day18常用模块之re模块

简单认识正则表达式

正则测试工具：http://tool.chinaz.com/regex/

元字符，单个字符匹配

    .         匹配除换行符以外的任意字符
    \w         匹配字母数字下划线(word)
    \s        匹配任意空白符    (space)
    \d        匹配数字        (digit)
    
    大写则为非
    \W      非字母数字下划线            [\W\w] [\S\s] [\D\d] 可匹配全局
    \S      非空白
    \D      非数字

    \n        匹配换行符
    \t         匹配制表符

    \b        匹配结尾        hello\b

    ^        匹配开头
    $        匹配结尾

    a|b          a或者b
    [^..]     除去哪些不匹配

量词的使用
    
    *         匹配0次或多次
    +         匹配1次或多次 
    ？        匹配0次或1次
    {n}        匹配n次
    {n,}    匹配n次或更多次
    {n,m}    匹配n到m次
    在量词后面加？为惰性匹配

分组：
    ()         需要将几个约束集中在一起约束

re模块常用方法

import re
# findall
# search
# match

ret = re.findall('[a-d]','hello world')     # 前面放匹配规则，后面放匹配字符串
print(ret)

ret = re.search('a','abc bca')              # 只匹配到第一个后就返回，调用group()方法得到结果。
if ret: print(ret.group())                           # 匹配不到返回None,调用group() 会报错

ret = re.match('ev','eva egon yuan')
if ret: print(ret.group())                   # 只从整串字符串开头匹配，中间的匹配不到。同样需要group()方法

# split

ret = re.split('[ab]','abcd')               # 先按a分割，再按b分割 ['','bcd'] 
print(ret)

['', '', 'cd']

# sub
ret = re.sub('\d','H','ads4vdef3vve2',1)    # 将数字替换成 H，1 表示 只替换1处
print(ret)

ret = re.subn('\d','H','ads4vdef3vve2')    # 将数字替换成 H,返回元祖以及替换次数
print(ret)

# compile
obj = re.compile('\d{3}')
# 将正则表达式编译成一个 正则表达式对象。
ret = obj.search('abc123eee')
print(ret.group())

# finditer
ret = re.finditer('\d','sa2dv3vf4btf5bg678')　　# finditer() 返回一个迭代器，同样需要用group()方法
print(ret)          # <callable_iterator object at 0x000001BABCB10208>　　
for i in ret:
    print(i.group())

 python中需要注意的两个特殊优先级情况

1.findall() 优先级

import re

ret = re.findall('www.(baidu|oldboy).com','www.baidu.com')
print(ret)
# ['baidu']  findall会优先把匹配结果组里内容返回，如果想要匹配结果，取消分组优先


ret = re.findall('www.(?:baidu|oldboy).com','www.baidu.com')
print(ret)
# ['www.baidu.com']

2.split() 优先级

import re

ret = re.split('\d','eva3acdf4scfg')
print(ret)
# ['eva', 'acdf', 'scfg']

ret = re.split('(\d)','eva3acdf4scfg')
print(ret)
# ['?:eva', '3', 'acdf', '4', 'scfg']

#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。

 计算器作业

a = 1 - 2 * (( 60 - 30 + (-40/5) * (9 - 2*5/3 + 7 / 3 * 99 / 4 * 2998 + 10 * 568/14)) - (-4*3) / (16-3*2))
print(a)

 综合联系与扩展

1.匹配标签

import re

ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")
#还可以在分组中利用?<name>的形式给分组起名字
#获取的匹配结果可以直接用group('名字')拿到对应的值
print(ret.group('tag_name'))  #结果 ：h1
print(ret.group())  #结果 ：<h1>hello</h1>

ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
#如果不给组起名字，也可以用\序号来找到对应的组，表示要找的内容和前面的组内容一致
#获取的匹配结果可以直接用group(序号)拿到对应的值
print(ret.group(1))
print(ret.group())  #结果 ：<h1>hello</h1>

2.匹配整数

import re

ret=re.findall(r"\d+","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) #['1', '2', '60', '40', '35', '5', '4', '3']
ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) #['1', '-2', '60', '', '5', '-4', '3']
ret.remove("")
print(ret) #['1', '-2', '60', '5', '-4', '3']