re模块

一、什么是模块：
常见的场景：一个模块就是一个包含了python定义和声明的文件

二、为何要使用模块：
如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久
保存下来，需要时就通过python test.py方式去执行，此时test.py被称为脚本script。

三、模块的导入应该在程序开始的地方

四、re模块

re模块下的常用方法

import re

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


print(re.search("a","eva egon yuan").group())   #a
1.函数会在字符串内查找模式匹配，直到找到第一个匹配然后返回一个包含匹配信息的对象，
2.两个参数，正则表达式和待匹配的字符串，返回的是第一个满足条件的项
该对象可以通过group（）方法获取到具体的值，如果字符串没有匹配，
使用.group（）会报错，所以应该在使用group防止之前做判断


print(re.match("a","aeva egon yuan").group())   #a
同search，不同的是match方法的正则自带^效果


ret = re.search("([a-z])(d)","ab2748cdef14g239")
print(ret.group())        #b2     #直接获取正则规则匹配的项，内容示意
print(ret.group(1))       #b      #如果给group传参数，那么传递的参数能够代替在正则表达式中组的次序
print(ret.group(2))       #2      #从而获取到对应次序上的值


print(re.split("[ab]","abcd"))     #['', '', 'cd']
先按”a“分割得到 " " 和 "bcd" ,再对“bcd”进行分割 " " ,"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

print(re.subn("d","H","eva3egon4yuan4")) #('evaHegon4yuan4', 3) 将数字替换成“H”，返回元组（替换的结果，替换了多少次） 


print(re.compile("d{3}").search('abc123eeee').group()) #123 
将正则表达式编译成一个正则表达对象，规则要匹配的是3个数字 正则表达式对象调用search，
参数为待匹配的字符串 


res = re.finditer('d', 'ds3sy4784a') #<callable_iterator object at 0x000001A8D8D07860> print([i.group() for i in res]) 
#['3', '4', '7', '8', '4'] findier 返回一个存放匹配结果的迭代器 



findall的优先级

print(re.findall("www.(baidu|oldboy).com","www.oldboy.com"))      #['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，？：是取消权限
print(re.findall("www.(?:baidu|oldboy).com","www.oldboy.com"))   #['www.oldboy.com']


print(re.findall("[a-z]d","ab2748cdef14g239"))     #['b2', 'f1', 'g2']
print(re.findall("([a-z])d","ab2748cdef14g239"))   #['b', 'f', 'g']
在findall 的正则表达式中有分组，仍然按照正则规则取匹配，只不过在显示的时候，只显示分组的内容

print(re.findall("(?:[a-z])d","ab2748cdef14g239"))  #['b2', 'f1', 'g2']
findall中取消分组


split的优先级查询

print(re.split("d+","eva3egon4yuan"))   #['eva', 'egon', 'yuan']
print(re.split("(d+)","eva3egon4yuan"))  #['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


练习题：
1.匹配标签（分组命名）

import re
ret = re.search("<(?P<tag_name>w+)>w+</(?P=tag_name)>","<h1>hello</h1>")
print(ret.group("tag_name"))   #h1
print(ret.group())              #<h1>hello</h1>

还可以在分组中利用？P<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


ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>")
print(ret.group())        #<h1>hello</h1>
print(ret.group(1))       #h1
如果不给组起名字。也可以利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

2.匹配整数（有一些干扰项需要排除）
import re
ret = re.findall(r"-?d+.d*|(-?d+)","1-2*(60+(-40.35/5)-(-4*3))")
ret.remove("")
print(ret)  #['1', '-2', '60', '5', '-4', '3']

3.r取消这个字符串中转译作用
凡是出现且没有特殊意义的时候都可以在字符串的前面加上r字符
r"\n"  r"
"
例子：(路径和正则表达式)
r"app
tp"

flags有很多可选值：
re.I(IGNORECASE)忽略大小写，括号内是完整的写法
re.M(MULTILINE)多行模式，改变^和$的行为
re.S(DOTALL)点可以匹配任意字符，包括换行符
re.L(LOCALE)做本地化识别的匹配，表示特殊字符集 w, W, , B, s, S 依赖于当前环境，不推荐使用
re.U(UNICODE) 使用w W s S d D使用取决于unicode定义的字符属性。在python3中默认使用该flag
re.X(VERBOSE)冗长模式，该模式下pattern字符串可以是多行的，忽略空白字符，并可以添加注释