day18_步入百万年薪的第十八天——re正则表达式

其他 2019-08-01 20:18:01 阅读次数: 0

day18

re模块——正则表达式

匹配方法
  • findall()：从字符串中全部查找内容，返回一个列表
s = "meet_宝元_meet"
print(re.findall("meet",s))
# ['meet', 'meet']
  • \w：查找数字、字母（中文）、下划线
  • \W:查找非数字、字母（中文）、下划线
s = "meet_宝元_meet123"
print(re.findall("\w",s))
print(re.findall("\W",s))
# ['m', 'e', 'e', 't', '_', '宝', '元', '_', 'm', 'e', 'e', 't', '1', '2', '3']
# []
  • \s：查找任意空格、换行符、制表符
  • \S：查找非任意空格、换行符、制表符
s = "meet_ 宝元_ meet123    "
print(re.findall("\s",s))
print(re.findall("\S",s))
# [' ', ' ', ' ', ' ', ' ', ' ']
# ['m', 'e', 'e', 't', '_', '宝', '元', '_', 'm', 'e', 'e', 't', '1', '2', '3']
  • \d：查找数字
  • \D：查找非数字
s = "meet_ 宝元_ 123    "
print(re.findall("\d",s))
print(re.findall("\D",s))
# ['1', '2', '3']
# ['m', 'e', 'e', 't', '_', ' ', '宝', '元', '_', ' ', ' ', ' ', ' ', ' ']
  • \A或^：查找是否以什么开头
s = "meet_ 宝元_ 123    "
print(re.findall("\Ameet",s))
print(re.findall("^meet",s))
# ['meet']
# ['meet']
  • \Z或$：查找是否以什么结尾
s = "meet_ 宝元_ 123    tt"
print(re.findall("t\Z",s))
print(re.findall("tt$",s))
# ['t']
# ['tt']
  • \n：查找换行符
s = "meet宝元_123meet \n \t \n"
print(re.findall("\n",s))
# ['\n', '\n']
  • \t：查找制表符
s = "meet宝元_123meet \n \t \n"
print(re.findall("\t", s))
# ['\t']
  • . ：只能匹配任意一个内容（非换行符）
s = "m\net宝元_123maet \n \t "
print(re.findall("m.e", s))
print(re.findall("m.e", s,re.DOTALL))
# ['mae']
# ['m\ne', 'mae']
  • []：匹配字符组中的字符
s = "meet宝元_1A-23maet"
print(re.findall("[a-z]", s))  # 小写的a-z
print(re.findall("[A-Z]", s))  # 大写的A-Z
print(re.findall("[a-zA-Z]", s))  # 大小写的20字母
print(re.findall("[a-zA-Z0-9]", s))  # 大小写的20字母,0-9
print(re.findall("[^0-9]", s))  # 查找非0-9的内容
# ['m', 'e', 'e', 't', 'm', 'a', 'e', 't']
# ['A']
# ['m', 'e', 'e', 't', 'A', 'm', 'a', 'e', 't']
# ['m', 'e', 'e', 't', '1', 'A', '2', '3', 'm', 'a', 'e', 't']
# ['m', 'e', 'e', 't', '宝', '元', '_', 'A', '-', 'm', 'a', 'e', 't']
  • *：匹配0个或者多个 [贪婪匹配]
s = "m mm mmmmmm"
print(re.findall("m*", s))
print(re.findall("m*m", s))
# ['m', '', 'mm', '', 'mmmmmm', '']
# ['m', 'mm', 'mmmmmm']
  • +:匹配1个或多个 [贪婪匹配]
s = "m mm mmmmmm"
print(re.findall("m+", s))
print(re.findall("m+m", s))
# ['m', 'mm', 'mmmmmm']
# ['mm', 'mmmmmm']
  • ?:匹配0个或1个 [非贪婪匹配]
s = "m mm mmmmmm"
print(re.findall("m?",s))
# ['m', '', 'm', 'm', '', 'm', 'm', 'm', 'm', 'm', 'm', '']
  • 内容{n}：查找内容重复n次的
s = "m mm mmm mmmm mmmmm mmmmmm"
print(re.findall("m{2}", s))
print(re.findall("m{4}", s))
print(re.findall("m{6}", s))
# ['mm', 'mm', 'mm', 'mm', 'mm', 'mm', 'mm', 'mm', 'mm']
# ['mmmm', 'mmmm', 'mmmm']
# ['mmmmmm']
  • 内容{n,m}：查找内容重复n-m次
s = "m mm mmm mmmm mmmmm mmmmmm"
print(re.findall("m{2,5}", s))
# ['mm', 'mmm', 'mmmm', 'mmmmm', 'mmmmm']
  • a|b :或
s = "m mm mmss ss s"
print(re.findall("m|s", s))
# ['m', 'm', 'm', 'm', 'm', 's', 's', 's', 's', 's']
  • ()：匹配括号内的表达式，也表示一个组
s = "meet_assdf_mssst_(.)mmns_aaamaaatmsssssssssssstt"
print(re.findall("m(..)t", s))
print(re.findall("m(.?)t", s))
print(re.findall("m(..?)t", s))
print(re.findall("m(?:..?)t",s))  # ?:m和t都连上
print(re.findall("m(.*)t", s))
print(re.findall("m(.*?)t", s))
print(re.findall("m(.+)t", s))
print(re.findall("m(.+?)t", s))
# ['ee']
# []
# ['ee']
# ['meet']
# ['eet_assdf_mssst_(.)mmns_aaamaaatmsssssssssssst']
# ['ee', 'sss', 'mns_aaamaaa', 'ssssssssssss']
# ['eet_assdf_mssst_(.)mmns_aaamaaatmsssssssssssst']
# ['ee', 'sss', 'mns_aaamaaa', 'ssssssssssss']

print(re.search("(?P<tag_name>\w+)\w+\w+","h1hellh1").group())
print(re.search("(?P<aaa>\w+)dfa","asbsadfasdfa").group("aaa"))
print(re.search("(?P<cx>\w+)dfa","asbsadfasdfa").group())
# h1hellh1
# asbsadfas   # ?P：命名
# asbsadfasdfa

s = 'alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb 的 alex wusir '
print(re.findall("\w+_sb",s))
print(re.findall("[a-z]+_sb",s))
# ['alex_sb', 'ale123_sb', 'wu12sir_sb', 'wusir_sb', 'ritian_sb']
# ['alex_sb', 'sir_sb', 'wusir_sb', 'ritian_sb']
方法
  • search()：找到一个后就停止查找，从字符串中进行查找，找到后返回的是一个对象，查看元素(group())
s = '_sb alex 123_sb wu12sir_sb wusir_sb ritian_sb 的 x wusir '
print(re.search("ale",s)) # 如果不存在返回None
print(re.search("ale",s).group()) # 如果不存在报错
# <re.Match object; span=(4, 7), match='ale'>
# ale
  • match()：找到一个后就停止查找，只从字符串的开头查找，找到后返回一个对象，查看元素(group())
s = 'ale_sb alex 123_sb wu12sir_sb wusir_sb ritian_sb 的 x wusir '
print(re.match("ale",s))  # 开头找不到就返回None
print(re.match("ale",s).group()) # 开头找不到就报错
# <re.Match object; span=(0, 3), match='ale'>
# ale
  • split()：分割
s = '_sb alex,123:sb;wu12sir#sb*wusir!sb ritian_sb 的 x wusir '
print(re.split("[#,:!*]",s))
# ['_sb alex', '123', 'sb;wu12sir', 'sb', 'wusir', 'sb ritian_sb 的 x wusir ']
  • sub（）：替换
print(re.sub("barry","宝元",'barry是最好的讲师，barry就是一个普通老师，请不要将barry当男神对待。'))
# 宝元是最好的讲师，宝元就是一个普通老师，请不要将宝元当男神对待。
  • compile()：定义匹配规则
obj = re.compile("\w")
print(obj.findall("meet_宝元_阿萨大大"))
print(re.findall("\w","meet_宝元_阿萨大大"))
# ['m', 'e', 'e', 't', '_', '宝', '元', '_', '阿', '萨', '大', '大']
# ['m', 'e', 'e', 't', '_', '宝', '元', '_', '阿', '萨', '大', '大']
  • finditer()：返回一个迭代器的地址
g = re.finditer("\w","大大撒旦")
# print(next(g).group())
for i in g:
    print(i.group())
# 大
# 大
# 撒
# 旦
练习
1、取整数
s = "1-2*(60+(-40.35/5)-(-4*3))"
print(re.findall("\d+",s))
# ['1', '2', '60', '40', '35', '5', '4', '3']

1.2 匹配所有的数字（包含小数）
s = "1-2*(60+(-40.35/5)-(-4*3))"
print(re.findall("\d+\.\d+|\d+",s))
# ['1', '2', '60', '40.35', '5', '4', '3']

匹配所有的数字（包含小数包含负号）
s = "1-2*(60+(-40.35/5)-(-4*3))"
print(re.findall("-?\d+\.\d+|-?\d+",s))
# ['1', '-2', '60', '-40.35', '5', '-4', '3']

2,匹配一段你文本中的每行的邮箱
http://blog.csdn.net/make164492212/article/details/51656638 匹配所有邮箱
s = "http://blog.csdn.net/make164492212/article/details/51656638 匹配所有邮箱"
print(re.findall("h(?:.+)ls/", s))
# ['http://blog.csdn.net/make164492212/article/details/']

3，匹配一段你文本中的每行的时间字符串 这样的形式：'1995-04-27'
s1 = '''
时间就是1995-04-27,2005-04-27
1999-04-27 老男孩教育创始人
老男孩老师 alex 1980-04-27:1980-04-27
2018-12-08
'''
print(re.findall("\d+-\d+-\d+",s1))
# ['1995-04-27', '2005-04-27', '1999-04-27', '1980-04-27', '1980-04-27', '2018-12-08']

4、匹配qq号：腾讯从10000开始：
num = input("请输入你的数字：")
print(re.findall("[1-9][0-9]{5,10}",num))
# 请输入你的数字：1719932187171993218
# ['1719932187', '171993218']

s1 = '''
<div id="cnblogs_post_body" class="blogpost-body"><h3><span style="font-family: 楷体;">python基础篇</span></h3>
<p><span style="font-family: 楷体;">&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6847032.html" target="_blank">python 基础知识</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6627631.html" target="_blank">python 初始python</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/articles/7087609.html" target="_blank">python 字符编码</a></strong></strong></span></p>
<p><span style="font-family: 楷体;"><strong><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/6752157.html" target="_blank">python 类型及变量</a></strong></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6847663.html" target="_blank">python 字符串详解</a></strong></span></p>
<p><span style="font-family: 楷体;">&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6850347.html" target="_blank">python 列表详解</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6850496.html" target="_blank">python 数字元祖</a></strong></span></p>
<p><span style="font-family: 楷体;">&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6851820.html" target="_blank">python 字典详解</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6852131.html" target="_blank">python 集合详解</a></strong></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/7087614.html" target="_blank">python 数据类型</a>&nbsp;</strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6752169.html" target="_blank">python文件操作</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/8149209.html" target="_blank">python 闭包</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/6705714.html" target="_blank">python 函数详解</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/7087616.html" target="_blank">python 函数、装饰器、内置函数</a></strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/7087629.html" target="_blank">python 迭代器 生成器</a>&nbsp;&nbsp;</strong></span></p>
<p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/6757215.html" target="_blank">python匿名函数、内置函数</a></strong></span></p>
</div>
'''
1,找到所有的span标签的内容
ret = re.findall('<span(.*?)>', s1)
print(ret)

print(re.findall('<a href="(.*?)"',s1))

猜你喜欢

转载自www.cnblogs.com/NiceSnake/p/11284928.html
今日推荐
基于大语言模型的开源知识库问答系统 MaxKB GitHub Star 数量突破 5,000 个！
美国拟限制 AI 大模型出口中国和俄罗斯
苹果将与 OpenAI 达成协议，将 ChatGPT 应用于 iPhone
openKylin 社区生态委员会第六次会议圆满召开
阿里云正式发布通义千问 2.5
Python 3.13 发布首个 Beta：实验性自由线程模式和 JIT、改进交互式解释器
Stack Overflow 拿我的代码去训练 AI 大模型，还封了我的账号
Pop!_OS 的 COSMIC 桌面完成 App Store 上架工作
《2024 年一季度互联网投融资运行情况》研究报告
报告：Django 仍然是 74% 开发者的首选
15 年前上了“FFmpeg 耻辱柱”，今天他还得谢谢咱——腾讯QQPlayer一雪前耻？
TIOBE 5 月榜单：Fortran “复活”进入 Top 10
周排行
记一下去大梅沙的准备（2018-05-26）
Spring 注解 事务
基于HTTP协议的客户端缓存
阿里云rds 备份和还原
[PHP] 几个拖慢 PHP 程序/API 运行速度的点
python 代码风格------------PEP8规则
js控制json生成菜单——自制菜单（一）
将字符串: 'k:1|k1:2|k2:3|k3:4 ' ,处理成 python 字典: {'k':1, 'k1':2, ...}
微信小程序转支付宝小程序
Qt551.窗口滚动条
每日归档
更多
2024-05-13(18)
2024-05-12(0)
2024-05-11(38)
2024-05-10(38)
2024-05-09(35)
2024-05-08(42)
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022