python正则表达式

字符串是我们在编程的时候经常用到的一种数据类型，检查会在字符串里面查找一些内容，对于比较简单的查找，字符串的一些内置的方法就可以处理，对于比较复杂的字符串，或者有一些内容经常变化的字符串查找，那么我们就要引用正则表达式了，正则表达式就是用来匹配一些比较复杂的字符串

re 模块

在python中，如果使用正则表达式的话，需要导入re模块，re模块是一个内置模块，直接import就可以使用。

import re

s = 'be is good is int is '

匹配字符串的几个方法

1. re.match :
   方法接受3个参数，第一个是匹配的规则，也就是正则表达式，第二个就是要查找的字符串，第三个参数不是必填的，用于匹配正则表达式的匹配方式，文章末尾有正则表达式的匹配模式的讲述。
   match方法是从字符串中第一个单词中匹配字符串，匹配到就返回一个对象，如果匹配不到，则返回None，而且
   必须匹配上第一个单词才行，不然就会报错

e.g
print(re.match(r"be",s).group()) 加上group才能输出显示结果
运行结果：be
print(re.match(r"good",s).group())
运行结果：报错

2. re.search:
   search方法的参数和match一样，和match不一样的是match是从字符串里卖弄的第一个单词里面找，search方法则是从字符串的整个内容找，如果找到了了只返回第一个，找不到就返回None。

print(re.search(r"is",s).group())
运行结果：is

3. re.findall:
   findall方法在参数上和match和search一样，和他们不一样的是，findall会返回所有结果到一个list里面，把所有匹配到的字符串，放到list里，如果找到了只返回第一个，找不到就返回一个空的list

print(re.findall('is',s))
运行结果：['is']

4. re.sub:
   sub 方法和字符串的replace方法一样，是用来替换字符串的，把匹配到的值替换成一个新的字符串，接受3个参数，第一个是正则表达式，第二个是要替换成什么，第三个就要查找的字符串，如果匹配不到的话，返回原来的字符串

print(re.sub(r"good","bad",s))

5. re.split
   split方法和字符串的split方法一样是用来分割字符的，按照匹配的字符串进行分割，返回一个list,如果匹配不到的话，那就返回list中的原来的字符串

print(re.split(',',s))
运行结果：['be is good is in is']

常用的正则表达式符号

1. 数量词
   '' 匹配前的字符0次或者多次，只是*前一个字符

print(re.findall(r'be*','very ve v verrrrrr best b'))
运行结果：['be', 'b']

'+' 匹配前一个字符1次或者多次，只是+前面的一个字符

print(re.findall(r'st+','be stt est is best'))
运行结果：['stt', 'st', 'st']

'?' 匹配前一个字符一次或者0次，只是？前面的一个字符

print(re.findall(r'st?','be is best sttt'))
运行结果：['s', 'st', 'st']

'{m}' 匹配前一个字符m次

print(re.findall(r't{2}er','be is bestt better better'))
['tter', 'tter']

'{n,m}' 匹配前一个字符n到m次

print(re.findall(r't{1,3}','sttestttt is best'))
['tt', 'ttt', 't', 't']

一般字符

'.' 默认匹配除 之外的任意一个字符

print(re.findall(r'b.','be is good ba bg bf bt'))
运行结果：['be', 'ba', 'bg', 'bf', 'bt']

'' 转译符，前面的* + ?这样的字符都有特殊含义了，如果你想就想找它的话，那就得转译了
意思就是说如果你想让特殊字符失去以前的含义，那么就得给它前面加上

print(re.findall(r'?','besttest is best????'))
运行结果：['?', '?', '?', '?']

'|' 匹配|左或|右的字符

print(re.findall(r'niuhanyang|best','niuhanyang is best'))
['niuhanyang', 'best']

'[]' 字符集合，某些字符的集合，匹配的时候是这个集合里面的任意一个就行
[A-z]大小写字母 [a-z]小写字母 [A-Z]大写字母 [0-9]所有的数字

print(re.findall(r'be[stat]','niuhanyang is best '))
运行结果：['bes']
在[]里面如果用^ 的话代表取反，也就是不包括的这些字符串的

print(re.findall(r'be[^stac]','niuhanyang is best bejson'))
运行结果：['bej']

.就是任意字符串
.+出现一次或者多次的字符串
.?非贪婪模式

边界匹配

'^' 匹配以什么字符开头,多行情况下匹配每一行的开头
print(re.findall(r'^ni','niuhan is good'))
运行结果：['ni']
print(re.findall(r'^b','niuhanyang is good best'))
运行结果：['b']
print(re.findall(r'^b','niuhanyang is good best',re.M))#多行模式
运行结果：['b','b']
'$' 匹配以什么字符结尾,多行情况下匹配每一行的结尾
print(re.findall(r'd$','niuhanyang is good'))
运行结果['d']
priint(re.findall(r'd$','bestbest t is good best is good',re.M))#多行模式 >>>['d','d']
A' 仅以什么字符开头，和^不同的是它不能用多行模式
print(re.findall(r'Ayy','yy is good'))
运行结果：['yy']
'' 仅以什么字符结尾，和$不同的是它不能用多行模式
print(re.findall(r'd','jjj is good'))
运行结果：['d']

预定义字符集合

'd' 匹配数字0-9
print(re.findall(r'd+','sdf2342312sdfs'))
运行结果：['2342312']
'D' 匹配非数字
print(re.findall(r'D','sdf2342312sdfs'))
运行结果：['sdf', 'sdfs']
'w' 匹配[A-Za-z0-9],也就是所有的字母和数字和中文
print(re.findall(r'w','sdf234%^2312sdfs&你好'))
运行结果：['sdf234', '2312sdfs,'你好']
'W' 匹配不是[A-Za-z0-9]，也就是不是字母和数字
print(re.findall(r'W','sdf234%^2312sdfs&'))
运行结果：['%', '^', '&']
's' 匹配空白字符、 、 、 ,空格
print(re.findall('s','axss sdf '))
运行结果：[' ', ' ', ' ', ' ', ' ']
'S'匹配非空白字符,不是 、 、 ,空格
print(re.findall('S','axss sdf '))
运行结果：['a', 'x', 's', 's', 's', 'd', 'f']

分组匹配

'(...)' 分组匹配，把某些规则写成在一个组里，这样就可以直接对这个进行一些匹配了，举个例子的话，如果要匹配ip地址的话
ip地址是类似这样的192.168.5.1，每一位都是1位或者3位的数字然后后面有个点正常写的话,得这么写
print(re.findall(r'd{1,3}.d{1,3}.d{1,3}.d{1,3}',"192.168.1.3"))
运行结果： ['192.168.1.3']
这样写的话，有点麻烦了，通过上面的我们可以发现规律，除了第一个后面的全都是'.d{1,3}'，写重复的代码就是低级的，这样的话就可以用分组了
就把'.d{1,3}'当做一个整体，然后让他们出现3次就ok了，可以改成下面这样的
print(re.search(r'd{1,3}(.d{1,3}){3}',"192.168.1.3").group())这个是用search方法的，结果和上面的一样的
运行结果：192.168.1.3
print(re.findall(r'd{1,3}(.d{1,3}){3}',"192.168.1.3"))咱们继续用findall方法，发现结果是下面的
运行结果： ['.3']
为啥会这样呢，用match方法和search方法都是正常的，findall方法这里有个坑，就是如果findall方法里面有分组的话，那结果就只是分组里面的内容
，如果想让结果正确的话就在分组最前面写上'?:'，一个问号和一个冒号就好了，启用“不捕捉模式”
print(re.findall(r'd{1,3}(?:.d{1,3}){3}',"192.168.1.3"))
这么写结果就对了

url = 'vi常用操作'
url='

使用Python生成双色球号码

'
print(re.findall(r'<h2>(.*)<p class="',url))

正则表达式的匹配模式

正则匹配模式是用在match/search/findall 里面的第三个参数，，这里只记了两种模式，还有其他模式但是一般用不到
re.I 忽略大小写
re.M多行模式，改变‘^’和‘s’的行为