Regular Expression

--- slideOptions: transition: slide tags: 程式線107上 --- # Regular Expression [TOC] --- 練習網站 http://www.rubular.com/ --- HackerSir `a` H==a==ckerSir --- HackerSir `ker` Hac==ker==Sir --- `.` 代表任意字元 (不包含`\n`) 如果用剛剛的網站直接打`.`的話他會全選，但是用 python 他只會選一個字 note: 如果選的字裡面有點要用`\` ---- HackerSir `H.` ==Ha==ckerSir --- `[ ]` 選多個字元 ---- HackerSir `[abcdefgh]` H==ac==k==e==rSir ---- HackerSir `[a-h]` H==ac==k==e==rSir --- `^` 代表不要 >注意:在`[ ]`裡面才是 ---- HackerSir `[^a-h]` ==H==ac==k==e==rSir== --- 縮寫 + `\d` = `[0-9]` + `\w` = `[A-Za-z0-9_]` **注意有底線** + `\s` = `[\t\s\r]` + `\D` = `[^\d]` + `\W` = `[^\w]` + `\S` = `[^\s]` --- `*` 代表任意次數 ---- HackerSir `c.*` Ha==ckersir== --- `+` 代表至少一次 >他是跟著前面那個字的 ---- banana `n+a` ba==nana== note: 想成他是要找a然後前面的n至少要一次 --- `?` 代表零或一次 >他是跟著前面那個字的 ---- banana `n?a` b==anana== note: 想成他是要找a然後前面的n可有可無 --- `{次數}` `{最少次數, 最多次數}` ---- Hello world. `l{2}` He==ll==o world. ---- Hello world. `l{1,}` He==ll==o wor==l==d. --- ## 貪婪匹配剛剛講的 `*` `+` `?` `{次數}` 都是屬於貪婪匹配他在配對的時候會盡量多找 ---- HackerSir `H.*r` ==HackerSir== note: `*`在配對的時候會一值往後找，導致後面他會被全選 ---- HackerSir `H.*?r` ==Hacker==Sir --- `|` 或 ---- iOS and android `and|android` 我們預期他會是 iOS ==and android== **但這是錯的** ---- iOS and android `and|android` iOS ==and and==roid ---- iOS and android `android|and` iOS ==and android== --- `^` 開頭 ---- hello hello `^he` ==he==llo hello --- `$` 結尾 ---- hello hello `llo$` hello he==llo== --- # python 實作 --- `import re` [官方文檔](https://docs.python.org/3.6/library/re.html) note: 左上角可以選版本 --- `re.search(正則表達式, 字, (flags))` 掃描整個字串，return 第一個成功的如果找不到， `return None` 這裡的 return 不是直接丟字串給你 ---- | flags | 說明 | | -------- | -------- | | `re.I` | 忽略大小寫 | | `re.L` | 表示特殊字符 | | `re.M` | 多行模式 | | `re.S` | 讓 `\.` 包含換行 | | `re.U` | 表示特殊字符 | | `re.X` | 忽略空格和註解 | ---- `group( )` `groups( )` ---- ```python= import re s = '123asd789' m = re.search("([0-9]*)([a-z]*)([0-9]*)",s) print(m.groups()) print(m.group()) print(m.group(1)) print(m.group(2)) print(m.group(3)) ``` >('123', 'asd', '789') >123asd789 >123 >asd >789 --- `re.match(正則表達式, 字, (flags))` 從**第一個字開始**，return第一個成功的如果找不到， `return None` 所以不是從第一個字開始，就會失敗 ---- `re.fullmatch(正則表達式, 字, (flags))` 從**第一個字開始**，**全部**成功才 return --- `re.findall(正則表達式, 字, (flags))` 掃描整個字串，return一個list note: 我最常用這個，因為能直接拿 ---- ```python= import re s = "hello hello" m = re.findall("l", s) print(m) ``` >['l', 'l', 'l', 'l'] --- `re.sub(正則表達式, 要換的字, 原本的字, (更換次數), (flags))` 掃描整個字串，並替換 ---- ```python= import re s = "hello hello" m = re.sub("[hl]", 'w', s, 3) print(m) ``` --- # 練習 --- ## 練習第一題字串:Minions love banana. 輸出:['ni', 'ns'] ---- 解答： ```python= import re s = 'Minions love banana.' m = re.findall("n[is]", s) print (m) ``` --- ## 練習第二題驗證身分證格式是否正確(不須驗證內容) 身份證字號格式: 第一碼:A-Z(大寫英文) 第二碼:1(男)或2(女) 後八碼:0-9(數字) **不要給我用一堆if硬幹** ---- 範例: ![](https://i.imgur.com/ZbsIe5E.png) ---- 解答： ```python= import re while (1): s = input('請輸入身份證字號:') o = re.fullmatch("^[A-Z][12][0-9]{8}$", s) if s == 'end': break elif o != None: print('Ture') else: print('False') ``` --- ## 練習第三題驗證email格式 email格式: 英文或數字 + @ + 英文.英文(.英文) ---- 範例: ![](https://i.imgur.com/gJxIqzU.png) ---- 解答： ```python= import re while (1): s = input('請輸入email:') o = re.fullmatch("[a-zA-Z0-9]*\@[a-z]*\.[a-z]*\.?[a-z]{0,}", s) if s == 'end': break elif o != None: print('Ture') else: print('Flase') ``` --- ## 練習第四題請輸入一個由a、b、c組成的字串並判別a是否出現偶數次 ---- 解答： ```python= import re a = input('輸入:') b = re.findall('a', a) if len(b) % 2 == 0: print('Ture') else: print('False') ``` --- ## 練習第五題請輸入一個由a、b、c組成的字串並判別不含子字串ab ---- 解答： ```python= import re a = input('輸入:') b = re.findall('ab', a) if len(b) == 0: print('Ture') else: print('Flase') ``` --- ## 練習第六題請輸入二進制數，並判別是否為4的倍數 (用re.match寫) ---- 解答： ```python= import re text = input("請輸入二進制數，並判別是否為4的倍數：\n") if re.match(r'^1[01]*00$',text): print('True') else: print('Flase') ``` --- ## 練習第七題修改html的標籤用visual studio code 把\\改成\<h3>\</h3> ```htmlmixed <!DOCTYPE html> <html> <body> <div style="background-color:black;color:white;padding:20px;"> <h2>London</h2> Hello asdfg </div> </body> </html> ``` --- ## 練習第八題黑客社CTF https://ctf.hackersir.org ![](https://i.imgur.com/21UGExp.png =550x) --- ## 補充 ## sscanf( ) --- `%8s` 讀8個字 --- `%[^字元]` 到這個字元為止 --- `%[1-9]` 只讀1到9 --- `%*` 捨棄掉 --- ```c= #include<stdio.h> int main(){ int a, b; sscanf("-70x^8", "%dx%*1s%d", &a, &b); printf("%d\n%d", a, b); return 0; } ``` >-70 >8