Python----正则表达式

 # re 正则表达式
import re
import requests

with open('youdao.html',encoding='utf-8',mode='r') as f:
    date = f.read()

pattren = re.compile('翻译')    # 输入要匹配的内容
r1 = pattren.findall(date)     # 在date 中查找匹配的内容,全部匹配
r2 = pattren.search(date)      # 在date 中查找匹配的内容,匹配到第一个就停止(一般写代码的时候测试使用)

print('r1---->',len(r1),r1)
print('r2---->',r2)


# 练习
# \D\D 匹配所以在一起的2个除数字以外的内容  都可以以此类推
data1 = "a236jnfdjka908098？a《《doifjq345431kjalf+ad7f98a7f89amla"
result1 = re.compile('\d')        # 匹配所有的数字
result2 = re.compile('\d\d')      # 匹配在一起的2个数字
result3 = re.compile('\D')        # 匹配除数字以外的其他内容
result4 = re.compile('\w')        # 匹配所有的数字和字母和_
result5 = re.compile('\W')        # 匹配除数字和字母之外的内容


s1 = result1.findall(data1)
s2 = result2.findall(data1)
s3 = result3.findall(data1)
s4 = result4.findall(data1)
s5 = result5.findall(data1)

print('s1 data1中所有的数字：',len(s1),s1)
print('s2 data1中所有在一起的2个数字：',len(s2),s2)
print('s3 data1中除数字以外的其他内容：',len(s3),s3)
print('s4 data1中所有的数字和字母：',len(s4),s4)
print('s5 data1中除数字和字母以外的其他内容：',len(s5),s5)

运行结果：

 

 

import re

# 练习一：邮箱正则
data1 = "2334@qq.com, 13456@qq.com，7788@qq.com。 4523@qq.com"
pattren1 = re.compile('\d\d\d\d@\w\w.com')
j1 = pattren1.findall(data1)
print('data1中的邮箱：',j1)


# 次数匹配：
# \d{1,10}   表示在data2中匹配数字，最少1次，最长10次(具体次数范围根据实际情况定义即可)
# {2}        表示只匹配2次
# {2，}      表示最少2次，上不封顶。同理{，6} 最少0次，最高6次

# \d+        表示在data2中匹配数字，最少1次，最长无限次，等同于{1，}
# \d*        表示在data2中匹配数字，最少0次，最长无限次，等同于{0，}

# .          表示匹配所有
# \.         转义，表示匹配.

data2 = "23132223@qq.com, 152232321@163.com、cy_pp@aliyun.com。 knff_cks@hotmail.com"
patten2 = re.compile('\w+@\w+.com')
j2 = patten2.findall(data2)
print('data2中的邮箱：',j2)

data2_2 = "23132223@qqxcom, 152232321@163，com、cy_pp@aliyun.com。 knff_cks@hotmail.com"
patten2_2 = re.compile("\w+@\w+\.com")
j2_2 = patten2_2.findall(data2_2)
print('data2_2中的邮箱：',j2_2)


# 匹配模式：正则表达式默认是贪婪匹配的原则，就是尽可能多的去匹配想要的元素，如果想要解除贪婪模式可以使用？
data = 'aa<div>test1</div>bb<div>test2</div>cc<div>test3</div> '
pattern_4_1 = re.compile('<div>.*</div>')
pattern_4_2 = re.compile('<div>.*?</div>')
r1 = pattern_4_1.findall(data)
r2 = pattern_4_2.findall(data)
print('贪婪模式：',r1)
print('解除贪婪模式：',r2)

# 正则表达式的万能表达式：.*?  .+?

运行结果：