一.正则表达式-单个字符的匹配
import re
finall(正则表达式,字符串)把符合正则表达式的字符串存在列表中返回
re.findall
(1)预定义字符集
<1>d 匹配数字
<2>D 匹配非数字
<3>w 匹配字母数字下划线
<4>W 匹配非字母数字下划线
<5>s 匹配任意的空白符( '')
<6>S 匹配任意非空白符
<7> 匹配一个换行符
<8> 匹配一个制表符
<9>. 匹配任意字符，除了换行符
(2)字符组[ ]必须从字符组列举出来的字符当中抽取,默认一个,如果没有返回空
- 代表到,代表的是范围
0-9 0到9这么多的数字
a-z => 26个小写字母
A-Z=> 26个大写字母
0-z 不会单纯的匹配小写大写字母和数字,还会匹配到特殊的符号,比如_和@
^ 除了 , 在字符组当中,开头的位置使用
二.正则表达式-多个字符的匹配
(1) ? 匹配0个或者1个
(2) + 匹配1个或者多个
(3) * 匹配0个或者多个
(4) {m,n} 匹配m个至n个a
{1,3} 1 <= x <= 3
{2,} 至少2次
{2} 必须2次
(5)贪婪匹配和非贪婪匹配
贪婪匹配 : 默认向更多次数匹配(回溯算法)
非贪婪匹配: 默认项更少次数匹配
在量词的后面接?(非贪婪)
.?? .+? .*? {4,}?
回溯算法 : 从左向右进行匹配,直到匹配到最后,再也找不到了,回头,找最后一个(递归)
(6)边界符
本身也是转义字符 : 退格(把光标向左移动一位)
word
右边界: d
左边界: w
(7)^ $ 当使用^ 和 $ 符号的时候,要把字符串看成整体
^ 匹配字符串的开始(必须以... 开头)
$ 匹配字符串的结尾(必须以... 结尾)
三.正则表达式-匹配分组()
(1)() 优先显示括号里面的内容
(2)?: 取消显示括号里面的内容
(3)| 代表或 , a|b 匹配字符a 或者 匹配字符b . 把字符串长的写在前面,字符串短的写在后面
四.search 的用法
findall 和 search
findall 是把所有符合条件的内容都匹配出来放到列表里
不能够把匹配到的结果和分组当中的内容显示在同一个界面当中
search 按照正则表达式,把第一次匹配到的内容返回出来,返回的是对象
能够把匹配到的结果和分组当中的内容显示在同一个界面当中
对象.group 返回的是匹配到的结果
对象.groups 返回的是括号分组里面的内容
如果匹配不到内容,返回的是None ,无法调用group 或者groups方法的
五.命名分组
1 strvar = "<div>今天天气不错~</div>"
2 lst = re.findall("<(.*?)>(.*?)<(.*?)>",strvar)
3 print(lst)#[('div', '今天天气不错~', '/div')]
(1)反向引用 : 在匹配到的值,在引用一次
1 #1 把第一个小括号里面的内容,拿出来在匹配一下
2 lst = re.findall(r"<(.*?)>(.*?)<(/1)>",strvar)
3 print(lst)#[('div', '今天天气不错~', '/div')]
(2)1 代表反向引用第一个括号内容 2代表反向引用第二个括号内容
1 strvar = "a1b2cab"
2 obj = re.search(r"(.*?)d(.*?)d(.*?)12",strvar)
3 print(obj)
(3)命名分组
<1>(?P<组名>正则表达式) 给这个组起一个名字
<2>(?P=组名) 引用之前组的名字,把该组名匹配到的内容放到当前位置
1 strvar = "a1b2cab"
2 obj = re.search(r"(?P<tag1>.*?)d(?P<tag2>.*?)d(?P<tag3>.*?)(?P=tag1)(?P=tag2)",strvar)