- re模块import re
- 基础方法
- findall:匹配所有 ,每一项都是列表中的一个元素,返回的是列表
- 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.
- match:从头开始匹配,相当于search中的正则表达式加上一个^
- 字符串处理的扩展:
- 切割:
- split 返回列表,按照正则规则切割,默认匹配到的内容会被切掉.
- 切割:
- 基础方法
-
1 import re 2 ret = re.split('d+',"alex28jay39jojo24") #从哪里切就丢失什么 3 print(ret) 4 5 #结果为 6 ['alex', 'jay', 'jojo', ''] 7 8 import re 9 ret = re.split('(d+)',"alex28jay39jojo24") #小括号括起来正则式,返回的时候会加上被切的内容 10 print(ret) 11 12 #结果为 13 ['alex', '28', 'jay', '39', 'jojo', '24', '']
-
- 替换:
- sub/subn 按照正则规则去寻找要被替换掉的内容,这个subn和sub的区别就是subn会返回一个元组,第二个元素是替换的次数
- 替换:
- re模块的进阶:
- 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...在多次使用过程中,不会多次编译)compile得出的结果可以做search match findall finditer
- finditer:节省你使用正则表达式解决问题的空间/内存,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.
-
- 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
1 s = '<a>wahaha</a>' 2 ret = re.search('>(w+)<',s) #在字符串中匹配到后,会返回小括号中的内容 3 print(ret.group(1)) #括号的序列从1开始,不填就会返回匹配到的所有内容 4 5 #结果为 6 wahaha 7 8 #如果group()的括号为空的话 9 #打印结果为 10 >wahaha<
- 爬虫的例子