re正则匹配之findall

前言

re是python的一个正则匹配库，可以使用正则表达式匹配出我们想要的内容

findall 使用

findall：返回字符串中所有不重叠匹配项的列表。
findall匹配的时候，会把结果放到list返回，如果没有匹配到返回空list不会报错

使用语法

findall(pattern, string, flags=0)

• pattern 匹配的正则表达式
• string 待匹配的字符串
• flags=0 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

示例一：三种写法基础示例

import re

kk = re.compile(r'd+')  # 匹配数字
res1 = kk.findall('one1two2three3four4')
print(res1)
# ['1', '2', '3', '4']

# 注意此处findall()的用法，可传两个参数;
kk = re.compile(r'd+')
res2 = re.findall(kk,"one123two2")
print(res2)
# ['123', '2']

# 也可以直接在findall传2个参数
res3 = re.findall(r'd+', "one123two2")
print(res3)
# ['123', '2']

示例二：

匹配多个满足条件的结果，找出字符串中有多少个ab, 两个字符挨着的

import re

a = "abcaabffabbcdaccbfabbbgggaaabbbkk"
# 1.找出字符串中有多少个ab, 两个字符挨着
res1 = re.findall(r"ab", a)
print(res1)
# ['ab', 'ab', 'ab', 'ab', 'ab']

继续查找如ab, aab, aaab,aaaab这种，a可以重复，也就是匹配前面的a是1个或多个

+是代表前面的字符出现1次或多次

import re

a = "abcaabffabbcdaccbfabbbgggaaabbbkk"
# 2.+是代表前面的字符出现1次或多次
res1 = re.findall(r"a+b", a)
print(res1)
# ['ab', 'aab', 'ab', 'ab', 'aaab']

*是代表匹配前面的字符出现0次或多次

import re

a = "abcaabffabbcdaccbfabbbgggaaabbbkk"
# *代表前面的字符出现0次或多次
res1 = re.findall(r"a*b", a)
print(res1)
# ['ab', 'aab', 'ab', 'b', 'b', 'ab', 'b', 'b', 'aaab', 'b', 'b']

要匹配a和b之间有一个字符的，比如aab,abb,acb，adb都符合

.就是匹配除 (换行符)以外的任意一个字符

import re

a = "abcaabffabbcdaccbfabbbgggaaabbbkk"
# .就是匹配除 
 (换行符)以外的任意一个字符
res1 = re.findall(r"a.b", a)
print(res1)
# ['aab', 'abb', 'abb', 'aab']

贪婪 与 非贪婪

接着继续查找a和b之间，可以有字符如axb,axxxb,axxxxb ,其中x是任意字符，x也可以没有字符如ab。
但中间不能包含b，遇到b立马结束，如abcaab这种不符合，遇到第一个b就结束匹配

符号.* 贪婪，匹配从.*前面为开始到后面为结束的所有内容

import re

a = "abcaabffabbcdaccbfabbbgggaaabbbkk"
# 符号.* 贪婪，匹配从.*前面为开始到后面为结束的所有内容
res1 = re.findall(r"a.*b", a)
print(res1)
# ['abcaabffabbcdaccbfabbbgggaaabbb']

符号.*? 非贪婪，遇到开始和结束就进行截取，因此截取多次符合的结果，中间没有字符也会被截取

import re

a = "abcaabffabbcdaccbfabbbgggaaabbbkk"
# 符号.*? 非贪婪，遇到开始和结束就进行截取
res1 = re.findall(r"a.*?b", a)
print(res1)
# ['ab', 'aab', 'ab', 'accb', 'ab', 'aaab']

()的使用

比如我要从下面这段文本中取出百度地址, 上面学到的.*?是非贪婪匹配，可以匹配出我们想要的内容

import re

# 取出url地址
a = '百度地址：www.baidu.com，欢迎使用！！！'
res = re.findall(r'百度地址：.*?，欢迎使用！！！', a)
print(res)
# ['百度地址：www.baidu.com，欢迎使用！！！']

如果不加括号，它会把匹配的一整串全部取出来，如果只想要中间的那段内容，可以用(.*?)

import re

# 取出url地址
a = '百度地址：www.baidu.com，欢迎使用！！！'
res = re.findall(r'百度地址：(.*?)，欢迎使用！！！', a)
print(res)
# ['www.baidu.com']