day21 re模块

引入方式

 import re 

---

方法

　　.findall() 　　
　　　　　　　　找所有的，返回所有的结果然后放在列表中　

 ret = re.findall("[a-z]+","yangtuo tiancan shiye ")
 print(ret) # ['yangtuo', 'tiancan', 'shiye']

　　.finditer()　　
　　　　　　　　返回一个迭代器 ,更节省内存，一次一次返回

 ret = re.finditer("\d","dahka5hdka4546465h")
 print(ret)                  　　  # <callable_iterator object at 0x0000000002061EF0>
 print(next(ret).group())         #
 print(next(ret).group())         #
 print([i.group() for i in ret])  # ['5', '4', '6', '4', '6', '5']

　　.search()　　
　　　　　　　　从前往后找到一个就返回一个对象，调用group才可以拿到结果

 ret = re.search("a","yangtuo is tiancai")
 print(ret.group())    # a 

　　　　　　　　找不到返回None，无法调用group，会报错

 ret = re.search("[0-9]+","yangtuo is tiancai")
 print(ret)            # None
 print(ret.group())    # AttributeError: 'NoneType' object has no attribute 'group'

　　　　　　　　为了避免上面的这种报错，可以利用if判断，从而打断if循环不报错，非常常用的方式

 ret = re.search("j","yangtuo is tiancai")
 if ret:
     print(ret.group())　　# 无结果但是不会报错了

　　
　　.match()　　
　　　　　　必须从头开始匹配，比如下面的字符串，y，ya都能匹配上。但是a就不行
　　　　　　用法和search一样，返回对象，必须用group输出，空报错，可if避免

 ret = re.match("[a-z]+","yangtuo is tiancai")
 print(ret.group())    # yangtuo
 ret = re.match("a","yangtuo is tiancai")
 print(ret.group())    # AttributeError: 'NoneType' object has no attribute 'group'

　　　
　　.split()
　　　　　　按照正则关系分割，不是很常用

 ret = re.split("[ab]","abcd")
 # 先按a分割得到 " " 和"bcd"，再按b分割得到 " "," ","cd"
 print(ret) # ['', '', 'cd']

　　　　
　　.sub()
　　　　　　按照正则对字符串替换
　　　　　　将数字替换成H 替换两次

 ret = re.sub("\d","H","shah4546shdah123",2)
 print(ret) # shahHH46shdah123

　　　　
　　.subn()
　　　　　　按照正则对字符串替换，并且返回结果和替换了几次用元祖形式
　　　　　　将数字替换成H 替换两次

 ret = re.subn("\d","H","shah4546shdah123",2)
 print(ret) # ('shahHH46shdah123', 2)

　　　　
　　.compile()
　　　　　　　　同一个正则规则需要被用很多次的时候可以使用此命令重复调用
　　　　　　　　将正则表达式编译成一个对象，调用对象使用更简单

 obj = re.compile("\d{3}")
 ret = obj.search("hsdhabsh153lhslk86")
 ret1 = obj.search("hsdh46897=lhslk86")
 print(ret.group())    #
 print(ret1.group())    #

---

特殊场景分析

　　

findall的优先级查询

 import re　　　　
 ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
 print(ret)     # ['oldboy']
 # 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配真实想要的结果,取消权限即可
 ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
 print(ret) # ['www.oldboy.com']

　　

split的优先级查询
　　　　在匹配部分加上（）之后所切出的结果是不同的，
　　　　没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
　　　　这个在某些需要保留匹配部分的使用过程是非常重要的。

 ret=re.split("\d+","eva3egon4yuan")
 print(ret) # ['eva', 'egon', 'yuan']
 ret=re.split("(\d+)","eva3egon4yuan")
 print(ret) # ['eva', '3', 'egon', '4', 'yuan']　　

　

分组的命名和引用
　　　　组名的方式命名（？P<组名>）
　　　　组名的引用（？P=组名）

 ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")
 print(ret.group("tag_name"))    　　# h1
 print(ret.group())                 # <h1>hello</h1>

　　　　也可以直接分组，然后用\1引用第一个组，组的索引是从1开始不是从0开始

 ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
 print(ret.group(1))               # h1
 print(ret.group())                # <h1>hello</h1>

匹配小数整数

 # 40.35被当做40和35两个来取了
 ret=re.findall(r"\d+","1-2*(60+(-40.35/5)-(-4*3))")
 print(ret) #['1', '2', '60', '40', '35', '5', '4', '3']

　　利用|的工作原理从左到右最长匹配，将长的匹配项先写就可以
　　注意将 . 进行转义 \.
　　可以分组将分组的内容优先显示，但是无匹配的选项会用空表示出来，很蛋疼
　　可以使用remove进行空选项的移除 顺便这次稍微升级一下吧负号一起取到了

 ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")
 print(ret) #['1', '-2', '60', '', '5', '-4', '3']
 ret.remove("")
 print(ret) #['1', '-2', '60', '5', '-4', '3']

---

示例：
　　
　　获取手机号匹配方式对比

　　
　　普通的方式实现

 while True:
     phone_number = input('please input your phone number ： ')
     if len(phone_number) == 11 \
             and phone_number.isdigit()\
             and (phone_number.startswith('') \
             or phone_number.startswith('') \
             or phone_number.startswith('') \
             or phone_number.startswith('')):
         print('是合法的手机号码')
     else:
         print('不是合法的手机号码')

　　re 实现

 # 正则实例
 import re
 phone_number = input('please input your phone number ： ')
 if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):
         print('是合法的手机号码')
 else:
         print('不是合法的手机号码')

---