP mr_shop‘
match = re.match(pattern, string, re.I)
print(‘匹配值的起始位置：‘,match.start())
print(‘匹配值的结束位置：‘,match.end())
print(‘匹配位置的元组：‘,match.span())
print(‘匹配字符串：‘,match.string)
print(‘匹配数据：‘,match.group())

# 实例：验证输入的手机号码是否为中国移动的号码
pattern = r‘(13[4-9]\d{8})|(15[01289]\d{8})$‘
mobile = ‘13634222222‘
match = re.match(pattern,mobile)  # 进行模式匹配
if match == None:  # 判断是否为None,为真表示匹配失败
    print(mobile,‘不是有效的中国移动手机号码。‘)
else:
    print(mobile,‘是有效的中国移动手机号码。‘)
    
mobile = ‘13144222221‘
match = re.match(pattern,mobile)  # 进行模式匹配
if match == None:   # 判断是否为None,为真表示匹配失败
    print(mobile,‘不是有效的中国移动手机号码。‘)
else:
    print(mobile,‘是有效的中国移动手机号码。‘)

# 2 使用search()方法进行匹配
# re.search(pattern, string, [flags])

# 实例：验证是否出现危险字符
pattern = r‘(黑客)|(抓包)|(监听)|(Trojan)‘  # 模式字符串

about = ‘我是一名程序员，我喜欢看黑客方面的图书，想研究一下Trojan。‘
match = re.search(pattern,about)  # 进行模式匹配
if match == None:  # 判断是否为None,为真表示匹配失败
    print(about,‘@ 安全！‘)
else:
    print(about,‘@ 出现了危险词汇！‘)
    
about = ‘我是一名程序员，我喜欢客看计算机网络方面的图书，喜欢开发网站。‘
match = re.match(pattern,about)  # 进行模式匹配
if match == None:   # 判断是否为None,为真表示匹配失败
    print(about,‘@ 安全！‘)
else:
    print(about,‘@ 出现了危险词汇！‘)


# 使用findall()方法进行匹配
# 如果匹配成功则返回包含匹配结构的列表，否则返回空列表。
# re.findall(pattern, string, [flags])

# 如果在指定的模式字符串中，包含分组，则返回与分组匹配的文本列表：
pattern = r‘[1-9]{1,3}(\.[0-9]{1,3}){3}‘
string = ‘127.0.0.1 192.168.1.66‘
match = re.findall(pattern,string)
print(match)

# 如果想获取整个模式字符串的匹配，要将整个模式字符串使用一对小括号进行分组。
pattern = r‘([1-9]{1,3}(\.[0-9]{1,3}){3})‘
match = re.findall(pattern,string)
print(match)
for i in match: # 获取想要的IP地址
    print(i[0])

# 3 替换字符串
# re.sub(pattern, rep1, string, count, flags)
# 例：隐藏中奖信息中手机号码
pattern = r‘1[34578]\d{7}‘
string = ‘中奖号码：84978981 联系电话：13616595107‘
result = re.sub(pattern, ‘1******‘, string)
print(result)

# 实例：替换出现的危险字符
pattern = r‘(黑客)|(抓包)|(监听)|(Trojan)‘  # 模式字符串

about = ‘我是一名程序员，我喜欢看黑客方面的图书，想研究一下Trojan。\n‘
sub = re.sub(pattern,‘@_@‘,about)  # 进行模式替换
print(sub)
    
about = ‘我是一名程序员，我喜欢看计算机网络方面的图书，喜欢开发网站。‘
sub = re.sub(pattern,‘@_@‘,about)   # 进行模式替换
print(sub)


# 3 使用正则表达式分割字符串
# re.split(pattern, string, [maxsplit], [flags])
# maxsplit 表示最大的拆分次数

# 从给定的URL中提取出请求地址和各个参数，代码如下：
pattern = r‘[?|&]‘
url = ‘http://www.zack.com/login.jsp?username="mr"&pwd="zack"‘
result = re.split(pattern, url)
print(result)

# ‘@zack @ladygaga @func‘ 可以用r‘\s*@‘分割