re 模塊

正則表達式

• 元字符

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

• 量詞

  • * + ?
  • {n} {n,} {n,m}

• 貪婪和惰性匹配

  • 默認貪婪 ：儘量多的匹配 ---回溯算法
  • 惰性匹配：儘量少的匹配 ----量詞？
  • .*?x

• re 模塊

• findall：從文件中選取須要的內容

  • 返回一個列表，全部匹配 的項，沒有匹配到就返回一個空列表

  • 若是遇到分組，finall會優先顯示分組中的內容

  • （？：正則表達式）取消分組優先

  • import re
    ret = re.findall("www.(baidu|oldboy).com","www.baidu.com")
    print(ret)  #['baidu'] 這是由於findall會優先顯示分組中的內容
    ret = re.findall("www.(?:baidu|oldboy).com","www.baidu.com")
    print(ret)  #['www.baidu.com']  能夠同過?:取消分組的優先級

    (?P<組名>正則表達式) 表示個這個組起一個名

    (?P=組名)表示引用以前組的名字，引用部分匹配的內容必須和以前那個組名的內容相同

  pattern = "<(?P<tag>.*?)>.*?</(?P=tag)>"
  #pattern = r'<(.*?)>.*?</\1>'與上面用法同樣
  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: 驗證用戶輸入內容「正則規則$」

  • 返回一個對象，經過.grop()取值
  • 沒有匹配到會返回None，沒有.grou()方法
    • 因此一般先判斷，再取值
    • if ret:
      • ret.gout()
  • 若是遇到分組，經過索引能夠去各分組的內容
  • grouo(0) #==group()永遠是完整的匹配內容

• match 驗證用戶輸入內容

  • 與search功能類型至關於

  • `search("^\d","134afdksj") #==》match("\d","134afdksj") 做用是同樣的

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

• 切割split

  • 經常使用來

  • s1 = "alex8123egon1120boss_jin"
    ret = re.split("\d+",s1)
    print(ret)      #['alex', 'egon', 'boss_jin']
    #若是須要保留以什麼進行分割的，須要用的分組
    ret = re.split("(\d+)",s1)
    print(ret)      #['alex', '8123', 'egon', '1120', 'boss_jin']

  • ret = re.split("[ab]","afsdabcd")
    print(ret)  #['', 'fsd', '', 'cd']這裏對字符串分割了倆次，先用a分割後再用b來進行分割

• 替換sub 和subn

  • #替換sub
      s = "alex|egon|boss_jin"
      print(s.replace("|","-"))   #alex-egon-boss_jin
      s1 = "alex8123egon1120boss_jin"
      ret = re.sub("\d+","-",s1)  #內部接受四個參數,能夠選擇替換次數,默認所有替換
      print(ret)  #alex-egon-boss_jin
      ret1 = re.subn("\d+","-",s1)
      print(ret1) #('alex-egon-boss_jin', 2) #subn會返回一個元組，顯示替換後的字符串和替換次數

• compile 編譯正則規則，

  • 運用場景：編譯正則規則，對多個字符串進行相同數據查找，節省時間，內存

  • obj = re.compile("\d{3}")  #將正則表達式編譯成一個正則表達式對象，
    ret = obj.search("afskj234afjk")
    print(ret.group())  #234
    ret1 = obj.search("afs2155fahfj")
    print(ret1.group()) #215

• finditer #節省空間的方法，能夠和compile配合使用

  • ret = re.finditer("\d+","fsa213fajks24fjs243")
    print(ret)#<callable_iterator object at 0x000002703FFA9390>  一個迭代器
    for i in ret:
        print(i.group())    #213   24   243