re模块，正则表达式

re模块

作用：取文本或者字符串内你所需要的东西

正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。

• ^叫做元字符,元字符会有特殊的意义,匹配开头的,也就是说他只从开头找

res= re.findall('^孙悟空',s)

• $结尾：

res = re.findall('西瓜$',s)

• |,相当于or

res = re.findall('孙悟空|猪八戒',s)

• [],找到[]内的所有元素
• .,任意一个字符
• {3},大括号前面的字符匹配3次
• *,前面字符匹配无穷个,0-∞个
• +,前面的字符,1-∞个
• ?,前面的字符0-1个
• \d,匹配数字
• \D,除了数字都匹配到了
• \s,匹配空
• \S,匹配非空
• \w,字母,数字,下划线
• \W,非字母,数字,下划线

贪婪模式和非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。

a=[abbbbbb]
res=findall('ab*?',a)
print(res) #['ab']

match和search

区别在于，match从开头开始匹配找一个，search搜索所有找第一个

import re
s = '猪八戒找媳妇猪八戒'
match_res = re.match('猪八戒',s)  # 从开头开始匹配，取一个
print(match_res.group())

search_res = re.search('猪八戒',s)  # 搜索一个
print(search_res.group())

# match 和 search的区别，mathch从开头开始匹配找一个，search搜索所有找第一个

分组

需要括号里的东西就行了，括号外的东西就不打印了

import re

s = '猪八戒的媳妇是高翠兰，孙悟空的媳妇是白骨精，唐僧的媳妇是女儿国王，沙悟净没有媳妇（py9的学生们）'

res = re.findall('(.*?)的媳妇是(.*?)(，)',s)
print(res)

[('猪八戒', '高翠兰', '，'), ('孙悟空', '白骨精', '，'), ('唐僧', '女儿国王', '，')]

re.split()

就是字符串的split方法，区别是可以使用正则表达式去替换

res = re.split('\d+',s)

sub和subn

他们都是替换内容，但是subn会计算替换了多少次，类似于字符串的replace内置范方法

import re

s = '猪八戒的媳妇是1高翠兰，孙悟空的媳妇是2白骨精，唐僧的媳妇是3女儿国王，沙悟净6没有媳妇（py9的学生们）'

print(re.sub('\d','',s))

print(re.subn('\d','',s))  # 除了会修改内容，还会返回修改了多少次

猪八戒的媳妇是高翠兰，孙悟空的媳妇是白骨精，唐僧的媳妇是女儿国王，沙悟净没有媳妇（py的学生们）
('猪八戒的媳妇是高翠兰，孙悟空的媳妇是白骨精，唐僧的媳妇是女儿国王，沙悟净没有媳妇（py的学生们）', 5)