42 python中正则中的分组 正则中匹配字符串的起始和结尾以及单词边界

Posted 2020-11-24

第七课 正则中的分组
# 分组
# 正则表达式中用一对圆括号括起来的部分被称为一个分组
# ‘(ddd)-(dd)‘

import re

‘‘‘
1. 只有圆括号括起来的部分才算一组，如果正则表达式中既有被圆括号括起来的部分，
也有未被圆括号括起来的部分，那么只将圆括号括起来的部分算一组
2. group方法，如果不指定参数，会返回匹配的整个字符串，如果加参数，会返回指定
分组的字符串，组索引从1开始
3. groups方法，以元组形式返回匹配的所有分组
4. 分组的索引是从1开始的 
‘‘‘
# 分3组   3个数字-4个数字-2个小写字母
m = re.match(‘(d{3})-d{4}-[a-z]{2}‘,‘123-4567-xy‘)
print(m)            # <re.Match object; span=(0, 11), match=‘123-4567-xy‘>
print(m.groups())  # (‘123‘,)
print(m.group())   # 123-4567-xy
print(m.group(1))  # 123
print(‘-------------‘)
m = re.match(‘(d{3})-(d{4})-[a-z]{2}‘,‘123-4567-xy‘)
print(m)                # <re.Match object; span=(0, 11), match=‘123-4567-xy‘>
print(m.groups())   # (‘123‘, ‘4567‘) 这个是返回一个元组 只要是分组里面的就放在元组里
print(m.group())   # 123-4567-xy
print(m.group(1)) # 123
print(m.group(2)) # 456
print(‘----------‘)
m = re.match(‘(d{3})-(d{4})-([a-z]{2})‘,‘123-4567-xy‘)
print(m)           # <re.Match object; span=(0, 11), match=‘123-4567-xy‘>
print(m.groups())  # (‘123‘, ‘4567‘, ‘xy‘)
print(m.group())   # 123-4567-xy
print(m.group(1))  # 123
print(m.group(2))  # 456
print(m.group(3))  # xy
print(‘-----------‘)
m = re.match(‘(d{3}-d{4})-([a-z]{2})‘,‘123-4567-xy‘)
print(m)            # <re.Match object; span=(0, 11), match=‘123-4567-xy‘>
print(m.groups())   # (‘123-4567‘, ‘xy‘)
print(m.group())    # 123-4567-xy
print(m.group(1))   # 123-4567
print(m.group(2))   # xy

第八课 正则中匹配字符串的起始和结尾以及单词边界

# 匹配字符串的起始和结尾以及单词边界
‘‘‘
"^"：匹配字符串的开始
"$"：匹配字符串的结束
""：匹配单词边界

单词边界：是指空格或标点符号
" hello?"  这个左右2侧都有边界
" world0"  这个表示左侧有边界，右侧没有边界
‘‘‘
import re
# "The"必须在字符串的开始才会搜索到
m = re.search(‘The‘, ‘abc The.‘)
print(m)     # <re.Match object; span=(4, 7), match=‘The‘>
m = re.search(‘^The‘, ‘The bus.‘)
print(m)     # <re.Match object; span=(0, 3), match=‘The‘>

# The必须在字符串的结尾才会搜索到
m = re.search(‘The$‘,‘The end.‘)
print(m)     # None
m = re.search(‘The$‘,‘end.The‘)
print(m)     # <re.Match object; span=(4, 7), match=‘The‘>

print("---------------")
# 要求‘this‘左侧必须有边界才能搜索到
m = re.search(r‘this‘,"What‘s this?")    # 不使用r里面的就会给你转义了
print(m)     # <re.Match object; span=(7, 11), match=‘this‘>

m = re.search(r‘this‘,"this is a bus.")
print(m)      # <re.Match object; span=(0, 4), match=‘this‘>

m = re.search(r‘this‘,"<this> is a bus.")
print(m)      # <re.Match object; span=(1, 5), match=‘this‘>

m = re.search(r‘this‘,"1234this is a bus.")
print(m)     # None

m = re.search(r‘this‘,"What‘s this123")
print(m)    # None

第九课 正则中使用findall和finditer函数查找所有匹配的结果
# 使用findall和finditer函数查找所有匹配正则表达式的字符串

‘‘‘
findall：通过列表返回所有满足条件的字符串，DOM    这是所有结果一起返回
finditer：将搜索结果通过一个迭代器返回，SAX      这个不是所有的返回
‘‘‘

import re
s = ‘12-a-abc54-a-xyz---78-A-ytr‘
result = re.findall(r‘dd-[a]-[a-z]{3}‘,s)
print(result)                                   # [‘12-a-abc‘, ‘54-a-xyz‘]
result = re.findall(r‘dd-[aA]-[a-z]{3}‘,s)   # 这一步里面的 [aA] 也是忽略大小写
print(result)                               # [‘12-a-abc‘, ‘54-a-xyz‘, ‘78-A-ytr‘] 

result = re.findall(r‘(dd-[aA])-([a-z]{3})‘,s)   # 分组返回 拆成一个组
print(result)                               # [(‘12-a‘, ‘abc‘), (‘54-a‘, ‘xyz‘), (‘78-A‘, ‘ytr‘)]
s1 = ‘12-a-abc54-a-xYz---78-A-ytr‘
result = re.findall(r‘dd-a-[a-z]{3}‘,s1,re.I)   # 可以加第三个参数 第三个参数的位置 可以忽略大小写 re.I 这个就是忽略大小写
print(result)                               # [‘12-a-abc‘, ‘54-a-xYz‘, ‘78-A-ytr‘]

it = re.finditer(r‘(dd)-a-([a-z]{3})‘,s,re.I)
for result in it:
    print(result.group(),end=‘ <‘)
    groups = result.groups()
    for i in groups:
        print(i, end = ‘ ‘)
    print(‘>‘)

‘‘‘
12-a-abc <12 abc >
54-a-xyz <54 xyz >
78-A-ytr <78 ytr >

‘‘‘