19.7.17

#正则匹配
import re  # 调用re模块

# \w与\W
print(re.findall(‘\w‘,‘hello 123‘))  # [‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘1‘, ‘2‘, ‘3‘]
print(re.findall(‘\W‘,‘hello 123‘))  # [‘ ‘]

# \s与\S
print(re.findall(‘\s‘,‘hello 123‘))  # [‘ ‘]
print(re.findall(‘\S‘,‘hello 123‘))  # [‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘1‘, ‘2‘, ‘3‘]

# \n \t都是空,都可以被\s匹配
print(re.findall(‘\s‘,‘hello \n world \t 123‘))  # [‘ ‘, ‘\n‘, ‘ ‘, ‘ ‘, ‘\t‘, ‘ ‘]

# \n与\t
print(re.findall(r‘\n‘,‘hello \n123‘))   # #\n与\t
print(re.findall(r‘\t‘,‘hello \t123‘))  # [‘\t‘]

# \d与\D
print(re.findall(‘\d‘,‘hello 123‘))  # [‘1‘, ‘2‘, ‘3‘]
print(re.findall(‘\D‘,‘hello 123‘))  # [‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘ ‘]

#\A与\Z
print(re.findall(‘\Ahe‘,‘hello 123‘))  #[‘he‘]
print(re.findall(‘123\Z‘,‘hello 123‘))  # [‘123‘]

#^与$
print(re.findall(‘^h‘,‘hello egon 123‘))  # [‘h‘]
print(re.findall(‘3$‘,‘hello egon 123‘))  # [‘3‘]

"""

^:以什么什么开头
$:以什么什么结尾
^与$连用能够精准匹配固定长度的目标字符,^只能出现在开头()，\$只能出现结尾
 |:或
  ab|abc优先匹配前面的正则表达式ab，匹配上就不再用后面的abc，可以通过调换顺序修改优先级
 ^:出现在[]中的^表示除了^后面的其他都匹配
   [^a]除了a其他都匹配
   [^a-z]除了小写字母a-z其他都匹配


"""

"""

+   表示重复一次或者多次，
*    表示匹配0次或多次
?    表示匹配0次或一次

* + ? 在正则表达式里默认都是贪婪匹配，就是尽可能的多匹配，在后面加上问号能使其变成惰性匹配，也就是非贪婪匹配。

量词需要写在匹配符号的后面，并且只能约束紧挨着它的那个正则表达式


转义符
在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义，变成‘\\‘。
在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。如果匹配一次"\n",
字符串中要写成‘\\\n‘所以如果匹配一次"\\\n",字符串中要写成‘\\\\\\\\n‘简便操作,利用r可以让整个字符串都不再转义

"""

import re

ret = re.findall(‘a‘, ‘eva egon yuan‘)  # 返回所有满足匹配条件的结果,放在列表里
print(ret) #结果 : [‘a‘, ‘a‘]

ret = re.search(‘a‘, ‘eva egon yuan‘).group()
print(ret) #结果 : ‘a‘
# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

ret = re.match(‘a‘, ‘abc‘).group()  # 同search,不过尽在字符串开始处进行匹配
print(ret)
#结果 : ‘a‘

ret = re.split(‘[ab]‘, ‘abcd‘)  # 先按‘a‘分割得到‘‘和‘bcd‘,在对‘‘和‘bcd‘分别按‘b‘分割
print(ret)  # [‘‘, ‘‘, ‘cd‘]

ret = re.sub(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘, 1)#将数字替换成‘H‘，参数1表示只替换1个
print(ret) #evaHegon4yuan4

ret = re.subn(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘)#将数字替换成‘H‘，返回元组(替换的结果,替换了多少次)
print(ret)

obj = re.compile(‘\d{3}‘)  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search(‘abc123eeee‘) #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())  #结果 ： 123

import re
ret = re.finditer(‘\d‘, ‘ds3sy4784a‘)   #finditer返回一个存放匹配结果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果
print([i.group() for i in ret])  #查看剩余的左右结果



"""
python使用正则必须借助于re模块 或者是支持正则表达式书写的方法

findall  找出字符串中符合正则表达式全部内容 并且返回的是一个列表,列表中的元素就是正则匹配到的结果

search  不会给你直接返回匹配到的结果 而是给你返回一个对象,必须调用group才能看到匹配到的结果;
search只会依据正则查一次 只要查到了结果 就不会再往后查找,当查找的结果不存在的情况下 调用group直接报错

match  只会匹配字符串的开头部分,当字符串的开头不符合匹配规则的情况下 返回的也是None 调用group也会报错

"""

import re

ret = re.findall(‘www.(baidu|oldboy).com‘, ‘www.oldboy.com‘)
print(ret)  # [‘oldboy‘]     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

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

ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 ： [‘eva‘, ‘egon‘, ‘yuan‘]

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 ： [‘eva‘, ‘3‘, ‘egon‘, ‘4‘, ‘yuan‘]

#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。