python：re模块

主要是学习re模块的使用，正则表达式的学习...我都看了，就是运用少，所以没记住什么，用到的时候，还得翻我手工记录的正则笔记.....如果是爬取网页，可以用bs4模块，这个更方便，只是正则很强大(～￣▽￣)～

看的下面这个文章做得笔记

https://mp.weixin.qq.com/s?__biz=MzI5MDQ2NjExOQ==&mid=2247483970&idx=1&sn=ee3c82889fcec5779a0f6441f0a2f70a&chksm=ec1e326adb69bb7ccd9a972f50456bd7bc79f68123c165f1c9e7c84a0a425cfdbf5d021d28d2&mpshare=1&scene=23&srcid=1223rwdT94LSYY9f2y7apOb7#rd

re.compile(pattern[, flag])

功能：生成一个正则表达式对象

pattern为要编译的正则表达式，flag为下图中的标志位。

 

match(string[, pos[, endpos]])

参数解释：string为匹配用的原始字符串，pos为文本中正则表达式开始搜索的索引，endpos文本中正则表达式结束搜索的索引

使用match函数成功后会返回一个对象，该对象包含一下功能：

group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；

start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；

end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；

span([group]) 方法返回 (start(group), end(group))。

>>> str = "qwe123asd"

>>> import re

>>> pattern = re.compile('[a-z]+')

>>> obj = pattern.match(str)

search(string[, pos[, endpos]])

为一次匹配，如果匹配成功返回一个match对象，如果不成功则返回None

findall(string[, pos[, endpos]])

参数解释：string为匹配用的原始字符串，pos为文本中正则表达式开始搜索的索引，endpos文本中正则表达式结束搜索的索引

findall 以列表形式返回全部能匹配的子串，如果没有匹配，则返回一个空列表。

finditer(string[, pos[, endpos]])

finditer 方法的行为跟 findall 的行为类似，也是搜索整个字符串，获得所有匹配的结果。但它返回的是一个match的对象。

split(string[, maxsplit])

maxsplit 用于指定最大分割次数，不指定将全部分割。(python有个内置方法也是split)

sub(repl, string[, count])

repl可以是字符串也可以是函数，string为匹配用的原始字符串， count 用于指定最多替换次数，不指定时全部替换。

如果 repl 是字符串，则会使用 repl 去替换字符串每一个匹配的子串，并返回替换后的字符串，另外，repl 还可以使用 id 的形式来引用分组，但不能使用编号 0；

如果 repl 是函数，这个方法应当只接受一个参数（Match 对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。

sub函数返回替换后的字符串。

主要是repl为函数需要注意

 

subn(repl, string[, count])

参数与sub的参数一致

subn返回一个元组，第一个元素是使用sub方法的结果，一个是替换的次数

 

在不使用compile的时候，只需要将函数前面加re.以及第一个参数为正则表达式即可，例如：re.search("d", "myh0st")