re模块与正则表达式

1.re模块与正则表达式之间的关系

　　正则表达式不少python独有的，它是一门独立的技术。所有的编程语言都可以使用正则表达式，但是如果你想在python中使用，你就必须依赖于re模块。

2.字符

字符:
元字符	匹配内容
.	匹配除换行符以外的任意字符
w	匹配字母或数字或下划线
W	匹配非字母或数字或下划线
s	匹配任意的空白符
S	匹配非空白符
d	匹配数字
D	匹配非数字
	匹配一个换行符
	匹配一个制表符
	匹配一个单词的结尾
^	匹配字符串的开始  （类似于startswith）
$	匹配字符串的结尾  （类似于endswith）
^与$连用，会精确限制匹配的内容，两者中间写什么，就是什么字符
a|b	匹配字符a或字符b（把长的写在前面）
()	匹配括号内的表达式，也表示一个组
[…]	匹配字符组中的字符
[^…]	匹配除了字符组中字符的所有字符（取反）

3.量词

　　（1）量词必须跟在正则符号的后面

　　（2）量词只能够限制住紧挨着它的那一个正则符号

　　正则表达式在匹配的时候默认为贪婪模式（即尽量匹配多的）,可以通过在量词后面加一个？ ，就可以将贪婪匹配变成非贪婪匹配（即惰性匹配）。

量词:
量词	用法说明
*	重复零次或更多次
+	重复一次或更多次
？	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

（.*？）的用法

# .    是任意字符
# *   是取0至无线长度
# ？  是非贪婪模式
# 组合在一起就是指：取尽量少的任意字符，一般用于：.*？x
#    意思是取前面任意长度的字符，直到一个x出现

4.re模块下的常用方法

import re
ret = re.findall('a','apple,age,add')#返回所有满足匹配条件的结果，放在列表里
print(ret)
#>>>:['a', 'a', 'a']
# 函数会在字符串内通过查找模式匹配,直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','apple,age,add').group()  # 同search,不过尽在字符串开始处进行匹配
print(ret)
#>>>:a

ret = re.split('[ab]','acbcd') # 先按'a'分割得到''和'cbcd',在对''和'cbcd'分别按'b'分割
print(ret)
>>>:['', 'c', 'cd']

ret = re.sub('d','H','ead5fkaj3fas6h',2)#将数字替换成'H'，参数2表示只替换2个数字
print(ret)
>>>:eadHfkajHfas6h

ret = re.subn('d', 'H', 'eva3e2gon4yua2n4')#将数字替换成'H'，返回元组(替换的结果,替换的次数)
print(ret)
>>>:('('evaHeHgonHyuaHnH', 5)

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l连续的数字
ret = obj.search('abcd1234ajf')#正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())
>>>:123

(1).findall的优先级

import re
ret= re.findall('www.(baidu|kugou).com','www.kugou.com')
print(ret)#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
>>>:['kugou']

ret= re.findall('www.(?:baidu|kugou).com','www.kugou.com')
print(ret)#findall
>>>:['www.kugou.com']

(2)split的优先级查询

import re
ret = re.split（'d+','abcd12e34f'）
print(ret)
>>>:['abcd', 'e', 'f']

ret = re.split（'(d+)','abcd12e34f'）
print(ret)
>>>:['abcd', '12', 'e', '34', 'f']
# 在匹配部分加上（）之后所切出的结果是不同的，没有()的就没有保留所匹配的项，
# 但是有括号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。

(3) search与match的异同点

import re
ret = re.search('a','pplae age hard')
print(ret)# 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
>>>:<_sre.SRE_Match object; span=(3, 4), match='a'>
print(ret.group())# 必须调用group才能看到匹配的结果
>>>:a
#注意：1.search只会依据正则查找一次，只要查到了结果，就不会再往后查找
      2.当查找的结果不存在的情况下，调用group直接报错

import re
ret = re.match('a','pplae age hard')
print(ret)
print(ret.group())
>>>:None
# 注意：1.match只会匹配字符串的开头部分。
       2.当字符串的开头不符合匹配规则的情况下，返回的也是None，此时如果再调用group也会报错。