python学习Day26--正则表达式2+re模块+random模块

【知识点】

1、转义符：

　　在python中，从正则表达到打印 ：r '\n'   r ' '

　　( ——表示匹配小括号          [ ( )+*?/$. ]——在字符组中一些特殊字符会现原形

2、re 模块

　　（1）字符串（匹配）

　　① findall（★★★★★）

import re

ret=re.findall('d','snfe2462rcn453')
print(ret)  # ['2', '4', '6', '2', '4', '5', '3']
# 参数：先写正则表达，在写字符串
# 返回值类型：列表
# 返回值个数：1个
# 返回值内容：所有匹配上的项

　　② search（★★★★★）

import re

ret2=re.search('d+','snfe2462rcn453')
print(ret2) # <_sre.SRE_Match object; span=(4, 8), match='2462'>
print(type(ret2)) # <class '_sre.SRE_Match'>
print(ret2.group()) # 2462

ret3=re.search('s+','snfe2462rcn453')
print(ret3) # None

# 参数：先写正则表达，在写字符串
# 返回值类型：正则匹配结果的对象
# 返回值个数：1个  如果匹配上了就返回对象，没有就返回None
# 返回值内容：返回的对象通过group()来获取匹配到的第一个结果

　　③ match（★★）：只从头开始匹配。（可以通过search实现，在search正则表达式前加^）

import re

ret4=re.match('d+','123snfe2462rcn453')
print(ret4) # <_sre.SRE_Match object; span=(0, 3), match='123'>
ret5=re.match('d+','snfe2462rcn453')
print(ret5) # None

　　（2）替换——replace

　　① sub（★★★）

import re

ret1=re.sub('d','H','replace1234')
print(ret1)  # replaceHHHH

ret2=re.sub('d','H','replace1234',2)
print(ret2)  # replaceHH34

ret3=re.sub('d+','H','replace1234gerrwrc456')
print(ret3)  # replaceHgerrwrcH

ret4=re.sub('d+','H','replace1234gerrwrc456',1)
print(ret4)  # replaceHgerrwrc456

　　② subn

import re

ret1=re.subn('d+','H','replace1234dfseg234')
print(ret1)  # ('replaceHdfsegH', 2)  返回元组，并显示替换的次数

　　（3）切割

　　① split（★★★）

import re

ret1=re.split('d+','alex83egon20taibai40')
print(ret1)  # ['alex', 'egon', 'taibai', '']

　　（4）进阶方法——爬虫自动化开发

　　① compile（★★★★★）：预编译

import re

ret1=re.compile('-0.d+|-[1-9]d+(.d+)?')  # 预编译
ret2=ret1.search('rfnc-20n rrn-40eb')
print(ret2.group()) # -20
# 节省优点：只有在多次使用某一个人相同的正则表达式的时候，这个compile才会帮助我们提高程序的效率

　　② finditer（★★★★★）：空效率

import re

ret=re.finditer('d','jsgerk455fjkn2255vyv445')
for r in ret:
    print(r.group())  # 迭代出拿到的每一个数字

3、正则表达式和python的re模块

 （1）python中的正则表达式的两个坑

　　① findall——会优先显示分组中匹配的内容，要想取消分组优先显示：（?:正则表达式）

import re

ret=re.findall('www.baidu.com|www.oldboy.com','www.oldboy.com')
print(ret)  # ['www.oldboy.com']

ret1=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret1) # ['oldboy']  （优先显示）

ret2=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret2) # ['www.oldboy.com'] （取消分组优先显示）

# 举例：
ret3=re.findall('-0.d+|-[1-9]d*(.d+)?','-1ffsdcsv-200')
print(ret3)  # ['', ''] 因为-1与-200均以被前面的匹配，而分组的没有匹配上，就出现了空

ret4=re.findall('-0.d+|-[1-9]d*(?:.d+)?','-1ffsdcsv-200')
print(ret4)   # ['-1', '-200']  取消了分组优先显示

　　② split——遇到分组，会保留分组内被切掉的内容在列表中

import re

ret1=re.split('(d+)','alex83egon20taibai40')
print(ret1)  # ['alex', '83', 'egon', '20', 'taibai', '40', '']

　　（2）分组遇见search——如果search中有分组的话，通过group(n)就能够拿到group中匹配的内容

import re

ret=re.search('d+(.d+)(.d+)(.d+)?','1.2.3.4-2*(60+(-40.35/5)-(-4*3))')
print(ret.group())  # 1.2.3.4
print(ret.group(1)) # .2
print(ret.group(2)) # .3
print(ret.group(3)) # .4

　　分组练习：

# 举例：
import re

ret=re.findall(r'd+(?:.d+)|(d+)','1-2*(60+(-40.35/5)-(-1*3))')
ret.remove('')
print(ret)  # ['1', '2', '60', '5', '1', '3']

# 举例2：
ret1=re.search('<(w+)>(w+)</(w+)>','<a>wahaha</a>')
print(ret1)
print(ret1.group(1)) # a
print(ret1.group(2)) # wahaha
print(ret1.group(3)) # a

　　（3）分组命名（进阶）

　　　　就上述例2，<a>wahaha</a>前后都是a，这就涉及到了分组命名了。

　　　　 ①（?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，这里匹配都的内容应该和分组中的内容完全相同。

　　　　②  通过索引使用分组

　　　　　　1 表示使用第一组，匹配到的内容必须和第一个组中的内容完全一致

import re

# 写法一 ?P<name>   ?P=name
ret1=re.search('<(?P<name>w+)>w+</(?P=name)>','<a>wahaha</a>')
print(ret1.group())  # <a>wahaha</a>
print(ret1.group('name')) # a  通过名字获取

# 写法二  采用索引1
ret1=re.search(r'<(w+)>w+</(1)>','<a>wahaha</a>')
print(ret1.group())  # <a>wahaha</a>

　　（4）flags有多种可选值

　　　　re.I(IGNORECASE) 忽略大小写，括号内是完整的写法

　　　　re.M(MULTILINE) 多行模式，改变^和$的行为

　　　　re.S(DOTALL) 点可以匹配任意字符，包括换行符

4、random模块

　　（1）随机小数：

　　random.random()——0~1内的随机小数

　　random.uniform(1,5)——任意范围之类的随机小数

　　（2）随机整数（★★★★★）

　　random.randint(1,2)——[1,2] 包含2在内的范围内的随机整数

　　random.randrange(1,2)——[1,2) 不包含2在内的范围内的随机整数

　　random.randrange(1,10,2)——[1,10) 不包含10在内的范围内随机取奇数

　　（3）随机抽取

　　random.choice()——随机抽取一个值

import random

lst=[1,2,3,'aaa',('wahaha','qqxing')]
print(random.choice(lst))

　　random.sample(lst,n)——随机抽取n个值

　　（4）打乱顺序

　　random.shuffle(lst)——随机打乱原列表的元素顺序

random模块练习：

# 6位数字/数字-字母
import random

def rand_code(n=6,alph_flag=True):
    code=''
    for i in range(n):
        rand_num=random.randint(0,9)
        if alph_flag:
            rand_alpa=chr(random.randint(97,122))
            rand_alpa_upper=chr(random.randint(65,90))
            rand_num=random.choice([rand_num,rand_alpa,rand_alpa_upper])
        code+=str(rand_num)
    return code
ret=rand_code(alph_flag=False)
print(ret)

【注】正则表达式的参考书：正则指引（python）

---

时间：2020-02-19     23:27:44