正则表达式
为什么要用正则表达式：用来匹配一类具有相同规则的字符串
规则：
单字符：
. ：出换行以外的所有字符
[]：[aoe] [a-w] 匹配集合中任意一个字符
\d：数字 [0-9]
\D：非数字
\w：数字、字母、下划线、中文
\W：非\w
\s：所有的空白字符
\S：非空白字符
数量修饰（控制次数）：
* ：任意多次 >=0
+：至少一次 >=1
？：可有可无 0次或者1次
{m}：固定m次
{m,}：至少m次
{m,n}：m~n次
边界：
\b ：
\B ：
$：以XX结尾
^：以XX开头
分组：
()：视为一个整体
(ab){4}: 匹配4次ab \2 \1
()：子模式\组模式
<>：
子模式举例：
题目：写一个正则，匹配字符串string
import re string = '<p><div><span>猪八戒</span></div></p>' pattern = re.compile(r'<(\w+)><(\w+)>\w+</\2></\1>') # 生成正则 ret = pattern.search(string) # 搜索要匹配的字符串 print(ret)
说明：匹配过程中，需要将div 和 span 分别作为一个整体，所以要用(),而且后面的div以及span要与前面的一致，所以用\2来匹配第二个()中的span，\1来匹配第一个()中的div
运行结果：
ret----- <re.Match object; span=(3, 30), match='<div><span>猪八戒</span></div>'>
贪婪模式： .* 和 .+
.*? ：取消贪婪模式
.+?：取消贪婪模式
举例：
string_2 = '<div>一二三四五</div></div></div>' pattern_2 = re.compile(r'<div>.*</div>') # .* 贪婪模式，匹配一二三四五</div></div> pattern_3 = re.compile(r'<div>.*?</div>') # .*? 取消贪婪模式，只匹配到 一二三四五 就结束匹配 ret_2 = pattern_2.search(string_2) ret_3 = pattern_3.search(string_2) print("ret_2 ----", ret_2) # 可以匹配全部的 print("ret_3 ----", ret_3) # 匹配部分
运行结果：
ret_2 ---- <re.Match object; span=(0, 28), match='<div>一二三四五</div></div></div>'> ret_3 ---- <re.Match object; span=(0, 16), match='<div>一二三四五</div>'>
re.I：忽略大小写
re.M：多行匹配
re.S：单行匹配
举例：
1.匹配 string_3 中所有的love
string_3 = '''This is python ！ love you very much love her! love everybody!''' pattern = re.compile(r'^love',re.M) # 匹配多行 ret_4 = pattern.findall(string_3) print("ret_4---",ret_4)
运行结果：
ret_4--- ['love', 'love', 'love']
2.匹配 string_4中所有的文字
string_4 = '''<div>沁园春-雪 北国风光， 千里冰封， 万里雪飘。 望长城内外， 惟余莽莽； 大河上下， 顿失滔滔。 山舞银蛇， 原驰蜡象， 欲与天公试比高。 </div>''' pattern_2 = re.compile(r'<div>(.*?)</div>', re.S) ret_5 = pattern_2.findall(string_4) print("ret_5----", ret_5)
运行结果：
ret_5---- ['沁园春-雪\n北国风光，\n千里冰封，\n万里雪飘。 \n望长城内外，\n惟余莽莽；\n大河上下，\n顿失滔滔。 \n山舞银蛇，\n原驰蜡象，\n欲与天公试比高。 \n']
说明：1） . 本身不可以匹配换行符，但是设置成单行模式 re.S后， .就可以匹配换行符了。
2）* 匹配多字符
3）加不加问号则取决于匹配需求，若</div>后面还有另外的</div>，则 ? 可以结束匹配，不会匹配到</div>
相关函数：
match()：只找最开始的位置，找不到则作罢
search()：从任意位置找
findall():找所有的位置
re.sub(正则表达式1，替换内容2，字符串3) ：在字符串3中找到正则1中的内容，然后替换成中间的内容2
替换举例：将love换成hate
string_5 = 'I love you, you love me, ok!' pattern = re.compile(r'love') ret_6 = pattern.sub('hate', string_5) # 或者 ret_6 = re.sub(r'love', 'hate', string_5) print(ret_6)
运行结果：
I hate you, you hate me, ok!
举例替换2: 将string中的数字减去10
import re def fn(a): ret2 = int(a.group()) return str(ret2 - 10) string = "我喜欢的身高是175,175" pattern = re.compile(r'\d+') ret = pattern.sub(fn, string) print(ret)
fn调用时不带括号的说明：1. sub这个函数本身可以将函数作为参数的功能，
2. 然后在调用fn的时候，会将pattern匹配到的字符串自动作为参数传给a,类似于装饰器ddt
运行结果：
我喜欢的身高是165,165
