第二十三天- 模块 re

 

 

# 1. 正则表达式

# 元字符
# . 除了换行符外任意字符
# \w 数字 字母 下划线
# \s 空白符
# \b 单词的末尾
# \d 数字
# \W 除了数字 字母 下划线
# \D 除了数字
# \S 除了空白符
# ^  开头
# $ 结尾
# [] 匹配字符组中的字符
# [^] 除了字符组内的元素外

# 量词 限定符
# *  {0，n} 零或者更多
# +  {1，n} 一或更多
# ?  {0，1} 零或一
# {p}      p次
# {p,}  　  p次或更多次
# {p,q}    从p到q次

# .*   贪婪匹配 尽可能多的匹配到结果
# .+

# .*?  惰性匹配 是尽可能的少匹配.

# 分组 正则中使⽤()进⾏分组. 如.匹配⼀个相对复杂的⾝份证号
# ^[1-9]\d{14}(\d{2}[0-9x])?$
# ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$

# 转义
# 正则表达式中,有很多有特殊意义的是元字符,如\n和\s等,若要在正则中匹配正常的"\n"⽽不是"换⾏符"需要对"\"进⾏转义, 变成'\\'.
# 而在python中,都是字符串的形式出现,字符串中\也有特殊的含义,本身还需转义.所以匹配⼀次"\n",字符串中要写成'\\n',那么正则就要写成"\\\\n",
# 这样太麻烦.所以这时用r'\n'这个概念,此时的正则是r'\\n'就可以了.
# 如 r"www\.(baidu|google)\.com","www.google.com"

# \n 换行
# \\n \n
# \.
# \/
# \?

# 2. re模块
# findall() 获取到匹配的所有内容
# finditer() 匹配到所有内容。 返回迭代器
# search() 搜索。查到了就返回
# match() 匹配. 从头开始匹配

# r"(?P<name>正则)"

import re
res = re.search('e','leiyunse') # 搜索 搜到 一个 结果就返回
print(res.group())  # e

res = re.match('\w+','wuwu is not good man')  # match 从开头匹配 若匹配到了就返回
print(res.group())  # wuwu

lst = re.findall('\w+','wusir and exo')  # findall 查找所有 返回list
print(lst)  # ['wusir', 'and', 'exo']

it = re.finditer("\w+","mai le fo leng")  # 返回迭代器
for el in it:
    print(el.group())
    '''
     mai
    le
    fo
    leng
    '''

# 分组优先级
lst = re.findall(r"www\.(baidu|google)\.com","www.google.com")  # ()最优先返回
print(lst)  # ['google']

# (?:) 去掉优先级
lst = re.findall(r"www\.(?:baidu|google)\.com","www.google.com")
print(lst)  # ['www.google.com']

# split 切割 若加括号()会保留切的
lst = re.split("([ab])","alex is not a sb,no he is a big sb")
print(lst)

# sub 替换
res = re.sub(r"\d+","_sb_","alex111wusir222taibai666ritian999")
print(res)  # alex_sb_wusir_sb_taibai_sb_ritian_sb_

# subn 替换 返回元组 带替换次数
res = re.subn(r"\d+","_sb_","alex111wusir222taibai666ritian999")
print(res)

# re.compile() # 把正则表达式预加载
obj = re.compile(r"alex\d+and")
res = obj.search("alex222andwusir333taibai666ritian999")
print(res.group())  # alex222and
# 若数字单独拿出来
obj = re.compile(r"alex(?P<name>\d+)and")
res = obj.search("alex222andwusir333taibai666ritian999")
print(res.group())  # alex222and
print(res.group("name"))  # 222