python--re模块（正则表达式）
RE是什么
正则 表达 式子
就是一些带有特殊含义的符号或者符号的组合
它的作用是对字符串进行过滤
在一堆字符串中找到你所关心的内容
你就需要告诉计算机你的过滤规则是什么样 通过什么方式来告诉计算机 就通过正则表达式
注： re模块的内部实现 不是python 而是调用了c库
import re
s = "abc a1c 12\+- $_\n\tqaz" #定义字符串
b = "a ab abb abbb abbbbb a1bbbbbbbb" #定义字符串
|
\w |
#匹配所有字母数字下划线 |
|
\W |
#匹配所有非字母数字下划线 |
|
\s |
#匹配所有空白字符 |
|
\S |
#匹配所有非空白字符 |
|
\d |
#匹配所有数字 |
|
\D |
#匹配所有非数字 |
|
\n |
#匹配所有的\n |
|
\t |
#匹配所有的\t |
|
^ab |
#从开头匹配字符串ab，只匹配一次 |
|
qaz$ |
#从结尾匹配字符串qaz，只匹配一次 |
|
. |
代表除了换行符外的任意一个字符 |
|
? |
不能单独用，代表左边的那一个字符重复0次或一次 |
|
* |
代表左边的那一个字符重复0次或多次 |
|
+ |
代表左边的那一个字符重复1次或多次(至少出现一次) |
|
{m，n}
|
代表左边的那一个字符出现m次到n次（n不写，代表无穷次） |
|
.* |
匹配任意长度，任意的字符-----》贪婪匹配(例：a.*c,从a开始，会一直找到最右边一个c，中间所有的字符都获取了，比较贪婪) |
|
.*? |
非贪婪匹配，找到最近的即可 |
|
() |
分组:带括号去匹配，如果匹配成功，只留下括号内的字符串 |
|
[]
|
中括号内可以放任意字符，一个中括号代表一个字符，，这一个字符来自于中括号内 |
"""
re模块常用方法：
findall 从左往右查找所有满足条件的字符 返回一个列表
search 返回第一个匹配的字符串 结果封装为对象 span=(0, 5) 匹配的位置 match匹配的值
match 匹配行首 返回值与search相同
对于search match 匹配的结果通过group来获取
compile 将正则表达式 封装为一个正则对象 好处是可以重复使用这个表达式
"""
例子：
print(re.findall("\w",s)) #匹配所有字母数字下划线
print(re.findall("\W",s)) #匹配所有非字母数字下划线
print(re.findall("\s",s)) #匹配所有空白字符
print(re.findall("\S",s)) #匹配所有非空白字符
print(re.findall("\d",s)) #匹配所有数字
print(re.findall("\D",s)) #匹配所有非数字
print(re.findall("\n",s)) #匹配所有的\n
print(re.findall("\t",s)) #匹配所有的\t
print(re.findall("^ab",s)) #从开头匹配字符串，只匹配一次
print(re.findall("qaz$",s)) #从结尾匹配字符串，只匹配一次
# .代表除了换行符外的任意一个字符（要想可以匹配换行符，findall方法里可以加参数，re.DOTALL--DOT：点，ALL：所有）
print(re.findall("a.c",s)) #['abc', 'a1c']
# ? 不能单独用，代表左边的那一个字符重复0次或一次
print(re.findall("ab?",b)) #['a', 'ab', 'ab', 'ab', 'ab', 'a']
print(re.findall("ab{0,1}",b)) #['a', 'ab', 'ab', 'ab', 'ab', 'a']
# *代表左边的那一个字符重复0次或多次
print(re.findall("ab*",b)) #['a', 'ab', 'abb', 'abbb', 'abbbbb', 'a']
print(re.findall("ab{0,}",b)) #['a', 'ab', 'abb', 'abbb', 'abbbbb', 'a']
# + 代表左边的那一个字符重复1次或多次(至少出现一次)
print(re.findall("ab+",b)) #['ab', 'abb', 'abbb', 'abbbbb']
print(re.findall('ab{1,}',b)) #['ab', 'abb', 'abbb', 'abbbbb']
# {m，n}代表左边的那一个字符出现m次到n次（n不写，代表无穷次）
# .* 匹配任意长度，任意的字符-----》贪婪匹配(从a开始，会一直找到最右边一个c，中间所有的字符都获取了，比较贪婪)
print(re.findall("a.*c","a123c456c")) #['a123c456c']
# .*? 非贪婪匹配，找到最近的即可
print(re.findall("a.*?c","a123c456c")) #['a123c']
#分组:带括号去匹配，如果匹配成功，只留下括号内的字符串
print(re.findall("(abc)_sb","abc_sb sadsaddasdaabc_sb")) #['abc', 'abc']
#[]:中括号内可以放任意字符，一个中括号代表一个字符，，这一个字符来自于中括号内
# 在中括号内，“-”有特殊含义，当需要使用-的普通字符来使用的时候，把-放到[]的最左边或者最右边
print(re.findall("a[0-9]c","a1c a c a-c a+c aAc")) #['a1c']
print(re.findall("a[a-z]c","a1c a c a-c a+c aAc acc")) #['acc']
print(re.findall("a[A-Z]c","a1c a c a-c a+c aAc acc")) #['aAc']
print(re.findall("a[*+-]c","a1c a c a-c a+c a*c aAc acc")) #['a-c', 'a+c', 'a*c']
#^上尖号在中阔内表示取反的意思，并不是以某某开头
print(re.findall("a[^a-z]c","a1c a c a-c a+c aAc acc")) #['a1c', 'a c', 'a-c', 'a+c', 'aAc'](除了acc，都在这儿了)
print(re.findall("([a-z]+)_sb","lxx_sb sadadw213sdaalex_sb egon_sbasdasd "))
# | 竖杠 代表或者的意思
print(re.findall("compan(ies|y)","too many companies shutdown,I have a company"))
#['ies', 'y'],这个结果不是我们需要的，它只打印了ies或者y
print(re.findall("compan(?:ies|y)","too many companies shutdown,I have a company"))
#['companies', 'company']加上 ?: 表示前面的也需要，再加上竖杠选择的结果。
print(re.findall("alex|sb","alex is sb asdasdadalex sadasb egon")) #['alex', 'sb', 'alex', 'sb']
#re模块的其他方法：
# search ：只找一个，如果找到，就返回一个找到的对象，用group方法可以得到对应的值。
# match ：相当于带上尖号版本的search,它是也用group方法获得对应的值
print(re.search("alex","alex is sb asdasdadalex sadasb egon"))
#<_sre.SRE_Match object; span=(0, 4), match='alex'>
print(re.search("alex","alex is sb asdasdadalex sadasb egon").group()) #alex
print(re.match("alex","alex is sb asdasdadalex sadasb egon")) #<_sre.SRE_Match object; span=(0, 4), match='alex'>
print(re.search("^alex","sad asd alex is sb asdasdadalex sadasb egon")) #None
print(re.match("alex","sad asd alex is sb asdasdadalex sadasb egon")) #None
#spilt方法
print(re.split("[a,w]","1a2w3e4r"))
使用字符串替换
# print('egon is beutifull egon'.replace('egon','EGON',1))
使用sub方法替换第二处的egon，替换为EGON
# print(re.sub('(.*?)(egon)(.*?)(egon)(.*?)',r'\1\2\3EGON\5','123 egon is beutifull egon 123'))
# (123 )(egon)( is beutifull )(egon)( 123)
#\1\2\3EGON\5
# print(re.sub('(lqz)(.*?)(SB)',r'\3\2\1',r'lqz is SB'))
# print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)',r'\5\2\3\4\1',r'lqzzzz123+ is SB'))
#(lqzzzz)(123+ )(is)( )(SB)
如果经常需要用到某个正则表达式，可以先存起来，然后直接调用，存的方法是complie
pattern=re.compile('alex')
print(pattern.findall('alex is alex alex'))
print(pattern.findall('alexasdfsadfsadfasdfasdfasfd is alex alex'))
