day 17 re模块 正则表达式

import re    引用re模块

查找　　

　　finall：匹配所有，每一项都是列表中的一个元素

　　search：只匹配从左到右的第一个，得到的不是直接的结果而是一个变量，通过group方法获取结果，没有匹配到会返回None，使用group会报错

　　match：从头开始匹配，相当于search中的正则表达式加上一个^

字符串处理的扩展： 替换 切割

　　split　　切割

　　sub　　替换  格式re.sub（旧的，新的，字符串，替换次数)

　　subn　　返回一个元组，第二个元素是替换的次数

re模块的进阶：时间/空间

　　compile　　节约你使用正则表达式解决问题的时间　　

 ret = re.compile('\d+')   # 已经完成编译了
 print(ret)
 res = ret.findall('alex83taibai40egon25')
 print(res)

　　finditer　　节省你使用正则表达式解决问题的空间/内存

ret = re.finditer('\d+','alex83taibai40egon25')
for i in ret:
    print(i.group())

rearch()  .group()   括号中的数字代表的是去对应分组中的内容

 import re
 s = '<a>wahaha</a>'  # 标签语言 html 网页
 ret = re.search('<(\w+)>(\w+)</(\w+)>',s)
 print(ret.group())  # 所有的结果
 print(ret.group(1)) # 数字参数代表的是取对应分组中的内容

findall()　　中有一个特殊的语法，优先显示正则表达式中()括号的内容

取消分组优先（?:正则表达式）

　　　　ret = re.findall('\d+(?:\.\d+)?','1.234*4')

　　　 　print(ret)

关于分组：

　　1、对正则表达式来说，有时候我们需要进行分组，来约束某一字符出现的次数(\.[\w]+)？ 

　　2、对python语言来说，分组可以帮助你更好更精准的找到你真正需要的内容，例<(\w+)>(\d+)<

split

 ret = re.split('\d+','alex83taibai40egon25')
 print(ret)
 ret = re.split('(\d+)','alex83taibai40egon25aa')
 print(ret)

python 与正则表达式 之间的特殊约定

　　1、分组命名（？P<这个组的名字>正则表达式）

　　2、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的必须一致

pattern = '<(?P<tab>\w+)>(\w+)</(?P=tab)>'
ret = re.search(pattern,s)
print(ret