python_ re模块学习

Posted 2020-12-03

字符匹配（普通字符，元字符）：

1. 普通字符：大多数字符和字母都会和自身匹配

   >> re.findall(‘alvin‘,‘yuanaleSxalexwupeiqi‘)
   [‘alvin‘]

2. 元字符：. ^ $ * + ? { } [ ] | ( )

元字符之. ^ $ * + ? { }

import re

ret=re.findall(‘a..in‘,‘helloalvin‘)
print(ret)#[‘alvin‘]

ret=re.findall(‘^a...n‘,‘alvinhelloawwwn‘)
print(ret)#[‘alvin‘]

ret=re.findall(‘a...n$‘,‘alvinhelloawwwn‘)
print(ret)#[‘awwwn‘]

ret=re.findall(‘a...n$‘,‘alvinhelloawwwn‘)
print(ret)#[‘awwwn‘]

ret=re.findall(‘abc*‘,‘abcccc‘)#贪婪匹配[0,+oo]  
print(ret)#[‘abcccc‘]

ret=re.findall(‘abc+‘,‘abccc‘)#[1,+oo]
print(ret)#[‘abccc‘]

ret=re.findall(‘abc?‘,‘abccc‘)#[0,1]
print(ret)#[‘abc‘]

ret=re.findall(‘abc{1,4}‘,‘abccc‘)
print(ret)#[‘abccc‘] 贪婪匹配

ret=re.findall(‘abc*?‘,‘abcccccc‘)
print(ret)#[‘ab‘]

元字符之字符集［］：

#--------------------------------------------字符集[]
ret=re.findall(‘a[bc]d‘,‘acd‘)
print(ret)#[‘acd‘]

ret=re.findall(‘[a-z]‘,‘acd‘)
print(ret)#[‘a‘, ‘c‘, ‘d‘]

ret=re.findall(‘[.*+]‘,‘a.cd+‘)
print(ret)#[‘.‘, ‘+‘]

#在字符集里有功能的符号: - ^ 
ret=re.findall(‘[1-9]‘,‘45dha3‘)
print(ret)#[‘4‘, ‘5‘, ‘3‘]

ret=re.findall(‘[^ab]‘,‘45bdha3‘)
print(ret)#[‘4‘, ‘5‘, ‘d‘, ‘h‘, ‘3‘]

ret=re.findall(‘[d]‘,‘45bdha3‘)
print(ret)#[‘4‘, ‘5‘, ‘3‘]

元字符之转义符

反斜杠后边跟元字符去除特殊功能,比如.
反斜杠后边跟普通字符实现特殊功能,比如d

d 匹配任何十进制数；它相当于类 [0-9]。
D 匹配任何非数字字符；它相当于类 [^0-9]。
s 匹配任何空白字符；它相当于类 [ fv]。
S 匹配任何非空白字符；它相当于类 [^ fv]。
w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9]。
W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9]
 匹配一个特殊字符边界，比如空格 ，&，＃等

ret=re.findall(‘I‘,‘I am LIST‘)
print(ret)#[]
ret=re.findall(r‘I‘,‘I am LIST‘)
print(ret)#[‘I‘]

import re
ret=re.findall(‘cl‘,‘abcle‘)
print(ret)#[]
ret=re.findall(‘c\l‘,‘abcle‘)
print(ret)#[]
ret=re.findall(‘c\\l‘,‘abcle‘)
print(ret)#[‘c\l‘]
ret=re.findall(r‘c\l‘,‘abcle‘)
print(ret)#[‘c\l‘]

#-----------------------------eg2:
#之所以选择是因为在ASCII表中是有意义的
m = re.findall(‘blow‘, ‘blow‘)
print(m)
m = re.findall(r‘blow‘, ‘blow‘)
print(m)

元字符之分组()

m = re.findall(r‘(ad)+‘, ‘add‘)
print(m)

ret=re.search(‘(?P<id>d{2})/(?P<name>w{3})‘,‘23/com‘)
print(ret.group())#23/com
print(ret.group(‘id‘))#23

元字符之｜

ret=re.search(‘(ab)|d‘,‘rabhdg8sd‘)
print(ret.group())#ab
re模块下的常用方法

import re
#1
re.findall(‘a‘,‘alvin yuan‘)    #返回所有满足匹配条件的结果,放在列表里
#2
re.search(‘a‘,‘alvin yuan‘).group()  #函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
                                     # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

#3
re.match(‘a‘,‘abc‘).group()     #同search,不过尽在字符串开始处进行匹配

#4
ret=re.split(‘[ab]‘,‘abcd‘)     #先按‘a‘分割得到‘‘和‘bcd‘,在对‘‘和‘bcd‘分别按‘b‘分割
print(ret)#[‘‘, ‘‘, ‘cd‘]

#5
ret=re.sub(‘d‘,‘abc‘,‘alvin5yuan6‘,1)
print(ret)#alvinabcyuan6
ret=re.subn(‘d‘,‘abc‘,‘alvin5yuan6‘)
print(ret)#(‘alvinabcyuanabc‘, 2)

#6
obj=re.compile(‘d{3}‘)
ret=obj.search(‘abc123eeee‘)
print(ret.group())#123

import re
ret=re.finditer(‘d‘,‘ds3sy4784a‘)
print(ret)        #<callable_iterator object at 0x10195f940>

print(next(ret).group())
print(next(ret).group())
注意：

import re

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‘)
print(ret)#[‘www.oldboy.com‘]