Python基礎-----re模塊（模糊匹配）

#!/usr/bin/env python
#-*- coding:utf-8 -*-

import re

'''
1 普通字符：大多數字符和字母都會和自身匹配
              >>> re.findall('alex','yuanaleSxalexwupeiqi')
                      ['alex'] 
              re.findall(匹配規則,匹配字符串)
              查找出所有滿足匹配規則的字符串放置於列表中
2 元字符：. ^ $ * + ? { } [ ] | ( ) \
'''

#======================元字符之. ^ $ * + ? { }================================#

# 1  . 表示通配符，除  \n  以外均可匹配，一個  .  表示任意一個字符

ret=re.findall('a..in','helloalvin')
print(ret)#['alvin']

#===========================================================================#

# 2  ^ 表示在字符串的開頭匹配
 
ret=re.findall('^a...n','alvinhelloawwwn')
print(ret)#['alvin']
 
#===========================================================================#

# 3  $ 表示在字符串的尾部匹配
 
ret=re.findall('a...n$','alvinhelloawwwn')
print(ret)#['awwwn']
 
#===========================================================================#

# 4  * 表示在貪婪匹配[0,+oo]
 
ret=re.findall('abc*','abcccc')#貪婪匹配[0,+oo]  
print(ret)#['abcccc']
ret=re.findall('abc*','abeerw')#貪婪匹配[0,+oo]  
print(ret)#['ab']

#===========================================================================#

# 5  + 表示在貪婪匹配[1,+oo]

ret=re.findall('abc+','abccc')#[1,+oo]
print(ret)#['abccc']

#===========================================================================#

# 6  ？ 表示在貪婪匹配[0,1]可匹配0個或1個

ret=re.findall('abc?','abccc')#[0,1]
print(ret)#['abc']
ret=re.findall('abc?','abrtf')#[0,1]
print(ret)#['ab'] 
 
#===========================================================================#

# 7  {} 表示匹配重復情況；{0，} == * ；{1，} == +

ret=re.findall('abc{1,4}','abccc')  #表示匹配1-4個c均可
print(ret)#['abccc'] 貪婪匹配

#===========================================================================#

# 8  前面的*,+,?等都是貪婪匹配，也就是盡可能匹配，后面加?號使其變成惰性匹配，其前面的
# 字符被匹配最少次數

ret=re.findall('abc*?','abcccccc')
print(ret)#['ab']

#====================== 元字符之字符集［］================================#

#在字符集［］中 * + ？ 都失去原有意義，當做普通字符去匹配

ret=re.findall('a[bc]d','acd')     #匹配 'acd' 或 'abd'  
print(ret)#['acd']
 
ret=re.findall('[a-z]','acd')     #匹配字符串中的'a' - 'z'之間的所有字母
print(ret)#['a', 'c', 'd']
 
ret=re.findall('[.*+]','a.cd+')
print(ret)#['.', '+']
 
#在字符集[]里有功能的符號: - ^ \
 
ret=re.findall('[1-9]','45dha3')    #匹配字符串中的1-9之間的所有數字
print(ret)#['4', '5', '3']
 
ret=re.findall('[^ab]','45bdha3')  #[^]字符集中^表示非；該例表示匹配只要不是a  b即可
print(ret)#['4', '5', 'd', 'h', '3']

cal = re.findall('\([^()]*\)','12+(34*6+2-5*(3-1))')  #可用於計算器
print(cal) #['(3-1)']

ret=re.findall('[\d]','45bdha3')    #\d  匹配任何十進制數；它相當於類 [0-9]。
print(ret)#['4', '5', '3']

#====================== 元字符之轉義符 \ ================================#

# 反斜杠后邊跟元字符去除特殊功能,比如\.(用於將 . 轉換為普通字符用於匹配)
# 反斜杠后邊跟普通字符實現特殊功能,比如\d

# \d   匹配任何十進制數；它相當於類 [0-9]。
# \D   匹配任何非數字字符；它相當於類 [^0-9]。
# \s   匹配任何空白字符；它相當於類 [ \t\n\r\f\v]。
# \S   匹配任何非空白字符；它相當於類 [^ \t\n\r\f\v]。
# \w   匹配任何字母數字字符；它相當於類 [a-zA-Z0-9_]。(_下划線也可匹配出)
# \W   匹配任何非字母數字字符；它相當於類 [^a-zA-Z0-9_]
# \b   匹配一個特殊字符邊界，比如空格 ，&，＃等

# 因為在python中\b本身就有特殊含義，所以需要再次轉義 \\b或r'\b'
ret=re.findall('I\b','I am LIST')
print(ret)#[]
ret=re.findall(r'I\b','I am LIST')
print(ret)#['I']
#-----------------------------eg1:
import re
# 因為python解釋器轉義和re轉義有別，所以需要傳入多個\來轉義
ret=re.findall('c\l','abc\le')
print(ret)#[]
ret=re.findall('c\\l','abc\le')
print(ret)#[]

ret=re.findall('c\\\\l','abc\le')  
print(ret)#['c\\l']
ret=re.findall(r'c\\l','abc\le')
print(ret)#['c\\l']
 
#-----------------------------eg2:
#之所以選擇\b是因為\b在ASCII表中是有意義的
m = re.findall('\bblow', 'blow')
print(m)
m = re.findall(r'\bblow', 'blow')
print(m)

#====================== 元字符之 | ================================#
# 元字符 | 表示或的意思，其前后字符串均可以參與匹配
s = re.findall('a|b','ajkkljlbklka')
print(s)   #['a', 'b', 'a']

#====================== 元字符之分組 () ================================#
# 將()內的內容作為一組（整體）來匹配

m = re.findall(r'(ad)+', 'adadad')    ######！！！！！！！！優先匹配()組內的內容
print(m)   #['ad']
#若要匹配字符串中所有的內容，則加上 ?:  即可取消上述優先級
m1 = re.findall(r'(?:ad)+', 'adadad')    ######！！！！！！！！ 【？：】可取消優先級
print(m1)   #['ad','ad','ad']
 
ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com')  
#固定格式?P<id>  id表示分組名稱--->'23'
#固定格式?P<name> name表示分組名稱--->'com'
#函數會在字符串內查找模式匹配,只到找到第一個匹配然后返回一個包含匹配信息的對象,該對象可以
#通過調用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。
print(ret.group())#23/com
print(ret.group('id'))#23  #.group(分組名稱)  可以獲取分組名稱對應的值


#===========================================================================#
#=========================      re模塊下的常用方法   ===========================#
#===========================================================================#

import re
#1 查找所有
re.findall('a','alvin yuan')    #返回所有滿足匹配條件的結果,放在列表里

#2 查找（只到找到第一個匹配）
re.search('a','alvin yuan').group()  #函數會在字符串內查找模式匹配,只到找到第一個匹配然后返回一個包含匹配信息的對象,該對象可以
                                     # 通過調用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。
#3 查找（僅在字符串開始處進行匹配）
re.match('a','abc').group()     #同search,不過僅在字符串開始處進行匹配
 
#4 分割
ret=re.split('[ab]','abcd')     #先按'a'分割'a'的左邊無內容，則左邊得到''和右邊'bcd',在對''和'bcd'分別按'b'分割
print(ret)#['', '', 'cd']
 
#5 替換
ret=re.sub('\d','abc','alvin5yuan6',1)   
#re.sub(參1,參2,參3,參4) 參1表示匹配規則或字符，參2表示要替換成的字符串，參3表示被匹配的字符串，參4表示指定匹配次數

print(ret)#alvinabcyuan6
ret=re.subn('\d','abc','alvin5yuan6')
print(ret)#('alvinabcyuanabc', 2)  #返回一個元組，分別為替換后字符串，和本次替換的次數
 
#6 編譯（自定義規則）可重復使用
obj=re.compile('\d{3}')            #返回一個規則對象
ret=obj.search('abc123eeee')      #規則對象可以調用.search()  .findall等方法 
print(ret.group())#123

#7 將查找的內容生成迭代器
ret=re.finditer('\d','ds3sy4784a')
print(ret)        #<callable_iterator object at 0x10195f940>
print(next(ret).group()) # '3'
print(next(ret).group()) # '4'



#===========================================================================#
#=========================    注  意  事  項     ============================#
#===========================================================================#

import re
 
ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret)#['oldboy']     這是因為findall會優先把匹配結果組里內容返回,如果想要匹配結果,取消權限即可
 
ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')   #?: 可以去除優先級
print(ret)#['www.oldboy.com']