python-day20--正则表达式与re模块

1.通过re模块可以做一些关于正则的相关操作

2.正则表达式：做字符串匹配的规则

1）字符组：在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[ ]表示

　　[0-9][a-f][A-F]   ，可以匹配数字，大小写形式的a～f

2）元字符：

3）量词

4）贪婪匹配与惰性匹配

贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

几个常用的非贪婪匹配Pattern：   pattern控制的是前面紧挨着的一个字符

*? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复

.*?的用法:

. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x

就是取前面任意长度的字符，直到一个x出现

5）分组（）与或 |  [ ^ ]

身份证号码：    ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$

3.re模块内的常用方法：

 import re

 ret = re.findall('a', 'eva egon yuan')  # 返回所有满足匹配条件的结果,放在列表里
 print(ret) #结果 : ['a', 'a']

 ret = re.search('a', 'eva egon yuan').group()
 print(ret) #结果 : 'a'
 # 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
 # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

 ret = re.match('a', 'abc').group()  # 同search,不过尽在字符串开始处进行匹配
 print(ret)
 #结果 : 'a'

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

 ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个
 print(ret) #evaHegon4yuan4

 ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)
 print(ret)

 obj = re.compile('\d{3}')  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
 ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
 print(ret.group())  #结果 ： 123

 import re
 ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器
 print(ret)  # <callable_iterator object at 0x10195f940>
 print(next(ret).group())  #查看第一个结果
 print(next(ret).group())  #查看第二个结果
 print([i.group() for i in ret])  #查看剩余的左右结果

4.findall优先级处理：

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,如果想要匹配结果,取消权限即可

ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret)  # ['www.oldboy.com']

5.split的优先级查询

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

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

#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。