re 模块

正则表达式

• 元字符

  • \w \s \d \W \S \D \n \t
  • \b ^ $
  • |
  • ()
  • [][^]

• 量词

  • * + ?
  • {n} {n,} {n,m}

• 贪婪和惰性匹配

  • 默认贪婪 ：尽可能多的匹配 ---回溯算法
  • 惰性匹配：尽可能少的匹配 ----量词？
  • .*?x

• re 模块

• findall：从文件中选取需要的内容

  • 返回一个列表，所有匹配 的项，没有匹配到就返回一个空列表

  • 如果遇到分组，finall会优先显示分组中的内容

  • （？：正则表达式）取消分组优先

  • import re
    ret = re.findall("www.(baidu|oldboy).com","www.baidu.com")
    print(ret)  #['baidu'] 这是因为findall会优先显示分组中的内容
    ret = re.findall("www.(?:baidu|oldboy).com","www.baidu.com")
    print(ret)  #['www.baidu.com']  可以同过?:取消分组的优先级
    

    (?P<组名>正则表达式) 表示个这个组起一个名

    (?P=组名)表示引用之前组的名字，引用部分匹配的内容必须和之前那个组名的内容相同

  pattern = "<(?P<tag>.*?)>.*?</(?P=tag)>"
  #pattern = r'<(.*?)>.*?</\1>'与上面用法一样
  ret = re.search(pattern,"<alex>afjsh</alex>")
  print(ret)  #<_sre.SRE_Match object; span=(0, 18), match='<alex>afjsh</alex>'>
  ret = re.search(pattern,"<alex>afjsh</egon>")
  print(ret)  #None
  

• search: 验证用户输入内容“正则规则$”

  • 返回一个对象，通过.grop()取值
  • 没有匹配到会返回None，没有.grou()方法
    • 所以通常先判断，再取值
    • if ret:
      • ret.gout()
  • 如果遇到分组，通过索引可以去各分组的内容
  • grouo(0) #==group()永远是完整的匹配内容

• match 验证用户输入内容

  • 与search功能类型相当于

  • `search("^\d","134afdksj") #==》match("\d","134afdksj") 作用是一样的

  • import re
    ret = re.match("\d+","213asflk32")
    if ret:
        print(ret.group())  #213
    #等同与
    ret = re.search("^\d+","213asflk32")
    if ret:
        print(ret.group())  #213
    

• 切割split

  • 常用来

  • s1 = "alex8123egon1120boss_jin"
    ret = re.split("\d+",s1)
    print(ret)      #['alex', 'egon', 'boss_jin']
    #如果需要保留以什么进行分割的，需要用的分组
    ret = re.split("(\d+)",s1)
    print(ret)      #['alex', '8123', 'egon', '1120', 'boss_jin']
    

  • ret = re.split("[ab]","afsdabcd")
    print(ret)  #['', 'fsd', '', 'cd']这里对字符串分割了俩次，先用a分割后再用b来进行分割
    

• 替换sub 和subn

  • #替换sub
      s = "alex|egon|boss_jin"
      print(s.replace("|","-"))   #alex-egon-boss_jin
      s1 = "alex8123egon1120boss_jin"
      ret = re.sub("\d+","-",s1)  #内部接受四个参数,可以选择替换次数,默认全部替换
      print(ret)  #alex-egon-boss_jin
      ret1 = re.subn("\d+","-",s1)
      print(ret1) #('alex-egon-boss_jin', 2) #subn会返回一个元组，显示替换后的字符串和替换次数
    

• compile 编译正则规则，

  • 运用场景：编译正则规则，对多个字符串进行相同数据查找，节省时间，内存

  • 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("afskj234afjk")
    print(ret.group())  #234
    ret1 = obj.search("afs2155fahfj")
    print(ret1.group()) #215
    

• finditer #节省空间的方法，可以和compile配合使用

  • ret = re.finditer("\d+","fsa213fajks24fjs243")
    print(ret)#<callable_iterator object at 0x000002703FFA9390>  一个迭代器
    for i in ret:
        print(i.group())    #213   24   243