re模块

- 1)什么是正则表达式与re模块？
    - 正则表达式:
        正则表达式是一门独立的技术, 任何语言都可以使用正则表达式，
        正则表达式是由一堆特殊的字符组合而来的。
        - 字符组
        - 元字符
            - 组合使用

    - re模块:
        在python中，若想使用正则表达式，必须通过re模块来实现。

- 2)为什么要使用正则？
    比如要获取“一堆字符串”中的“某些字符”，
    正则表达式可以帮我们过滤，并提取出想要的字符数据。

    # 比如过滤并获取 “tank”
    'wafawrjkwagfiu21knriut8ankjfdgau0q92ru20yrisana tank wyqfwqrqyr9q 9'

    - 应用场景:
        - 爬虫: re, BeautifulSoup4, Xpath, selector
        - 数据分析过滤数据: re, pandas, numpy...
        - 用户名与密码、手机认证：检测输入内容的合法性
            - 用户名: na tank

- 3)如何使用？
    import re

# 1、检测手机号码的合法性:
# 纯python校验
# 需求: 11位、开头13/14/15/19
while True:
  phone_number = input('请输入手机号码：').strip()
    not > and > or
    if len(phone_number) == 11 and (phone_number.startswith(
        '13'
    ) or phone_number.startswith(
        '14'
    ) or phone_number.startswith(
        '15'
    ) or phone_number.startswith(
        '19'
    )):
        print('手机号码合法!')
        break

    else:
        print('手机号码不合法!')

# re校验
import re
while True:
    phone_number = input('请输入手机号码：').strip()

    # 需求: 11位、开头13/14/15/19
    # 参数1: 正则表达式  ''
    # 参数2: 需要过滤的字符串
    # ^: 代表“开头”
    # $: 代表“结束”
    # |: 代表“或”
    # (13|14): 可以获取一个值，判断是否是13或14.
    # {1}: 需要获取1个值 限制数量
    # []: 分组限制取值范围
    # [0-9]: 限制只能获取0——9的某一个字符。
    if re.match('^(13|14|15|19)[0-9]{9}$', phone_number):
        print('合法')
        break

    else:
        print('不合法')

'''
- 字符组:
  - [0-9] 可以匹配到一个0-9的字符
  - [9-0]: 报错, 必须从小到大
  - [a-z]: 从小写的a-z
  - [A-Z]: 从大写A-Z
  - [z-A]: 错误, 只能从小到大，根据ascii表来匹配大小。
  - [A-z]: 总大写的A到小写的z。

  注意: 顺序必须要按照ASCII码数值的顺序编写。
'''
import re
#
res = re.match('[A-Za-z0-9]{8}', 'Tank9527')
print(res)  # 获取一个
print(res.group())

- 元字符
 - 组合使用
      - \w\W: 匹配字母数字下划线与非字母数字下划线，匹配所有。
      - \d\D: 无论是数字或者非数字都可以匹配。
      - \t: table
      - \n: 换行
      - \b: 匹配单词结尾，tank  jasonk
      - ^: startswith
            - '^'在外面使用: 表示开头。
            - [^]: 表示取反的意思。

      - $: endswith

      - ^$: 配合使用叫做精准匹配，如何限制一个字符串的长度或者内容。
      - |: 或。ab|abc如果第一个条件成立，则abc不会执行，怎么解决，针对这种情况把长的写在前面就好了，一定要将长的放在前面。
      - [^...]: 表示取反的意思。
      - [^ab]: 代表只去ab以外的字符。
      - [^a-z]: 取a-z以外的字符。

re模块三种比较重要的方法:
    - findall()： ----> []
        可以匹配 "所有字符" ，拿到返回的结果，返回的结果是一个列表。
        'awfwaghowiahioawhio'  # a
        ['a', 'a', 'a', 'a']

    - search()：----> obj ----> obj.group()
        'awfwaghowiahioawhio'  # a
        在匹配一个字符成功后，拿到结果后结束，不往后匹配。
        'a'

    - match()：----> obj ----> obj.group()
        'awfwaghowiahioawhio'  # a
        'a'
        'wfwaghowiahioawhio'  # a
         None
        从匹配字符的开头匹配,若开头不是想要的内容，则返回None。

import re
str1 = 'sean tank json'
# findall
res = re.findall('[a-z]{4}', str1)
print(res)  # ['sean', 'tank', 'json']

# search
res = re.search('[a-z]{4}', str1)
print(res)
print(res.group())

# match
res = re.match('sean', str1)
print(res)
print(res.group())