python进阶学习笔记6

一、正则表达式

1、学习目标2、正则表达式的概述3、正则表达式的匹配单字符4、正则表达式匹配多字符5、正则表达式匹配开头，结尾6、re模块操作7、匹配分组"|"8、匹配分组"()"9、匹配分组之""

9.1、引用-" "9.2、引用的别名 10、re模块的高级用法(*)

10.1、search-搜索匹配10.2、findall-查找所有，返回列表10.3、sub-字符串替换10.4、split-分割

一、正则表达式 1、学习目标

2、正则表达式的概述

正则表达式(Regular expression,在代码中常写为regex或RE)，经常被用来检索，替换那些符合某个模式的文本

3、正则表达式的匹配单字符

4、正则表达式匹配多字符

5、正则表达式匹配开头，结尾

^:开头
$:结尾

6、re模块操作

目标

1、知道re.match方法的作用
2、知道group方法的作用

re模块的使用过程

re.match(pattern,string,flags=0)
pattern:正则模式
string:要匹配的字符串
flags:匹配模式

match()方法一旦匹配成功，就是一个match object对象，而match object对象有以下方法:
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
span()返回一个元组包含匹配(开始，结束)的位置

实现代码如下：

#导入模块
import re
#使用match方法，进行检测
result=re.match("w{5,15}@163.com$","hello@163.com")
if result:
	#用对象.group()取内容
    print("匹配成功,匹配结果是:",result.group())
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: hello@163.com

7、匹配分组"|"

目标

这里的|就是或者的意思

import re
result=re.match("^[0-9]?[0-9]$|100","100")
if result:
    print("匹配成功,匹配结果是:",result.group())
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: 100

8、匹配分组"()"

1、当做一个集合

import re
result=re.match("w{4,15}@(163|126|sina|qq).com$","hello@qq.com")
if result:
    print("匹配成功,匹配结果是:",result.group())
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: hello@qq.com

2、可以提取子字符串，每一对()都有一个编号，从1开始

import re
result=re.match("w{4,15}@(163|126|sina|qq).com$","hello@qq.com")
if result:
    print("匹配成功,匹配结果是:",result.group())
    print("提取子字符串结果是:",result.group(1))
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: hello@qq.com
提取子字符串结果是: qq

案例：提取区号和电话号码

import re
result=re.match("(d{3,4})-(d{7,8})","010-12345678")
if result:
    print("匹配成功,匹配结果是:",result.group())
    print("提取区号:",result.group(1))
    print("提取电话号码:",result.group(2))
else:
    print("匹配失败")

结果为：

9、匹配分组之""

目标

知道(?P< name>)可以给分组取别名

9.1、引用-" "

这里的就表示引用的意思，1,就和第一组的内容要一样
案例：要匹配< html >…< /html >

import re
result=re.match("<([a-zA-Z0-9]+)>.+","test")
if result:
    print("匹配成功,匹配结果是:",result.group())
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: test

注意：

在python中,有特殊用法，表示转义，所以我们在引用的时候，得再加把转义过来即可

9.2、引用的别名

给分组起别名

import re
result=re.match("<(?P[a-zA-Z0-9]+)><(?P[a-zA-Z0-9]+)>.+","test")
if result:
    print("匹配成功,匹配结果是:",result.group())
    print("匹配成功,匹配结果是:",result.group(1))
    print("匹配成功,匹配结果是:",result.group(2))
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: 
test
匹配成功,匹配结果是: html
匹配成功,匹配结果是: h1

10、re模块的高级用法(*)

目标

1、知道re模块search方法的作用
2、知道re模块sub方法的作用
3、知道re模块split方法的作用
4、知道re模块findall方法的作用

10.1、search-搜索匹配

re.search函数会在字符串内查找模式匹配，只要找到第一个匹配然后返回，如果没有匹配，则返回None。和上面的re.match比较相像

import re
result=re.search("hello","cxwehellooc")
if result:
    print("匹配成功,匹配结果是:",result.group())
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: hello

match和search有什么区别呢？

match是从字符串开始的位置进行检测的，如果要检测的数据不处于字符串的开始位置就会匹配失败；
search是从整个字符串中搜索，对位置没有要求

10.2、findall-查找所有，返回列表

import re
result=re.findall("d+","阅读次数:999,转发次数:666,评论次数:555")
if result:
    print("匹配成功,匹配结果是:",result)
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: ['999', '666', '555']

10.3、sub-字符串替换

用法：

sub("正则表达式","新的内容","要替换的字符串")

实现代码：

result=re.sub("d+","1000","阅读次数:999,转发次数:666,评论次数:555")
if result:
    print("匹配成功,匹配结果是:",result)
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: 阅读次数:1000,转发次数:1000,评论次数:1000

10.4、split-分割

用法：

split(“正则表达式”,"待拆分的字符串")，返回值是一个列表

实现代码如下：

import re
result=re.split(":| ","info:hello@163.com zhangsan lisi")
if result:
    print("匹配成功,匹配结果是:",result)
else:
    print("匹配失败")
结果为：
匹配成功,匹配结果是: ['info', 'hello@163.com', 'zhangsan', 'lisi']