知识储备：
w 匹配任何字母/数字，下划线
正则表达式进阶：
re.match('com', 'comwww.runcomoob')
re.search('dcom', 'www.4comrunoob.5com')
一旦匹配成功，就返回一个match object 对象，对象拥有下列方法；
group() 返回被re 匹配的字符串
start() 返回匹配开始的位置
end() 返回匹配结束的位置(返回结果是索引加1，和分片一样，不包括组的结束位置)
span() 返回一个元组包含匹配（开始，结束）的位置
match() 只匹配起始位置
s = re.match('com', 'www.runcoomoob')
print(s) #None
print(s.span()) #注意位置，不是0－3
Traceback (most recent call last):
File "C:/Users/Administrator/PycharmProjects/laonanhai/day6_test/s9.py", line 15, in <module>
print(s.span()) #注意位置，不是0－3
AttributeError: 'NoneType' object has no attribute 'span'
search() 注意前面的找到则不再往后找
s2 = re.search('com', 'www.runcomoocomb')
print(s2)
#<_sre.SRE_Match object; span=(7, 10), match='com'> 注意前面的找到则不再往后找
sub/subn 替换 re.sub(pattern, repl, string, max) max 最大替换次数
s3 = re.sub("g.t", "have", "I get A, I got B, I gut C", 2)
print(s3) #I have A, I have B, I gut C
s4 = re.subn("g.t", "have", "I get A, I got B, I gut C")
print(s4) #('I have A, I have B, I gut C', 2) 多了替换次数
re.split() 分割
s5 = re.split('d+', 'one1two2three3four4')
print(s5) #['one', 'two', 'three', 'four', ''] 注意最后是''
把那些经常使用的正则表达式编译成正则表达式对象，可以提高一定的效率！
text = 'JGood is a handsome boy, he is cool, clever, and so on...'
regex = re.compile(r'w*oow*') #regex 是对象
print(regex.findall(text)) #['JGood', 'cool']
正则分组
正则分组：去已经匹配到的数据中再匹配数据（这句话超超重要！！）
举例：
# 无分组
origin = "has fkdghggfhh"
r = re.match("hw+", origin)
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组结果
# has
# ()
# {}
import re
m = re.search("(?P<year>[0-9]{4})", "test 2017abc")
print(m)
print(m.group())
print(m.groups())
print(m.group("year"))
输出:
<_sre.SRE_Match object; span=(5, 9), match='2017'> 2017 ('2017',) 2017
search() 分组和match()一样，只是找的方式不同
# search() 分组也一样，只是找的方式不同
origin = "has fkdghggfhh"
r = re.match("h(?P<name>w+)", origin) #给字典添加key,注意括号！！
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组中所有执行了key的组
# has
# ('as',)
# {'name': 'as'}
下面是示例，自己看看肯定看得懂的啦
origin = "has fkdghggfhh hal" #r = re.findall("(hw+)", origin) #无用分组 ['has', 'hggfhh', 'hal'] #r = re.findall("h(w+)", origin) #只拿分组里面的东西 ['as', 'ggfhh', 'al']
origin = "hasbbcc fkdghggbbccfhhbbcc halbbcc" r = re.findall("h(w+)bbc", origin) #['as', 'ggbbcfhh', 'al'] r = re.findall("h(w+)b(bc)c", origin) print(r) #[('as', 'bc'), ('ggbbccfhh', 'bc'), ('al', 'bc')]
接下来讲一个蛮重要的点
split() 与正则分组
# 无分组
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("alex", origin, 1)
print(r) #['hello ', ' bcd alex lge alex acd 19']
# 有分组
origin = "hello alex bcd alex lge alex acd 19"
r1 = re.split("(alex)", origin, 1)
print(r1) #['hello ', 'alex', ' bcd alex lge alex acd 19']
r2 = re.split("al(ex)", origin, 1) #重要
print(r2) #['hello ', 'ex', ' bcd alex lge alex acd 19']
欢迎转发！
This is zcl‘s article! Thanks for your support!
文章出处：http://www.cnblogs.com/0zcl
作者：zcl