python "re" 模块

import re
res = re.findall("ad", "adijadflj") # 匹配ad ,返回列表 ,可以匹配字符串中所有的ad
print(res)

resser = re.search("k", "adkjfldjaks") # 匹配字符中第一个k, 返回的是个对象
print(resser)

resmat = re.match("b", "bdjflkjdbi") #匹配字符的开头第一个b, 不存在就返回None b返回的是个对象
print(resmat)

ret = re.finditer("(?P<a>a)", "aaljdfla,aa,aa") # 匹配所有的a ,返回一个迭代器相,每次group,可以拿下一个值
print(ret)
for i in ret:
    print(i.group())

1. findall 查找所有. 返回list

2. search 会进⾏行行匹配. 但是如果匹配到了了第⼀一个结果. 就会返回这个结果. 如果匹配不 上search返回的则是None

3. match  只能从字符串串的开头进⾏行行匹配

4. finditer 和findall差不多. 只不过这时返回的是迭代器

ret = re.split('[ab]', 'qwerafjbcd')  # 先按'a'分割得到'qwer'和'fjbcd',在 对'qwer'和'fjbcd'分别按'b'分割 
print(ret)  # ['qwer', 'fj', 'cd'] 

ret = re.sub(r"d+", "_sb_", "alex250taibai250wusir250ritian38") # 把字符串串中 的数字换成__sb__ print(ret)    alex_sb_taibai_sb_wusir_sb_ritian_sb_

ret = re.subn(r"d+", "_sb_", "alex250taibai250wusir250ritian38") # 将数字替 换成'__sb__'，返回元组(替换的结果,替换了了多少次) 
print(ret)    # ('alex_sb_taibai_sb_wusir_sb_ritian_sb_', 4) 

obj = re.compile(r'd{3}')  # 将正则表达式编译成为⼀一个 正则表达式对象, 规则要匹配的 是3个数字 
ret = obj.search('abc123eeee') # 正则表达式对象调⽤用search, 参数为待匹配的字符串串 
print(ret.group())  # 结果: 123 

爬⾍虫重点: 
obj = re.compile(r'(?P<id>d+)(?P<name>e+)')  # 从正则表达式匹配的内容每个组起名 字 
ret = obj.search('abc123eeee') # 搜索 
print(ret.group())  # 结果: 123eeee 
print(ret.group("id"))  # 结果: 123 # 获取id组的内容 
print(ret.group("name")) # 结果: eeee # 获取name组的内容
 

ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com') print(ret)  # ['oldboy']     这是因为findall会优先把匹配结果组⾥里里内容返回,如果想要匹 配结果,取消权限即可

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

ret=re.split("d+","eva3egon4yuan")

print(ret) #结果 ： ['eva', 'egon', 'yuan']

ret=re.split("(d+)","eva3egon4yuan")

print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']

#在匹配部分加上（）之后所切出的结果是不不同的，

#没有（）的没有保留留所匹配的项，但是有（）的却能够保留留了了匹配的项，

#这个在某些需要保留留匹配部分的使⽤用过程是⾮非常重要的