python3 正则表达式(python3入门)

# 一、正则表达式：
# \w    表示数字、字母、下划线
# \W     表示上面描述的内容取反
#
#
# \s     表示任意空白字符（\t \n)
# \S     表示上面描述的内容取反
#
# \d     [0-9]数字
# \D     非数字 [^\d]
#
# ^    表示从开头开始匹配
# $    表示从结尾开始匹配
#
# .    代表任意非一个字符（除了\n以外）
# 若要让. 匹配所有包括换行符号，则表达式为中的参数需加上re.DOTALL
# print(re.findall('a.c','abc a c a1c aaaaa a\nc a\tc',re.DOTALL))


# []  表示匹配一个字符，这个字符必须是指定范围内的
#   [0-9]表示0-9任意一个数字，[a-zA-Z]表示大小写a-z中任意一个字母
# print(re.findall('a[0-9]c','abc a c a1c aaaaa a\nc a\tc'))
# print(re.findall('a[a-z]','abc a c a1c aaaaa a\nc a\tc'))
# print(re.findall('a[+=#!-]c','a#c a!c a+c a-c aa abc a1c a\nc'))



#二、重复匹配:
#?  表示?左边的一个字符出现0次或者1次(通俗点来说，如果?左边的字符有，就取，如果没有则不取）
# print(re.findall('ab?','ab abb abbbb abbbbbbb a1b a+b'))    #['ab', 'ab', 'ab', 'ab', 'a', 'a']

#*  表示左边的一个字符出现0次或者无穷次
# print(re.findall('ab*','ab abb abbbb abbbbbbb a1b a+b'))    #['ab', 'abb', 'abbbb', 'abbbbbbb', 'a', 'a']

#.*     表示任意0个或者无穷个非换行字符(贪婪匹配，找到离他最远的字符）
# print(re.findall('a.*c','ac a12312131dsssssdddss466668948949239kddddccdsdfacdc 123 a\nc'))
    #['ac a12312131dsssssdddss466668948949239kddddccdsdfacdc']

#.*?    非贪婪匹配（固定搭配，?在这里不是之前?的意思了）
# print(re.findall('a.*?c','ac a1c2312131dsssssdddss466668948949239kddddccdsdfacdc 123 a\nc'))    #['ac', 'a1c', 'ac']


#|  表示或者，满足其一都可以
# print(re.findall('company|companies','Too many companies have gone bankrupt, and the next one is my company'))
# print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))
#两种方法都可以


#() 指定表达式，但是只保留()内所指定的内容，若想要取()外的内容，则可以写成(?:过滤内容) ?:为固定搭配
#可以认为()左边所定义的内容为匹配的条件。
# print(re.findall('compan(y|ies)','Too many companies have gone bankrupt, and the next one is my company'))
# print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))
#使用分组+非贪婪 表达式获取字符串中的url地址
# print(re.findall('href="(.*?)"','<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">'))


#+  代表左边的那个字符出现1次或者无穷次（+ 和 *进行对比)
# print(re.findall('ab*','a ab abb abbb abbbbbbb a1b a+b'))
# print(re.findall('ab+','a ab abb abbb abbbbbbb a1b a+b'))


#\  转义符，\后面的字符，取消特殊字符的意义
#python解释器使用的是C解释器的功能，所以在python语法解析后，会剥离掉一个\ ，然后再给c解释器的时候，就变成另外一层意思了

# print(re.findall('a\.c','a.c a1c aac aAc'))
# print(re.findall('a\\.','a\c ac ab2 a. ac'))     #先经过python语法解析后，正则条件会变成'a\c'，然而再给到c解释器的时候，就认为
#                                                 #是在匹配'a\c'，此时a+不转译c
#
# print(re.findall(r'a\\\.','a\c ac ab2 a\. ac'))     #效果和下面一致
# print(re.findall('a\\\\\\.','a\c ac ab2 a\. ac'))   #效果和上面一致
#
#
# print(re.findall('a\\\\c','a\c ac ab2 ac'))
# print(re.findall(r'a\\c','a\c ac ab2 ac'))



#小练习
# print(re.findall('\D?(\-?\d+\.?\d*)',"1-12*(60+(-40.9834898/5)-(-4*3)"))  #取之字符串中所有的整数

#{} 自定义某个字符出现的次数    #{0,2} => 表示出现的次数为0～2次，{}左边的字符如果有，则至多取两次，如果没有，则不取
# print(re.findall('ab{0,2}','a ab abb abbbb'))




#re模块其他的使用方法
x = 'myleon leon is DSB'

#re.search 从头开始查找，若找到就返回查找到的对象，可以通过.group()提取该值
# print(re.search('leon',x))  #从左往右查找，返回第一个查找到的对象
# print(re.search('leon',x).group())  #根据查找到的对象返回一个最终的值
# print(re.search('^leon',x)) #查找以leon开头的结果，效果等同re.match

#re.match() 只对开头开始匹配
# print(re.match('leon',x))   #查找以alex开头的值,返回一个对象，若被查找的字符串开头不是这个查询条件，则返回None
# print(re.match('leon',x).group())   #返回一个查找的结果值,None是没有办法返回值的

#re.split() 可以指定正则来进行切分
# info = 'a*-=b->:c'   #无法使用''.split()来进行分割,每次符合正则条件的时候将左边的放入列表中
# print(re.split('[*=>-]',info))  #['a', '', '', 'b', '', 'c']
# res = [i for i in re.split('[*-=>]',info) if len(i) != 0]   #通过三元表达式+re.split
# print(res)

#re.sub()   #类似''.replace的功能
# msg1 = 'alex  myalex alex is DSB'
# print(re.sub('^alex','ALEX',msg1))   #ALEX  myalex alex is DSB
# print(msg1.replace('alex','ALEX'))   #ALEX  myALEX ALEX is DSB

# msg2='alex my name is alex Alex AlEx aLeX is hahahah'   #将不论大小写的alex 都替换成DSB
# print(re.sub('alex','DSB',msg2,flags=re.I)) #flag=I 意思为忽略大小写


# msg3="""
# a1231231231231egon
# 123123sadfsadf2143egon
# sdafljsalfdjerwqregon
# """
# print(re.findall('egon$',msg3,flags=re.M))  #flag=re.M 意思为每一行都取



#了解 re.sub()+分组+序号 进行重新排序
# msg4="Name---@#@#--is==++*=Pig"
# print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)',r'\5\2\3\4\1',msg4))

#re.compile() 将正则表达式存为变量,然后可以重复调用
# patten = re.compile('href="(.*?)"')
# print(patten.findall('<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">'))
# print(patten.findall('<a href="https://www.kaixin.com/png1"><p>"哈哈哈"</p><a href="https://www.kaixin001.com/png2">'))