python正则re模块
今日内容:
知识点一:正则
什么是正则:
就是用一系列具有特殊含义的字符组成一套规则,改规则用来描述具有某一特征的字符串
正则就是用来在一个大的字符串中取出符合规则的小字符串
为什么用正则:
1.用户注册
2.爬虫程序
如何用:
re.findall
re.findall模块:
\w取字母、数字、下划线
print(re.findall('\w','yangzz:age_18 '))
\W取非字母、数字、下划线
print(re.findall('\W','yangzz:age_18 '))
\s匹配任意空白字符串,等价于[\t\n\r\f] t是一个table键
print(re.findall('\s','\tyangzz\n age_18 '))
\S匹配任意非空字符
print(re.findall('\S', '\tyangzz\n age_18 '))
\d匹配任意数字
print(re.findall('\d', '\tyangzz\n age_18 '))
\D匹配任意非数字
print(re.findall('\D', '\tyangzz\n age_18 '))
\n匹配一个换行符
print(re.findall('\n', '\tyangzz\n age_18 aaa bb\nb '))
\t匹配一个制表符
print(re.findall('\t', '\tyangzz\n age_18 aaa bb\nb '))
^取字符串的开头 (没有返回空列表,从开头第一个匹配)
print(re.findall('^yang', 'yangzz\n age_18 yang aaa bb\nb ')) #['yang']
$匹配字符串末尾
print(re.findall('b$', 'yangzz\n age_18 yang aaa bb\nb')) #['b']
. 匹配任意字符,除了换行符
print(re.findall('.', 'yangzz\n age_18 *%& yang aaa bb\nb'))
例如2 a.g其实是三位字符, .可以是任意非换行符(后面加re.DOTALL中间也可以取到\n)
print(re.findall('a.g', 'yangzz\n age_18 ang *%& yang aaa bb\nb')) #['ang', 'ang']
print(re.findall('a.g', 'ya\nngzz\n age_18 a\ng *%& yang aaa bb\nb',re.DOTALL)) #['a\ng', 'ang']
[a,e,b]匹配[]limian
print(re.findall('[\n]', 'yangzz\n age_18 yang aaa bb\nb'))#['\n', '\n']
print(re.findall('[a,e,b]', 'yangzz\n age_18 yangzhizong aaa bb\nb')) #['a', 'a', 'e', 'a', 'a', 'a', 'a', 'b', 'b', 'b']
print(re.findall('y[a-z]n', 'yangzz\n age_18 yan y1n yang aaa bb\nb'))
取不再括号中的字符
print(re.findall('[^z,a]', 'yangzz'))
*代表左边的字符出现0次或者无穷次(条件一定要有a,b可有可无)
print(re.findall('an*', 'yangzhizong mawenjie annd')) #['an', 'a']
?代表左边的字符出现0次或者1次(条件一定要有a,b有的话只取一个就行)
print(re.findall('an?', 'yangzhizong mawenjie annd')) #['an', 'a', 'an']
+代表左边的字符出现1次或者无穷次(条件一定要有a,b至少有一个)
print(re.findall('an+', 'yangzhizong mawenjie annd')) #['an', 'ann']
#匹配所有包含小数在内的数字
print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3']
思路:\d 找数字 +表示左边数字出现1次或者无穷次 ???
.*默认为贪婪匹配 (默认取从头到尾取值)
print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']
.*?为非贪婪匹配:推荐使用
print(re.findall('a.*?b','a1b22222222b')) #['123', '1.13', '12', '1', '3']
{n,m}固定取值,碰到有的 取1个 和2个在一块儿 分开组合
{0,2} 0开始的默认也会把其他打印但是现实为空
print(re.findall('a{0,2}', 'yangzzage18yangaaabbb')) #['', 'a', '', '', '', '', 'a', '', '', '', '', '', '', 'a', '', '', 'aa', 'a', '', '', '', '']
print(re.findall('ab{1,}','abbb')) #['abbb']
print(re.findall('a[1*-]b','a1b a*b a-b'))
[+-*/] 括号内有加减乘除时,减号要放在左边或者右边 放中间的话只能前面加\ [+\-*/]代表将-转译为不同字符
print(re.findall('a[+\-*/]b','a12ba a++b a*b a-+b'))
re.search()模块
只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法
得到匹配的字符串,如果字符串没有匹配,则返回None。
print(re.findall('e','alex make love'))
print(re.search('e','alex make love')) #<_sre.SRE_Match object; span=(2, 3), match='e'>
print(re.search('e','alex make love').group()) # e
match从开头进行查找,没有的话返回None
print(re.match('e','alex make love'))
split分割 模块
['', '', 'cd'],先按'a'分割得到''和'bcd',再对''和'bcd'分别按'b'分割
print(re.split('[ab]','abcd'))
替换re.sub()模块
1.不加参数默认替换所有
print(re.sub('a','A','abcdeaedaer',1)) #Abcdeaedaer
替换subn(输出可以显示总共替换的个数)
print(re.subn('a','A','abcdeaedaer'))
re.complie()模块
可以定制编译,方便直接调用
obj=re.compile('\d{2}')
print(obj.search('ab123ee').group()) #12
print(obj.findall('ab123ee')) #['12']