python正则表达式

#正则表达式就是来查找字符串的,它能查找规则比较复杂的字符串

# (.*)：贪婪模式，匹配尽可能多的字符
# （.*?）或（.+?）：匹配尽可能少的字符，一旦匹配到第一个就不往下走了。


import re
s = 'besttest is good'
print(re.match(r'be',s).group())
#match方法接收3个参数，第一个是匹配的规则，也就是正则表达式，第二个是要查找的字符串，
#第三个参数不是必填的，用于控制正则表达式的匹配方式，看下面正则表达式的匹配模式。是从字符串的第一个单词中匹配字符串，
如果匹配到返回一个对象，如果匹配不到，则返回None
#>>><_sre.SRE_Match object; span=(0, 4), match='best'>
#字符串前面加r代表原字符串

print(re.search('best', s))
# search方法的参数和match一样，和match方法不一样的是，match是从字符串里面的第一个单词里面找，
而search方法则是从字符串的整个内容里面找，如果找到了就返回第一个，找不到就返回None
# >>> <_sre.SRE_Match object; span=(0, 4), match='best'>

print(re.findall('best', s))
# findall方法的参数上面的match、search一样，和他们不一样的是，
findall会返回所有一个list，把所有匹配到的字符串，放到这个list里面，如果找不到的话，就返回一个空的list
# >>> ['best']

print(re.sub('best', 'Best', s)) #替换字符串
# sub方法和字符串的replace方法一样，是用来替换字符串的，把匹配到的值替换成一个新的字符串，接收3个参数，
第一个是正则表达式，第二个是要替换成什么，第三个就是要查找的字符串，会返回一个新的字符串，
#如果匹配不到的话，返回原来的字符串
# >>> Besttest is good
print(re.split('best', s))
# split 方法和字符串的split方法一样，是用来分割字符的，按照匹配到的字符串进行分割，返回的是一个list，
如果匹配不到的话，那返回的list中还是原来的字符串
# >>> ['', 'test is good']


#数量词
# #'*'     匹配*号前的字符0次或多次，只是*前面的一个字符
print(re.findall(r'b*e','besttest very best bbbbeb eb ee b be'))
# >>> ['be']
# '+'     匹配前一个字符1次或多次，只是+前面的一个字符
#print(re.findall(r'st+','besttest is best'))
# >>> ['stt', 'st', 'st']
# '?'     匹配前一个字符1次或0次,只是?前面的一个字符
#print(re.findall(r'st?','besttest is best'))
# '{m}'   匹配前一个字符m次
#print(re.findall(r't{2}','besttest is best'))
# >>> ['tt']
# '{n,m}' 匹配前一个字符n到m次
#print(re.findall(r't{1,2}','besttest is best'))
# >>> ['tt', 't', 't'] </strong>


#一般字符
#'.'     默认匹配除\n之外的任意一个字符
#print(re.findall(r'b.','besttest is good'))
# '[....]',字符集合，
# >>> ['be']
# >>> ['st', 'st', 's', 'st']
# '\'   转译符，前面的* + ?这样的字符都有特殊含义了，如果你想就想找它的话，那就得转译了
# 意思就是说如果你想让特殊字符失去以前的含义，那么就得给它前面加上\
#print(re.findall(r'\?','besttest is best????'))
# >>> ['?', '?', '?', '?']
# '|'     匹配|左或|右的字符
#print(re.findall(r'best|is','besttest is best'))
# >>> ['best', 'is', 'best']
# '[]' 字符集合，某些字符的集合，匹配的时候是这个集合里面的任意一个就行
#print(re.findall(r'be[stacj]','besttest is best bejson'))
# >>>['bes', 'bes', 'bej']
# 在[]里面如果用'^ '的话代表取反，也就是不包括的这些字符串的
#print(re.findall(r'be[^stac]','besttest is best bejson')) #</strong>


#边界匹配
# '^'     匹配以什么字符开头,多行情况下匹配每一行的开头
# print(re.findall(r'^b','besttest is good'))
# >>> ['b']
#print(re.findall(r'^b','besttest is good\nbest'),re.M)#多行模式
#print(re.findall(r'b','besttest is good\nbest',re.M))
#多行模式,结果为:['b', 'b']
# >>> ['b','b']
# '$'     匹配以什么字符结尾,多行情况下匹配每一行的结尾
# print(re.findall(r'd$','besttest is good'))
# >>> ['d']
# print(re.findall(r'd$','besttest is good\nbest is good'),re.M)
#多行模式,结果为:['b'] 8
#print(re.findall(r'd$','besttest is good\nbest is good',re.M))
#多行模式,结果为:['d', 'd']
# >>>['d','d']
# '\A' 仅以什么字符开头，和^不同的是它不能用多行模式
# print(re.findall(r'\Ab','besttest is good'))
# >>> ['b']
# '\Z' 仅以什么字符结尾，和$不同的是它不能用多行模式
# print(re.findall(r'd\Z','besttest is good'))
# >>> ['d']

#预定义字符集合
# '\d'  匹配数字0-9
# print(re.findall(r'\d+','sdf2342312sdfs'))
# >>> ['2342312']
print(re.findall(r'\d','sdf2342312sdfs'))
#结果为['2', '3', '4', '2', '3', '1', '2']
# '\D'    匹配非数字
# print(re.findall(r'\D','sdf2342312sdfs'))
# >>>['sdf', 'sdfs']
# '\w'    匹配[A-Za-z0-9],也就是所有的字母和数字
# print(re.findall(r'\w','sdf234%^2312sdfs&'))
# >>>['sdf234', '2312sdfs']
# '\W' 匹配不是[A-Za-z0-9]，也就是不是字母和数字
# print(re.findall(r'\W','sdf234%^2312sdfs&'))
# >>>['%', '^', '&']
# '\s' 匹配空白字符、\t、\n、\r,空格
# print(re.findall('\s','axss\n\tsdf\t\r\t'))
# >>> ['\n', '\t', '\t', '\r', '\t']
# '\S'匹配空白字符,不是\t、\n、\r,空格
# print(re.findall('\s','axss\n\tsdf\t\r\t'))
# >>>['\n', '\t', '\t', '\r', '\t']
print(re.findall(r'ab[a-z]','abc abe abf abs abr ab8'))
#结果为['abc', 'abe', 'abf', 'abs', 'abr']

#分组匹配
# '(...)' 分组匹配，把某些规则写成在一个组里，这样就可以直接对这个进行一些匹配了，
#举个例子的话，如果要匹配ip地址的话
# ip地址是类似这样的192.168.5.1，每一位都是1位或者3位的数字然后后面有个点正常写的话,得这么写
# print(re.findall(r'\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}',"192.168.1.3"))
# >>> ['192.168.1.3']
# 这样写的话，有点麻烦了，通过上面的我们可以发现规律，除了第一个后面的全都是'.\d{1,3}'，
#写重复的代码就是低级的，这样的话就可以用分组了
# 就把'.\d{1,3}'当做一个整体，然后让他们出现3次就ok了，可以改成下面这样的
# print(re.search(r'\d{1,3}(.\d{1,3}){3}',"192.168.1.3").group())
#这个是用search方法的，结果和上面的一样的
# >>> 192.168.1.3
print(re.findall(r'\d{1,3}(\.\d{1,3}){3}',"192.168.1.3"))

#咱们继续用findall方法，发现结果是下面的
# >>> ['.3']
# 为啥会这样呢，用match方法和search方法都是正常的，findall方法这里有个坑，
#就是如果findall方法里面有分组的话，那结果就只是分组里面的内容，也就是小括号里面的内容
# ，如果想让结果正确的话就在分组最前面写上'?:'，一个问号和一个冒号就好了，启用“不捕捉模式”
print(re.findall(r'\d{1,3}(?:\.\d{1,3}){3}',"192.168.1.3"))
# 这么写结果就对了

# 正则匹配模式
#正则匹配模式是用在match、search、findall里面的第三个参数，
#还有其他的模式，但是一般也用不到，就这两种能用到，别的就不记了
# re.I: #忽略大小写
# re.M: #多行模式，改变'^'和'$'的行为
# re.findall('pattern', 'string',re.I)