# 1.正则表达式是一门独立的技术，任何语言均可使用
# 2.python中要想使用正则表达式需要通过re模块

while True:phone_number = input('input your phone number ： ')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('18')):print('是合法的手机号码')else:print('不是合法的手机号码')

import rewhile True:phone_num = input("input your phone number:>>>")if re.match('^(13|14|15|18|19)[0-9]{9}$', phone_num):print('这个合法手机')else:print('不是合法手机')

# 在线测试：*http://tool.chinaz.com/regex/*（与re模块无关，仅仅是测试）# 应用场景：爬虫、数据分析# 推荐书籍:正则指引

# 在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示(一个字符组每次只能匹配一个字符)
# 字符分为很多类，比如数字、字母、标点等等。
# 假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。# 匹配0-9数字([0123456789]也支持简写[0-9])(如果想匹配横杠,转义即可)
# 匹配A-Z字母(依据上面的简写规则[A-Z])
# 匹配a-z字母(依据上面的简写规则[a-z])

ps:这种上面到上面的范围必须是从小到大[a-Z]不行，[A-z]可以(但是内部有几个特殊符号)，因为内部对应的asicc码A在所有字母里面最小，z在所有字母里面最大

# \w,\s,\d与\W,\S,\D相反的匹配关系(对应的两者结合就是匹配全局)
# \t 匹配制表符
# \b 匹配结尾的指定单词

# ^:以什么什么开头
# ^[a-z]
# ^[0-9]
# $:以什么什么结尾

# |:或
# ab|abc优先匹配前面的正则表达式ab，匹配上就不再用后面的abc，可以通过调换顺序修改优先级
# ^:出现在[]中的^表示除了^后面的其他都匹配
# [^a]除了a其他都匹配
# [^a-z]除了小写字母a-z其他都匹配

# +:我想要匹配13838384388,\d一次只能匹配到一个数字，要想一次讲号码全部匹配上需要用到\d+，+表示重复一次或者多次，并且正则中默认都是贪婪匹配，越多越好
# *:匹配0次或多次
# ?:匹配0次或一次

# 1.对于这个0次也能匹配出来的结果，暂时不用考虑
# 2.*,+,?的工作区间可以用坐标轴的形式表示出来
# * {n}:明确指定个数

注意:量词需要写在匹配符号的后面，并且只约束紧挨着它的那个正则表达式

# 用\[a-z][0-9]会匹配到三个结果# 想法:重复写三次，但是太麻烦，加量词的话只能限制离得最近的正则表达式# 这个时候就可以用分组(\[a-z][0-9])+

# 1.^[1-9]\d{13,16}[0-9x]$:不完善的地方在于默认是x的情况只在18位才可能出现，但是这个表达式没有做这一层的限制
# 2.^[1-9]\d{14}(\d{2}[0-9x])?$
# 3.^([1-9]\d{16}[0-9x]|[1-9]\d{14})$
# ^([1-9][0-9]{16}[0-9X]|[1-9][0-9]{14})$

# 通过r或者\，对\n和\s换行符等进行转义# "\n",要写成'\\\n'，"\\\n",要写成'\\\\\\\\n'
# 利用r可以让整个字符串都不再转义(r就是real，真实不转义)

#  <.*>:从字符串起始位置开始找<,然后从字符串的末尾开始找>,找到之后，把<>和里面的内容一起拿出来
#  <.*?>:从字符串起始位置开始找<,找到之后，然后接着往下找，找到离它最近的>,然后把匹配的结果返回
# .*?x：就是取前面任意长度的字符，直到一个x出现

# findall
# search
# match

import re
name = re.findall('r', 'ryan jessic jenny ammi richard')
# 第一个参数'r'是正则表达式，第二个参数'ryan jessic jenny ammi richard'是待匹配的文本内容
print(name)
# ['r', 'r', 'r']findall就是找到全部的意思，结果是以列表的形式返回3个'r' 

import re
name = re.search('r', 'ryan jessic jenny ammi richard')
print(name)
print(name.group())
# search 是搜索的意思，找到第一个相匹配的字符就会停止，然后返回一个对象的位置信息
# <re.Match object; span=(0, 1), match='r'>
# 可以通过.group()方法获得匹配的字符串
# r

name = re.search('q', 'ryan jessic jenny ammi richard')

# 如果字符串没有匹配,就返回None,此时调用.group()就会直接报错# None# AttributeError: 'NoneType' object has no attribute 'group'

if name:  # 通过name=None=False 来避免执行下面的print(ret.group())

import re
name = re.match('y', 'ryan jessic jenny ammi richard')
print(name)
print(name.group())
效果同search,不过仅在字符串'开始'处进行匹配,比如'r',如果使用第二个字符'y'就会报错
# None
# AttributeError: 'NoneType' object has no attribute 'group'

import re
name = re.split('y', 'ryan jessic jenny ammi richard')
print(name)name = re.split('es', 'ryan jessic jenny ammi richard')
print(name)name = re.split('[er]', 'ryan jessic jenny ammi richard')
print(name)# ['r', 'an jessic jenn', ' ammi richard'] 用y切
# ['ryan j', 'sic jenny ammi richard'] 用es这个
# ['', 'yan j', 'ssic j', 'nny ammi ', 'icha', 'd'],用r切一遍,再用e切一遍

import re
name = re.sub('y','520','ryan jessic jenny ammi richard')
print(name)
# r520an jessic jenn520 ammi richard  #把所有的'y'替换成'520'

import rename = re.sub('y','520','ryan jessic jenny ammi richard',1)print(name)# 最后一个'1'表示只替换第1个

name = re.subn('a','520','ryan jessic jenny ammi richard')
print(name)
# ('ry520n jessic jenny 520mmi rich520rd', 3) 返回一个元祖,并显示一共替换了几个

import re
res = re.compile('\d{4}')  # 匹配三个数字,存入变量中
name = res.search('041ajdsfklja328lkjfalkj3983jlj88ljdsjf')
print(name)
print(name.group())# <re.Match object; span=(23, 27), match='3983'>
# group结果:3983

import rename = re.finditer('\d', '041ajdsfklja328lkjfalkj3983jlj88ljdsjf')
print(name)
# 返回一个迭代器
# <callable_iterator object at 0x10c79b240>print(next(name))
# <re.Match object; span=(0, 1), match='0'>
# 查看第1个相关信息print(next(name).group())
# 查看第2个结果:4

print([i.group() for i in name])# 查看剩余的结果

import re
res = re.search('^[1-9]\d{14}(\d{2}[0-9x])?$',110105199812067023)
print(res.group())
print(res.group(1)) # 获取正则表达式括号阔起来分组的内容
print(res.group(2)) # search与match均支持获取分组内容的操作 跟正则无关是python机制# 而针对findall它没有group取值的方法，所以它默认就是分组优先获取的结果
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

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

import reret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")# 还可以在分组中利用?<name>的形式给分组起名字
# 获取的匹配结果可以直接用group('名字')拿到对应的值print(ret.group('tag_name')) #结果 ：h1
print(ret.group()) #结果 ：<h1>hello</h1># 注意?P=tag_name相当于引用之前正则表达式，并且匹配到的值必须和前面的正则表达式一模一样

ret=re.findall(r"\d+","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) #['1', '2', '60', '40', '35', '5', '4', '3']

ret=re.findall(r"\d+\.\d*|(\d+)","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) #['1', '2', '60', '', '5', '4', '3']
ret.remove("")
print(ret) #['1', '2', '60', '5', '4', '3']