day18 正则和re模块

Posted 2020-10-14 .

# 正则
# 正则表达式 ---- 通用的 ，处理 字符串
# 正则是一种处理文字的规则
# 给我们提供一些规则，让我们从杂乱无章的文字中提取有效信息

#模块
# 它只是我们使用python去操作一些问题的工具而已，和要操作的这个东西本身是两件事情

# re模块 -- python使用正则
# 正则规则

# []在正则里代表字符组 只约束一个字符
# 比如[123456789] 没有顺序
# 只约束里边其中一个数字

#[字符组]：表示在一个字符的位置可以出现的所有情况中的集合就是一个字符组
#表示数字的字符组[0123456789]
# 可以简写[0-9]  但是简写模式必须从小到大

# 表示字母的字符组
# [a-z]表示所有小写 [A-Z]表示大写

#可以把数字字母拼在一起
# [0-9 ,a-z]

# .匹配除换行符以为的任意字符
# \w匹配字母或数字或下划线 只能匹配一个字母
# \s匹配任何空白符  space
# \d匹配数字        digit
# \n匹配一个换行符  next
# \t匹配一个制表符  table

# 表示匹配任意字符[\w\W][\s\S][\d\D]
#正则匹配：字符量词 非贪婪标志
# 字符： 字符 ，字符组，元字符，表示一个字符位置上可以出现的内容

# r‘\\n--->r‘\n‘# 在在线工具中能执行 express




----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

import re

ret = re.findall(‘a‘, ‘eva egon yuan‘)  # 返回所有满足匹配条件的结果,放在列表里
print(ret) #结果 : [‘a‘, ‘a‘]

ret = re.search(‘a‘, ‘eva egon yuan‘).group()
print(ret) #结果 : ‘a‘
# 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。

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

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‘]

ret = re.sub(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘, 1)#将数字替换成‘H‘，参数1表示只替换1个
print(ret) #evaHegon4yuan4

ret = re.subn(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘)#将数字替换成‘H‘，返回元组(替换的结果,替换了多少次)
print(ret)

obj = re.compile(‘\d{3}‘)  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search(‘abc123eeee‘) #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())  #结果 ： 123

import re
ret = re.finditer(‘\d‘, ‘ds3sy4784a‘)   #finditer返回一个存放匹配结果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果

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‘]

 

2 split的优先级查询

ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 ： [‘eva‘, ‘egon‘, ‘yuan‘]

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 ： [‘eva‘, ‘3‘, ‘egon‘, ‘4‘, ‘yuan‘]

#在匹配部分加上（）之后所切出的结果是不同的，
#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
#这个在某些需要保留匹配部分的使用过程是非常重要的。