re

re模块

1，正则表达式

元字符	匹配内容
\w	匹配字母（包含中文）或数字或下划线
\W	匹配非字母（包含中文）或数字或下划线
\s	匹配任意的空白符（换行符，制表符，）
\S	匹配任意非空白符
\d	匹配数字
\D	匹配非数字
\A	从字符串开头匹配
\Z	匹配字符串的结束，如果是换行，只匹配到换行前的结果
\n	匹配一个换行符
\t	匹配一个制表符
^	匹配字符串的开始
$	匹配字符串的结尾
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	匹配字符组中的字符
...	匹配除了字符组中的字符的所有字符
*	匹配0个或者多个左边的字符,贪婪匹配！
+	0匹配一个或者多个左边的字符。
？	匹配0个或者1个左边的字符，非贪婪方式。
	精准匹配n个前面的表达式。
	匹配n到m次由前面的正则表达式定义的片段，贪婪方式
ab	匹配a或者b
()	匹配括号内的表达式，也表示一个组

2，常用方法

• **findall 全部找到返回一个列表

  import re
  print(re.findall("alex","alexdsb,alex_sb,alexnb,al_ex"))
  # 结果
  ['alex', 'alex', 'alex']
  

  search 从字符串中任意位置进行匹配查找到一个就停止了,返回的是一个对象. 获取匹配的内容必须使用.group()进行获取

  import re
  print(re.search("sb|nb","alexdsb,alex_sb,alexnb,al_ex").group())
  # 结果
  sb
  

  match 从字符串开始位置进行匹配

  import re
  print(re.match('meet', 'meet alex wusir 日天').group())
  # 结果
  meet
  
  import re
  print(re.match('alex', 'meet alex wusir 日天'))
  # 结果
  None
  

  split 分隔 可按照任意分隔符进行分隔

  import re
  print(re.split('[ ：:,;；，]','alex wusir,日天，太白;女神;肖锋：吴超'))
  # 结果
  ['alex', 'wusir', '日天', '太白', '女神', '肖锋', '吴超']
  

  sub 替换

  import re
  print(re.sub('barry', 'meet', 'barry是最好的讲师，barry就是一个普通老师，请不要将barry当男神对待。'))
  # 结果
  meet是最好的讲师，meet就是一个普通老师，请不要将meet当男神对待。
  

  compile 定义匹配规则

  import re
  obj = re.compile('\d{2}')
  print(obj.findall("alex12345"))
  # 结果
  ['12', '34']
  
  import re
  ['12', '34']
  obj = re.compile('\d{2}')
  print(obj.search("alex12345").group())
  # 结果
  12
  

  finditer 返回一个迭代器

  import re
  g = re.finditer('al',"alex_alsb,al22,aladf")
  print(next(g).group())
  print([i.group() for i in g])
  # 结果
  al
  ['al','al','al']
  

  给分组起名字

  import re
  ret = re.search("<(?P<tag_name>\w+)>\w+</\w+>","<h1>hello</h1>")
  print(ret.group("tag_name"))
  print(ret.group())
  # 结果
  h1
  <h1>hello</h1>
  
  import re
  ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
  print(ret.group(1))
  print(ret.group())