re模块

# re模块
# 基础方法
# 在python中使用正则表达式的特点和问题
# 使用正则表达式的技巧
# 爬虫的例子

# random模块

import re
# 永远不要起一个py文件的名字 这个名字和你已知的模块同名
# regex

# 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') # 正则表达式,带匹配的字符串,flag
# 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)

# 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
# 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
# print(ret.group()) # 通过ret.group()获取真正的结果

# ret = re.search('d','owghabDJLBNdgv')
# print(ret)
# print(ret.group())

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)
    print(ret.group()) # 通过ret.group()获取真正的结果


# 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)

# 字符串处理的扩展 : 替换 切割

# split
# s = 'alex|taibai|egon|'
# print(s.split('|'))
# s = 'alex83taibai40egon25'
# ret = re.split('d+',s)
# print(ret)

# split
# s = 'alex|taibai|egon|'
# print(s.split('|'))
# s = 'alex83taibai40egon25'
# ret = re.split('d+',s)
# print(ret)

# split
# s = 'alex|taibai|egon|'
# print(s.split('|'))
# s = 'alex83taibai40egon25'
# ret = re.split('d+',s)
# print(ret)

# sub # 谁 旧的 新的 替换次数
# ret = re.sub('d+','H','alex83taibai40egon25')
# print(ret)
#
# ret = re.sub('d+','H','alex83taibai40egon25',1)
# print(ret)

# subn 返回一个元组,第二个元素是替换的次数
# ret = re.subn('d+','H','alex83taibai40egon25')
# print(ret)

# 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
# ret = re.compile('d+')   # 已经完成编译了
# print(ret)
# res = ret.findall('alex83taibai40egon25')
# print(res)
# res = ret.search('sjkhk172按实际花费928')
# print(res.group())

# finditer 节省你使用正则表达式解决问题的空间/内存
# ret = re.finditer('d+','alex83taibai40egon25')
# for i in ret:
#     print(i.group())


# findall 返回列表 找所有的匹配项
# search  匹配就 返回一个变量,通过group取匹配到的第一个值,不匹配就返回None,group会报错
# match   相当于search的正则表达式中加了一个'^'

# spilt   返回列表,按照正则规则切割,默认匹配到的内容会被切掉
# sub/subn 替换,按照正则规则去寻找要被替换掉的内容,subn返回元组,第二个值是替换的次数

# compile  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
#  finditer 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re模块中的应用
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
# 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))

# 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
# ret = re.findall('(w+)',s)
# print(ret)
# ret = re.findall('>(w+)<',s)
# print(ret)

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

# 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
# (.[w]+)?

# 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+)>

# split
# ret = re.split('d+','alex83taibai40egon25')
# print(ret)
# ret = re.split('(d+)','alex83taibai40egon25aa')
# print(ret)

# python 和 正则表达式 之间的特殊的约定

# 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'))

# s = '<a>wahaha</a>'
# pattern = '<(w+)>(w+)</(w+)>'
# ret = re.search(pattern,s)
# print(ret.group(1) == ret.group(3))

# 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)

# 2018-12-06
# 2018.12.6
# 2018 12 06
# 12:30:30



#预备知识
from urllib import request
ret = request.urlopen('https://movie.douban.com/top250?start=50&filter=')
res = ret.read().decode('utf-8')
print(res)





# ret=re.findall(r"d+","1-2*(60+(-40.35/5)-(-4*3))")
# 从"1-2*(60+(-40.35/5)-(-4*3))"中取整数
# ['1', '2', '60', '40', '35', '5', '4', '3']
# print(ret)

# 你要匹配的内容太没有特点了 容易和你不想匹配的内容混在一起
# 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)

# 正则表达式如果写的足够好的话 能够最大限度的简化我们的操作

# 正则表达式到底重要到什么程度
    # 掌握作业中的所有内容
    # 能够看懂常用的正则表达式
    # 并且能够做出一些公司特异性要求的修改





#作业
# ret = 1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )
# print(ret)

# s = '1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )'
# print(eval(s))

s = '1 - 2 * 12'
# 正则表达式 函数 循环

# 匹配内层不再有括号的子表达式
# 计算
    # 先计算乘除法
    # 再计算加减法
# 一个括号计算完毕
# 将结果和括号进行替换
# 如何处理符号

# 1.先把所有的空格去掉
    # 匹配 内层不再有括号的子表达式
    # 匹配乘除法
    # 匹配加减法
# 2.远离递归,如果要用递归,请考虑返回值的问题