re模块下的的常用方法

引入模块：

import re

1.查找
findall   匹配所有，每一项都是列表中的一个元素

ret=re.findall("\d+","sjkhk172按实际花费928")
print(ret)
['172', '928']

search  只匹配从左到右的第一个，得到的不是结果，而是一个变量，通过这个变量的group方法来获取结果。

ret=re.search("\d+","sjkhk172按实际花费928")
print(ret)
print(ret.group())

<_sre.SRE_Match object; span=(5, 8), match=''>
172

ret=re.search("\d+","sjkhk172按实际花费928")

if ret:#内存地址，这是一个正则的匹配结果
    print(ret.group())#获取真正的结果

172

match  从头开始匹配，相当于search中的正则表达式加上一个^

ret=re.match("\d+$",'172sjkhk按实际花费928')
print(ret)

None

ret=re.match("\d+",'172sjkhk按实际花费928')
print(ret)
print(ret.group())

<_sre.SRE_Match object; span=(0, 3), match='172'>
172

字符串处理的扩展：切割、替换

split  切割

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

['alex', 'taibai', 'egon', '']

sub  替换 旧的   新的   替换次数

ret = re.sub('\d+','h','alex83taibai40egon25',2)
print(ret)

 alexhtaibaihegon25

subn  返回一个元组，返回的第二个元素是替换的次数

ret = re.subn('\d+','H','alex83taibai40egon25')
print(ret)

('alexHtaibaiHegonH', 3)

re模块的进阶    时间  空间

compile   节省使用正则表达式解决时间问题   把正则表达式编译成字节码，在以后的多次使用过程中不会多次编码

ret=re.compile("\d+")
res=ret.findall("alex83taibai40egon25")
print(res)

['83', '40', '25']

res=ret.search("sjkhk172按实际花费928")
 print(res.group()) 
172

finditer  节省正则表达式解决问题的内存或者空间

返回一个迭代器,所有的结果都在这个迭代器中,需要通过循环+group的形式取值 能够节省内存

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

83
40
25

分组在ret模块下的使用

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
print(ret.group(2))
print(ret.group(3))

<a>wahaha</a>
a
wahaha
a

s = '<a>wahaha</a>'
ret=re.findall('(\w+)',s )
print(ret)
ret=re.findall('>(\w+)<',s)
print(ret)

['a', 'wahaha', 'a']
['wahaha']
为了findall也可以顺利取到分组中的内容,有一个特殊的语法,就是优先显示分组中的内容

# 取消分组优先(?:正则表达式)
ret = re.findall('\d+(\.\d+)?','1.234*4')
print(ret)
['.234', '']

# 分组命名 (?P<这个组的名字>正则表达式)
# s = '<a>wahaha</a>'
# ret = re.search('>(?P<con>\w+)<',s)
# print(ret.group(1))
# print(ret.group('con'))

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

精准的取到整数 过滤掉小数

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

['', '', '', '40.35', '', '', '']
['', '', '', '', '', '']