常用模块 re模块

re模块下的常用方法

一.查找

　　findall   匹配所有 每一项都是列表中的一个元素 

import  re
ret = re.findall('d+','sjkhk172按实际花费928') # 正则表达式,带匹配的字符串,flag
  print(ret)    
　　　　　　　　　　 # 结果:['172', '928']

ret = re.findall('d','sjkhk172按实际花费928') # 正则表达式,带匹配的字符串,flag
print(ret)      
                 # 结果: ['1', '7', '2', '9', '2', '8']

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

 如果没有匹配到,会返回None,使用group会报错  ,返回的是一个变量

import re
ret = re.search('d+','sjkhk172按实际花费928')
print(ret)  # 内存地址,这是一个正则匹配的结果
  结果:  <_sre.SRE_Match object; span=(5, 8), match='172'>
print(ret.group()) # 通过ret.group()获取真正的结果
  结果: 172
 
import re
ret = re.search('d','owghabDJLBNdgv')
print(ret)
  结果:  None
print(ret.group())
结果:  报错

import  re
ret = re.search('d+','sjkhk172按实际花费928')
if ret :   # 内存地址,这是一个正则匹配的结果
     print(ret.group()) # 通过ret.group()获取真正的结果
  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^

import  re
ret = re.match('d+','172sjkhk按实际花费928')
print(ret)    
     # 结果:  <_sre.SRE_Match object; span=(0, 3), match='172'>
print(ret.group())
    #　结果:  172

　　＃　相当于  
import re
ret = re.search('^d+','172sjkhk按实际花费928')
print(ret)    
     ＃ 结果:  <_sre.SRE_Match object; span=(0, 3), match='172'>
print(ret.group())
    # 结果:  172

二.字符串的扩展

　　split    切割   返回列表,按照正则规则切割,默认匹配到的内容会被切掉

import re
s = 'alex83taibai40egon25'
ret = re.split('d+',s)
print(ret)
 # 结果: ['alex', 'taibai', 'egon', '']

　　 sub # 谁 旧的 新的 替换次数   替换,按照正则规则去寻找要被替换掉的内容

import re
1 ret = re.sub('d+','H','alex83taibai40egon25')
print(ret)
  #结果 : alexHtaibaiHegonH
ret = re.sub('d+','H','alex83taibai40egon25',1)
print(ret)
 #结果 :alexHtaibai40egon25

　　subn 返回一个元组,第二个元素是替换的次数

import re
ret = re.subn('d+','H','alex83taibai40egon25')
print(ret)
 #结果 : ('alexHtaibaiHegonH', 3)

三 re模块的进阶 : 时间/空间

　　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 finditer 能够节省时间

import  re
ret = re.compile('d+')   # 已经完成编译了
print(ret)
#  结果: re.compile('\d+')
res = ret.findall('alex83taibai40egon25')
print(res)
# 结果: ['83', '40', '25']
res = ret.search('sjkhk172按实际花费928')
print(res.group())
# 结果: 172

　　finditer 节省你使用正则表达式解决问题的空间/内存

　　　　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

import re
ret = re.finditer('d+','alex83taibai40egon25')
for i in ret:
    print(i.group())
 # 结果: 83
        40
        25

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

四. 分组在re模块中的使用

import re
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
# 结果: <a>wahaha</a>
print(ret.group(1)) # 数字参数代表的是取对应分组中的内容
#  结果: a
print(ret.group(2))
#  结果: wahaha
print(ret.group(3))
#  结果:a

　　　　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

import re
s = '<a>wahaha</a>'
ret = re.findall('(w+)',s)
print(ret)
# 结果:['a', 'wahaha', 'a']
ret = re.findall('>(w+)<',s)
print(ret)
# 结果:['wahaha']

　　　　取消分组优先(?:正则表达式)   只在findall 中使用

import re
ret = re.findall('d+(?:.d+)?','1.234*4')
print(ret)
# 结果:['1.234', '4']

关于分组

　　对于正则表达式来说 有些时候我们需要进行分组,来整体约束某一组字符出现的次数

　　对于python语言来说 分组可以帮助你更好更精准的找到你真正需要的内容   <(w+)>(w+)</(w+)>

import  re
1 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。

　　分组命名 (?P<这个组的名字>正则表达式)

import re
s = '<a>wahaha</a>'
ret = re.search('>(?P<con>w+)<',s)
print(ret.group(1))
#  结果: wahaha
print(ret.group('con'))
# 结果: wahaha

import re


ret = re.search("<(?P<tag_name>w+)>w+</(?P=tag_name)>","<h1>hello</h1>")
#还可以在分组中利用?<name>的形式给分组起名字
#获取的匹配结果可以直接用group('名字')拿到对应的值
print(ret.group('tag_name'))  #结果 ：h1
print(ret.group())  #结果 ：<h1>hello</h1>

ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>")
#如果不给组起名字，也可以用序号来找到对应的组，表示要找的内容和前面的组内容一致
#获取的匹配结果可以直接用group(序号)拿到对应的值
print(ret.group(1))
print(ret.group())  #结果 ：<h1>hello</h1>