re模块

RE模块

• 查找
  • findall
    • 匹配所有每一项都是列表中的一个元素
    • re.findall()
      • 正则表达式,带匹配的字符串,flag
  • search
    • 只匹配从左到右的第一个结果，得到的不是直接的结果，而是一个变量，通过这个变量group方法来获取结果
    • re.search 内存地址，这是一个正则的结果，
      • 通过ret.group()获取真正的结果
    • 如果没有匹配到，会返回None，使用.group()会报错
  • match
    • 匹配从头开始匹配，相当于search中的正则表达式加上一个^
    • ret = re.match ('正则推导式','字符串')
• 字符串处理的扩展：替换 切割
  • split
    • 切割 返回列表，按照正则规矩进行切割，默认匹配到的内容会被切割
  • sub
    • 替换 谁 旧的 新的 次数
    • 替换，按照正则规则去寻找要被替换的内容，
  • subn
    • 返回一个元组，第二个元素是替换的次数
• re模块的进阶
  • compile 节省你使用正则表达式解决问题的时间
    • 编译正则表达式编译成 字节码
    • 在多次使用的过程中, 不会多次编译
    • 编译一个正则表达式，用这个结果去search match findall
  • finditr 节省你使用正则表达式解决问题的时间
    • 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
• 分组在python中 的应用
  • 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+)', '144.365')
• 分组命名
  • 对于python而言来说 分组可以帮助你更好更精确的找到你真正需要的内容
  • (?P<这个组的名字>正则的表达式)
    • # 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
    • 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)
    • 当结果是None表示两个同名不匹配.
    • 结果是一个内存表达式表示两个同名匹配
• 正则表达式如果写的足够好 能够最大限度的简化我们的操作
  • 掌握作业中的所有内容
  • 能够看懂常用正则表达式
  • 并且能够做出一些公司特异性要求的修改
• 示例