re模块及其用法

一、re模块下的常用方法

　　首先在使用re模块之前，需要引入re模块

　　import re

　　1.与查找相关的：

　　　　1.findall　　返回列表，找到所有的匹配项

ret = re.findall("\d+","asda132eqwe啊阿达456")
print(ret)
# ['132', '456']

　　　　2.search 匹配从左到右第一个符合，返回一个变量，通过group方法取到值，没有匹配到就会返回None，使用group会报错。

ret = re.search("\d+","asda132eqwe啊阿达456")
print(ret.group())
#132
ret = re.search("\d+","asdaeqwe啊阿达")
print(ret.group())
#AttributeError: 'NoneType' object has no attribute 'group'

　　　　3.match 相当于在search的正则表达式中加了一个“^”

　　2.与字符串处理相关的;

　　　　1.spilt　　返回列表，按照正则规则切割，默认匹配到的内容会被切割掉。

ret = re.split("\d+","asd23sadasd90dasdasd809asd89")　　#(\d+)可以把切割掉的保留下来
print(ret)
# ['asd', 'sadasd', 'dasdasd', 'asd', '']

　　　　2.sub、subn　　替换，按照正则规则去寻找要被替换的内容，subn返回元组，第二个值是替换的次数。

ret = re.sub("\d+","H","asd23asd34455asd55")
print(ret)
# asdHasdHasdH
ret = re.subn("\d+","H","asd23asd34455asd55")
print(ret)
# ('asdHasdHasdH', 3)

　　3.re模块的进阶：时间\空间

　　　　1.compile　　编译一个正则表达式，用这个结果去search match findall finditer 能节省时间，不用每次使用的时候再去编译了。

ret = re.compile("\d+")
res = ret.findall("asd23asd34455asd55")
print(res)
res = ret.search("asd23asd34455asd55")
print(res.group())

　　　　2.finditer 返回一个迭代器，所有的结果都在这个迭代器中，需要通过循环+group的形式取值 能够节省内存。

res = re.finditer("\d+","asd23asd34455asd55")
print(res)
for i in res:
    print(i.group())

二、分组在re模块中的使用

s = '<a>wahaha</a>'
ret = re.search("(>)(\w+)(<)",s)
print(ret.group())    #不加参数，默认是匹配所有结果
print(ret.group(1))    #数字参数表示的是取对应分组中的内容
print(ret.group(2))
print(ret.group(3))

ret = re.findall(">(\w+)<",s)
print(ret)
#['wahaha']
#为了findall也可以顺利取到分组中的内容，有一个特殊的语法，就是优先显示分组中的内容

ret = re.findall('\d+(?:\.\d+)?','1.234*4')
print(ret)
#['1.234', '4']
#如果按照优先显示，那么结果就不是想要的。所以在括号中加入"?:"就可以取消分组优先，还不会破坏原本的正则表达式。

ret = re.split('(\d+)','alex83taibai40egon25aa')
print(ret)
#['alex', '83', 'taibai', '40', 'egon', '25', 'aa']
#用split切割后消失的部分，可以用()将正则规则括起来，这样就能得到切割掉的部分

s = '<a>wahaha</a>'
ret = re.search(">(?P<com>\w+)<",s)
print(ret.group(1))
print(ret.group("com"))
#wahaha
#wahaha
#可以通过在分组中加入"?P<name>"，来对这个分组命名，在group给参数时可以给这个组的名字。

#使用前面的分组，要求使用这个名字的分组和前面同名分组中的内容匹配必须一致
s = '<a>wahaha</a>'
ret = re.search("<(?P<tag>\w+)>(\w+)</(?P=tag)>",s)
print(ret.group())
#<a>wahaha</a>