php程序员学习python3学习第十一天

正则表达式重新学习

#-*- coding:utf-8 -*-
#正则表达式
import re

# . 通配符
res = re.findall('haha.w','dsadsahahacwhaha(w') #一个点表示任意一个字符都可
print(res)

# ^ 字符以什么开始
res = re.findall('^hello','hellohahah') #匹配得到以hello开头，返回hello
print(res)

# $ 以什么来进行结尾
res = re.findall('hello$','fefewfwhello') #匹配到以hello结尾返回hello
print(res)

# * 贪婪匹配，匹配其前一个字符0到多次
res = re.findall('hello*','sadsahello')
print(res) #hello
res = re.findall('hello*','sadsahell')
print(res) # hell
res = re.findall('hello*','dsasdhellooooo')
print(res) #hellooooo

# + 一到多次
res = re.findall('hello+','sadsahello')
print(res) #['hello']
res = re.findall('hello+','sadsahell')
print(res) #[]

#? 匹配0次或者1次
res = re.findall('hello?','fdsfdshello')
print(res) #['hello']
res = re.findall('hello?','dsafrwwhell')
print(res) #['hell']
res = re.findall('hello?','fdsfsdhellooooo')
print(res) #['hello']

#{} 匹配指定次数
res = re.findall('hello{1}','hello')
print(res) #['hello']
res = re.findall('hello{0,2}','hellooo') #匹配0到2次 0，1，2
print(res) #['hell']
res = re.findall('hello{3}','hello')
print(res) #[]

#[] 可选字符集匹配  元字符在字符集中大部分都失去功能
res = re.findall('a[bc]d','wwwwabd') #abd,acd都可匹配
print(res) #['abd']
res = re.findall('a[bc]d','fdsddadd')
print(res) #[]

#[a-z] 匹配a到z都可 [1-9] 1到9都可
#[^1-9] 除了1到9都取到了 元字符^在字符集中作用是非的意思

#() 把括号中的内容看成一个组来进行匹配
print(re.findall("(ab)*","abcde")) #['ab','','','']
print(re.findall("(ab)*", "acde")) #['','','','']
print(re.search("(ab)*", "ababcd").group()) #abab
print(re.search("(ab)","ababab").group()) #ab

#\ 反斜线后跟元字符，元字符失去特殊意义，跟其他字母，附加特殊意义
'''
\d 匹配任何十进制数，相当于[0-9]
\D 匹配任何非数字字符 相当于[^0-9]
\s 匹配任何空白字符 相当于[\t\n\r\f\v]
\S 匹配任何非空白字符 相当于[^\t\n\r\f\v]
\w 匹配任何字母数字字符 相当于[a-zA-Z0-9]
\W 匹配任何非字母数字字符 相当于[^a-zA-Z0-9]
\b 匹配一个单词边界，也就是单词和空格直接的位置
'''

#非贪婪模式
'''
* + ？都是贪婪模式，因此在其后加一个?构成非贪婪模式
'''
print(re.findall("a(\d+?)","a23b"))

# 分组，使用序号使用组中内容 \2    \1
print(re.search(r'a(haha)(wawa)com\2','ahahawawacomwawahaha').group()) #\2表示(wawa)中内容

#\b 匹配单词
print(re.search('abc\\b','abc ddffgg').group())

#函数的第三个参数，表示使用哪种方式来进行匹配，默认是0
'''
re.I 使匹配对大小写不敏感
re.L 做本地化识别(local-aeare)
re.M 多行匹配 影响^和$
re.S 使.匹配包括换行在内的所有字符
re.U 根据unicode字符集解析字符，这个标志影响\w \W \b
re.X 该标志通过给予你更灵活的格式以便你将正则表达式写的更
'''

#group方法，其中可以添加参数
#group(0) 默认即为0，取出所有组的内容 group(1) 只取第一个组的内容 group(2)
#
#
##正则表达式的替换使用re模块的sub方法   subn方法，可以知道替换了多少次

sub1 = 'I get a I get b I get c'
res = re.sub('g.t', 'have', sub1)
res1 = re.sub('g.t', 'have', sub1, 2)
print(sub1)
print(res)
print(res1)
res2 = re.subn('g.t', 'have', sub1)
print(res2)

#compile 将规则先编译到对象中，然后使用对象进行匹配
text = 'hahaoohaha hoohffff ffffff'
regex = re.compile(r'\w*oo\w*') #匹配包含oo的单词
print(regex.findall(text))

#split() 将字符串进行分割 根据指定规则，先编译再进行分割
regex = re.compile(r'\d+')
test = 'haha1bb2cc3dd4'
print(regex.split(test))

#finditer() 匹配符合规则的字符及其所在位置的可遍历对象
p = re.compile(r'\d+')
w = p.finditer('12 dsffwe333ewrwe fefewfew23 frfw11 11')
for match in w:
    print(match.group(), match.span())

#group() groups() groupdict()
str1 = "hello world python"
r = re.match('h\w+',str1)
print(r.group()) #hello 获取匹配到的所有结果
print(r.groups()) #() 获取模型中匹配到的分组结果 若规则为h(\w+),则匹配到了('ello',)
print(r.groupdict()) #{} 获取模型中匹配到的分组中所有执行了key的组

str2 = "hello world python"
r = re.match('(?P<A1>h)(?P<A2>\w+)',str2)
print(r.group())
print(r.groups())
print(r.groupdict())