正则表达式和Python中的re模块

正则表达式

                  在编写处理字符串的程序或网页时，经常有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

　　常用语法

　　

　　特殊用法和现象

　　　　　　

　　　　　　在量词的后面跟了一个 ? 取消贪婪匹配 非贪婪(惰性)模式  最常用  .*?x 匹配任意字符直到找到一个x

　　　　　　

Python的re模块　

　　八个主要方法:

import re
ret=re.findall('d+','fsf4131s4fsg74dsf')   # 匹配字符串中所有需要的内容
print(ret)                                      #参数:正则表达式,字符串 ,返回一个装有所有匹配上的结果的列表 若没有则是一个空列表
#结果:['4131', '4', '74']

ret2=re.search('d+','fng231523jsk6313')  #匹配字符串中第一个需要的内容
print(ret2)                                  #参数:正则表达式,字符串,若匹配正确则返回匹配结果的对象用group查看,若没有则返回None
print(ret2.group())
#结果:
# <_sre.SRE_Match object; span=(3, 9), match='231523'>
# 231523

ret3=re.match('d+','3fsfs')            #匹配字符串中开头的内容
print(ret3)                              #参数:正则表达式,字符串,若匹配正确则返回匹配结果的对象用group查看,若没有则返回None
print(ret3.group())
#结果:
# <_sre.SRE_Match object; span=(0, 1), match='3'>
# 3

ret4=re.split('d+','3fsfs565df6s5dg6gd2')   #按需要对字符串进行切割
print(ret4)                              #参数:正则表达式,字符串 返回切割剩下的值组成的一个列表,当被切割的值处于开头和结尾时,会在列表中留下一个空字符
ret4.remove('')
ret4.remove('')
print(ret4)
res=re.split('(d+)','fsfs5df6s5dg6gd')  #,可以对正则表达式进行分组(优先显示) 将被切割值显示出来,
print(res)
#结果:
# ['', 'fsfs', 'df', 's', 'dg', 'gd', '']
# ['', 'fsfs', 'df', 's', 'dg', 'gd']
# ['fsfs', '5', 'df', '6', 's', '5', 'dg', '6', 'gd']

ret5=re.sub('d+','B','afssggsdg45sg45s4g5s',3) #按需要对字符串进行替换   默认符合要求的全部替换,可以设置替换次数
print(ret5)                                       #参数:正则表达式,替换后的内容,字符串 返回替换后的字符串
#结果:afssggsdgBsgBsBg5s
ret6=re.subn('d+','B','fsd4gg5h4gzx323s',3)   #按需要对字符串进行替换   默认符合要求的全部替换,可以设置替换次数
print(ret6)                                        #参数:正则表达式,替换后的内容,字符串 返回一个由替换后的字符串和替换次数组成的元组
#结果:('fsdBggBhBgzx323s', 3)

res=re.compile('-[1-9]d*[.d]*|-0.d*[1-9]d*')  #对正则表达式进行编译,需要用到的时候可以配合其他方法使用
ret7=res.findall('-205fsf-21sd-2.5g6gg5g')
print(ret7)
#结果:['-205', '-21', '-2.5']



ret8=re.finditer('d+','f56s5f3s')   # 用法与findall类似,但返回值是一个生成器 ,对生成器迭代得到匹配到的结果的对象 再用group取值
for i in ret8:
    print(i)
    print(i.group())
#结果:
# <_sre.SRE_Match object; span=(1, 3), match='56'>
# 56
# <_sre.SRE_Match object; span=(4, 5), match='5'>
# 5
# <_sre.SRE_Match object; span=(6, 7), match='3'>
# 3

　　

　　分组优先

  　　　findall 会优先显示分组中的内容,要想取消分组优先,(?:正则表达式)
       split 遇到分组 会保留分组内被切掉的内容
       search 如果search中有分组的话,通过group(n)就能够拿到group中的匹配的内容

import re
ret = re.findall('-0.d+|-[1-9]d*(.d+)?','-1asdada-200')
print(ret) #结果:['', '']
ret = re.findall('-0.d+|-[1-9]d*(?:.d+)?','-1asdada-200')
print(ret) #结果 ['-1', '-200']
ret = re.findall('www.baidu.com|www.oldboy.com','www.oldboy.com')
print(ret) #结果:['www.oldboy.com']
ret = re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret) #结果:['oldboy']
ret = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret) #结果:['www.oldboy.com']


ret = re.split('d+','alex83egon20taibai40')
print(ret) #结果:['alex', 'egon', 'taibai', '']
ret = re.split('(d+)','alex83egon20taibai40')
print(ret) #结果:['alex', '83', 'egon', '20', 'taibai', '40', '']


ret = re.search('d+(.d+.d+)(.d+)?','1.2.3.4-2*(60+(-40.35/5)-(-4*3))')
print(ret.group(0)) #结果:1.2.3.4  此处group参数 0 可以省略
print(ret.group(1)) #结果:.2.3
print(ret.group(2)) #结果:.4

　　分组命名　　　　

　　　　　　(?P<name>正则表达式) 表示给分组起名字
          (?P=name)表示使用这个分组,这里匹配到的内容应该和分组中的内容完全相同

import re
ret = re.search("<(?P<name>w+)>(?P<content>w+)</(?P=name)>","<h1>hello</h1>")
print(ret.group('name'))  #结果 ：h1
print(ret.group('content'))  #结果 ：hello
print(ret.group())           #结果 ：<h1>hello</h1>

　　通过索引使用分组

import re
ret = re.search(r"<(w+)>w+</(w+)><1>w+</2>","<h1>hello</h1><h1>hello</h1>")
print(ret.group(1))  #结果: h1    1 2 对应前面第几个分组,里面的的内容必须跟对应分组的内容一样,否则会报错
print(ret.group())  #结果 ：<h1>hello</h1>

　　工具网址:http://tool.chinaz.com/regex/?qq-pf-to=pcqq.group