python模块之re模块

# 正则表达式是用来匹配字符串的方法
# 字符串本身就有匹配方式，为什么要引入正则表达式？ 因为原有的字符串匹配不出来原始的方法
# 正则匹配是用来进行模糊匹配的

s = "alex want to drink"
print(s.split(" ")) # 以恐吓
print(s.find("a"))  # -1


import re
# 。 模糊匹配一个字符或者数字或者空格，但是不能匹配换行符号
# ^  行首匹配
# $  结尾匹配
# *  匹配前面0到多个字符 注意：0也是一个  0就是没有也会返回一个空字符
# +  匹配前面1到多个字符
# ？ 匹配前面0到1次的字符 前面的字符可能没有，或只有一个
# {} 指定匹配的次数范围 {5}或者{1,5}前面的字符匹配5次 'aaaaaab' 这样的字符也是可以取到的
#    （默认是贪婪匹配 ，按照最多的来，或者按照最少的来）

# findall() 方法  完全匹配hello 返回列表
pp = re.findall("h...o","asdadasdashelloasdasdasd")
pp2 = re.findall("^h...o","asdadasdashelloasdasdasd")   #匹配不成功
pp3 = re.findall("h*","asdashehllohhhhhhasdas")   #匹配不成功 ['', '', '', '', '', 'h', '', 'h', '', '', '', 'hhhhhh', '', '', '', '', '', '']
print(pp3)

import re
#二元字符
# [ ] 字符集 匹配给定范围的一个元素 里面是或的关系
# [ ] 取消元字符的特殊功能 比如* 就就被当成了普通字符 x 而不匹配多个字符了 但是 ^ \  - 这些字符例外！
# [^ ] ^在[ ]中是取反的意思！
# [^4,5] 这里的意思是除了4或和除了5的
# \ 后面跟元字符会取消其特殊功能，但是后面跟着普通的个别字符可以实现特殊功能 \w 表示一个字母
# 如下所示：
# \d  匹配任何十进制数；它相当于类 [0-9]。
# \D 匹配任何非数字字符；它相当于类 [^0-9]。
# \s  匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
# \S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
# \w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
# \W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
# \b  匹配一个特殊字符边界，比如空格 ，&，＃等
# \\ 特殊字符 正则表达方式中的转义符号\\ 会经过python的解释器，那么python解释器需要再解释一遍就是\\\\变成4个字符

# () 括号内的规则作为一个整体去匹配的
# | 管道符号 或 的意思

#方法二： x=re.search() 找到一个就返回，返回的是个对象 获取这个对象的值的话 f.group() 获取找到的值

a=re.findall('a[b,v]c','abc')
a=re.findall('[a,z]','abc')     # 这样子会返回3个结果 分别是a b c
print(a)
c = re.findall(r"I\b","hello,I am hero I am OK")    # 注意转义符号
print(c)

# \\ 转移符号的使用 要理解一下，因为 正则表达式里面转义后需要经过python解释器再转义一遍
# 方式一：
n = re.search(r'\\c','asdasd\cf')
print(n.group())
# 方式二：
v = re.search('\\\\c','asdasd\cf')
print(v.group())

#（）与| 的方式使用
#（）与| 的方式使用 升级版 复杂版 见下面示例 正则与根据组名取值
print(re.search("(as)|3","as3").group())      #as  注意 只有一个值
# 高级版
# <> 是正则表达式中的固定格式
ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com')
print(ret.group())#23/com
print(ret.group('id'))#23

# 正则表达式的方法

re.findall()
re.search().group()
re.match()              #只在字符串开始匹配  匹配成功返回一个对象，匹配不成功返回none 也只返回一个对象
re.split()              #重点在这里  如意犯错误
re.sub()                #相当于replace替换 很好用的方法
re.compile()            #将规则编译成一个对象去调用，节省代码的使用量


# 这个先按照k进行分组，然后在按照s对k的分组再次进行分组 ['a', 'd', 'dl', 'op']
print(re.split('[k,s]','asdkdlsop'))
# 注意容易犯错的地方 s 在分割的开头的话会有个空字符被分割出来
print(re.split('[k,s]','sasdkdlsop'))
print(re.sub('a..x','s..b','asdalexppm'))       #asds..bppm

#re.compile() 的使用

pp=re.compile('/.com')
ret=pp.findall('asdadd.com')
print(ret)

import re
#迭代器对象
ret = re.finditer("\d","asdasda2adsd")
#print(next(ret))
print(next(ret).group())