num的理解 例子s=lalala re.macth(r"<(.+)><(.+)>.+2>1>") 意思就是,在匹配的过程中,可以在后面引用前面分组所匹配的字符串, 在上述过程中,先匹配到分组html在匹配分组h1所以在之后的括号中可以直接引用该分组信息, 2表示第二个分组里面的h1
举个例子1
精简版
import re
# 正确的理解思路:如果在第⼀对<>中是什么,按理说在后⾯的那对<>中就应该是什么。通过引⽤分组中匹配到的数据即可,但是要注意是元字符串,即类似 r""这种格式。
ret = re.match(r"<([a-zA-Z]*)>w*1>", "hh")
# 因为2对<>中的数据不⼀致,所以没有匹配出来
test_label = ["hh","hh"]
for label in test_label:
ret = re.match(r"<([a-zA-Z]*)>w*1>", label)
if ret:
print("%s 这是一对正确的标签" % ret.group())
else:
print("%s 这是⼀对不正确的标签" % label)
# 输出:
# hh 这是一对正确的标签
# hh 这是⼀对不正确的标签
测试版
import re # 正确的理解思路:如果在第⼀对<>中是什么,按理说在后⾯的那对<>中就应该是什么。 # 通过引⽤分组中匹配到的数据即可,但是要注意是元字符串,即类似 r""这种格式。 ret = re.match(r"<([a-zA-Z]*)>w*1>", "hh") # ret = re.match(r"w*1>", "hh") # 因为2对<>中的数据不⼀致,所以没有匹配出来 print(ret)#RP测试 #输出: ## print(ret.group())##RP测试 #输出: #hh test_label = ["hh","hh"] # test_label = ["hh","hh"]#RP测试 #输出: # hh 这是一对正确的标签 for label in test_label: ret = re.match(r"<([a-zA-Z]*)>w*1>", label) if ret:#这里判断是否相等RP注 print("%s 这是一对正确的标签" % ret.group())#rp 相等输出 else: print("%s 这是⼀对不正确的标签" % label)#rp 不相等输出 #输出: # hh 这是一对正确的标签 # hh 这是⼀对不正确的标签
举个例子2
import re
labels = ["www.itcast.cn", "www.itcast.cn"]
for label in labels:
ret = re.match(r"<(w*)><(w*)>.*2>1>", label)
if ret:
print("%s 是符合要求的标签" % ret.group())
else:
print("%s 不符合要求" % label)
# 输出:
# www.itcast.cn 是符合要求的标签
# www.itcast.cn 不符合要求
RP测试
import re # 正确的理解思路:如果在第⼀对<>中是什么,按理说在后⾯的那对<>中就应该是什么。 # 通过引⽤分组中匹配到的数据即可,但是要注意是元字符串,即类似 r""这种格式。 # ret = re.match(r"<([a-zA-Z]*)>w*1>", "hh") ret = re.match(r"w*", "hh") # 因为2对<>中的数据不⼀致,所以没有匹配出来 print(ret)#RP测试
举例:(?P
一个用于标记,一个用于在同一个正则表达式中复用
例1
import re ret = re.match(r"<(?Pw*)><(?P w*)>.*(?P=name2)>(?P=name1)>","www.itcast.cn") # ret.group() # ret = re.match(r"<(?P w*)><(?P w*)>.*(?P=name2)>(?P=name1)>","www.itcast.cn") #ret.group() print(ret.group(2)) print(ret.group(1)) print(ret.group()) # 输出: # h1 # html # www.itcast.cn
例2
import re ret = re.match(r"<(?Pre.compile 函数w*)><(?P w*)>.*(?P=name2)>(?P=name1)>","www.itcast.cn") #输出: # Process finished with exit code 0 # RP:因为无法匹配出来,所以不能print输出,只能输出正常执行
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。
prog = re.compile(pattern) result = prog.match(string)
等价于
result = re.match(pattern, string)
举例:
import re
pattern = re.compile(r'd+')
m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配,正好匹配
print(m) # 返回一个 Match 对象
m.group(0) # 可省略 0
print(m.group(0))
# '12'
# group([group1, …]) 方法用于获得一个或多个分组匹配的字符串,当要获得整个匹配的子串时,可直接使用 group() 或 group(0);
m.start(0) # 可省略 0
print(m.start(0))
# 3
# start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置(子串第一个字符的索引),参数默认值为 0;
m.end(0) # 可省略 0
print(m.end(0))
# 5
# end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置(子串最后一个字符的索引+1),参数默认值为 0;
m.span(0) # 可省略 0
print(m.span(0))
# (3, 5)
# span([group]) 方法返回 (start(group), end(group))
re.search函数
re.search 扫描整个字符串并返回第一个成功的匹配,如果没有匹配,就返回一个 None。
re.match与re.search的区别:re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;而re.search匹配整个字符串,直到找到一个匹配
import re ret = re.search(r"d+", "阅读次数为9999") print(ret.group()) # 输出: # 9999



