简单认识正则表达式
正则测试工具：http://tool.chinaz.com/regex/
元字符，单个字符匹配 . 匹配除换行符以外的任意字符 w 匹配字母数字下划线(word) s 匹配任意空白符 (space) d 匹配数字 (digit) 大写则为非 W 非字母数字下划线 [Ww] [Ss] [Dd] 可匹配全局 S 非空白 D 非数字 匹配换行符 匹配制表符 匹配结尾 hello ^ 匹配开头 $ 匹配结尾 a|b a或者b [^..] 除去哪些不匹配 量词的使用 * 匹配0次或多次 + 匹配1次或多次 ？ 匹配0次或1次 {n} 匹配n次 {n,} 匹配n次或更多次 {n,m} 匹配n到m次 在量词后面加？为惰性匹配 分组： () 需要将几个约束集中在一起约束
re模块常用方法
import re # findall # search # match ret = re.findall('[a-d]','hello world') # 前面放匹配规则，后面放匹配字符串 print(ret) ret = re.search('a','abc bca') # 只匹配到第一个后就返回，调用group()方法得到结果。 if ret: print(ret.group()) # 匹配不到返回None,调用group() 会报错 ret = re.match('ev','eva egon yuan') if ret: print(ret.group()) # 只从整串字符串开头匹配，中间的匹配不到。同样需要group()方法 # split ret = re.split('[ab]','abcd') # 先按a分割，再按b分割 ['','bcd'] print(ret)
['', '', 'cd'] # sub ret = re.sub('d','H','ads4vdef3vve2',1) # 将数字替换成 H，1 表示 只替换1处 print(ret)
ret = re.subn('d','H','ads4vdef3vve2') # 将数字替换成 H,返回元祖以及替换次数 print(ret) # compile obj = re.compile('d{3}') # 将正则表达式编译成一个 正则表达式对象。 ret = obj.search('abc123eee') print(ret.group()) # finditer ret = re.finditer('d','sa2dv3vf4btf5bg678') # finditer() 返回一个迭代器，同样需要用group()方法 print(ret) # <callable_iterator object at 0x000001BABCB10208> for i in ret: print(i.group())
python中需要注意的两个特殊优先级情况
1.findall() 优先级
import re ret = re.findall('www.(baidu|oldboy).com','www.baidu.com') print(ret) # ['baidu'] findall会优先把匹配结果组里内容返回，如果想要匹配结果，取消分组优先
ret = re.findall('www.(?:baidu|oldboy).com','www.baidu.com') print(ret) # ['www.baidu.com']
2.split() 优先级
import re ret = re.split('d','eva3acdf4scfg') print(ret) # ['eva', 'acdf', 'scfg']
ret = re.split('(d)','eva3acdf4scfg') print(ret)
# ['?:eva', '3', 'acdf', '4', 'scfg']
#在匹配部分加上（）之后所切出的结果是不同的，
#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
#这个在某些需要保留匹配部分的使用过程是非常重要的。
计算器作业
a = 1 - 2 * (( 60 - 30 + (-40/5) * (9 - 2*5/3 + 7 / 3 * 99 / 4 * 2998 + 10 * 568/14)) - (-4*3) / (16-3*2)) print(a)
综合联系与扩展
1.匹配标签
import re
ret = re.search("<(?P<tag_name>w+)>w+</(?P=tag_name)>","<h1>hello</h1>") #还可以在分组中利用?<name>的形式给分组起名字 #获取的匹配结果可以直接用group('名字')拿到对应的值 print(ret.group('tag_name')) #结果 ：h1 print(ret.group()) #结果 ：<h1>hello</h1> ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>") #如果不给组起名字，也可以用序号来找到对应的组，表示要找的内容和前面的组内容一致 #获取的匹配结果可以直接用group(序号)拿到对应的值 print(ret.group(1)) print(ret.group()) #结果 ：<h1>hello</h1>
2.匹配整数
import re ret=re.findall(r"d+","1-2*(60+(-40.35/5)-(-4*3))") print(ret) #['1', '2', '60', '40', '35', '5', '4', '3'] ret=re.findall(r"-?d+.d*|(-?d+)","1-2*(60+(-40.35/5)-(-4*3))") print(ret) #['1', '-2', '60', '', '5', '-4', '3'] ret.remove("") print(ret) #['1', '-2', '60', '5', '-4', '3']