re模塊及其用法

一、re模塊下的常用方法

　　首先在使用re模塊之前，需要引入re模塊

　　import re

　　1.與查找相關的：

　　　　1.findall　　返回列表，找到所有的匹配項

ret = re.findall("\d+","asda132eqwe啊阿達456")
print(ret)
# ['132', '456']

　　　　2.search 匹配從左到右第一個符合，返回一個變量，通過group方法取到值，沒有匹配到就會返回None，使用group會報錯。

ret = re.search("\d+","asda132eqwe啊阿達456")
print(ret.group())
#132
ret = re.search("\d+","asdaeqwe啊阿達")
print(ret.group())
#AttributeError: 'NoneType' object has no attribute 'group'

　　　　3.match 相當於在search的正則表達式中加了一個“^”

　　2.與字符串處理相關的;

　　　　1.spilt　　返回列表，按照正則規則切割，默認匹配到的內容會被切割掉。

ret = re.split("\d+","asd23sadasd90dasdasd809asd89")　　#(\d+)可以把切割掉的保留下來
print(ret)
# ['asd', 'sadasd', 'dasdasd', 'asd', '']

　　　　2.sub、subn　　替換，按照正則規則去尋找要被替換的內容，subn返回元組，第二個值是替換的次數。

ret = re.sub("\d+","H","asd23asd34455asd55")
print(ret)
# asdHasdHasdH
ret = re.subn("\d+","H","asd23asd34455asd55")
print(ret)
# ('asdHasdHasdH', 3)

　　3.re模塊的進階：時間\空間

　　　　1.compile　　編譯一個正則表達式，用這個結果去search match findall finditer 能節省時間，不用每次使用的時候再去編譯了。

ret = re.compile("\d+")
res = ret.findall("asd23asd34455asd55")
print(res)
res = ret.search("asd23asd34455asd55")
print(res.group())

　　　　2.finditer 返回一個迭代器，所有的結果都在這個迭代器中，需要通過循環+group的形式取值 能夠節省內存。

res = re.finditer("\d+","asd23asd34455asd55")
print(res)
for i in res:
    print(i.group())

二、分組在re模塊中的使用

s = '<a>wahaha</a>'
ret = re.search("(>)(\w+)(<)",s)
print(ret.group())    #不加參數，默認是匹配所有結果
print(ret.group(1))    #數字參數表示的是取對應分組中的內容
print(ret.group(2))
print(ret.group(3))

ret = re.findall(">(\w+)<",s)
print(ret)
#['wahaha']
#為了findall也可以順利取到分組中的內容，有一個特殊的語法，就是優先顯示分組中的內容

ret = re.findall('\d+(?:\.\d+)?','1.234*4')
print(ret)
#['1.234', '4']
#如果按照優先顯示，那么結果就不是想要的。所以在括號中加入"?:"就可以取消分組優先，還不會破壞原本的正則表達式。

ret = re.split('(\d+)','alex83taibai40egon25aa')
print(ret)
#['alex', '83', 'taibai', '40', 'egon', '25', 'aa']
#用split切割后消失的部分，可以用()將正則規則括起來，這樣就能得到切割掉的部分

s = '<a>wahaha</a>'
ret = re.search(">(?P<com>\w+)<",s)
print(ret.group(1))
print(ret.group("com"))
#wahaha
#wahaha
#可以通過在分組中加入"?P<name>"，來對這個分組命名，在group給參數時可以給這個組的名字。

#使用前面的分組，要求使用這個名字的分組和前面同名分組中的內容匹配必須一致
s = '<a>wahaha</a>'
ret = re.search("<(?P<tag>\w+)>(\w+)</(?P=tag)>",s)
print(ret.group())
#<a>wahaha</a>