# re模块 # 正则表达式 # 按照你的一定规则去操作字符串得到你想要的结果。 import re # w 匹配字母(包含中文)或数字或下划线 # W 匹配非字母(包含中文)或数字或下划线 # print(re.findall('ww','太白alex 123 _ *')) # print(re.findall('W','太白alex 123 _ *')) # s 匹配任意的空白符 # S 匹配任意非空白符 # print(re.findall('s','太白 123* ')) # [' ', ' ', ' ', ' '] # print(re.findall('S','太白 123* ')) # ['太', '白', '1', '2', '3', '*'] # d 匹配数字 # D 匹配非数字 # print(re.findall('d','太白 123*')) # ['1', '2', '3'] # print(re.findall('D','太白 123*')) # ['太', '白', ' ', ' ', '*'] # A 从字符串开头匹配 # 只匹配开头 相当于startswith # ^ 匹配字符串的开始 只匹配开头 相当于startswith # print(re.findall(r'A太白','** 太白 太白 123*')) #[] # print(re.findall(r'^太白','太白 太白 123*')) #['太白'] # z 匹配字符串的结束,如果是换行,只匹配到换行前的结果 # 匹配字符串的结束 # print(re.findall('太白z','** 太白 太白')) # print(re.findall('666','hello 太白金星 *-_-* 666')) # ['666'] # print(re.findall('666z','hello 太白金星 *-_-* 666')) # [] # 匹配一个换行符 # 匹配一个制表符 # print(re.findall(' ','** 太白 太白 123')) # [' '] # print(re.findall(' ','** 太白 太白 123 ')) # [' ', ' '] # $ 匹配一个字符串的结尾 # print(re.findall('123$','** 太白 太白 123 ')) # 重复匹配 # . ? * + {m,n} .* .*? # . 任意字符 re.DOTALL 可以匹配换行符 # print(re.findall('a.b', 'ab aab abb a*b a6b a b aaaab')) # print(re.findall('a.b', 'ab aab abb a*b a6b a3b a b',re.DOTALL)) # ? 匹配0个或者1个由左边字符定义的片段。 贪婪匹配 # print(re.findall('a?b', 'aab')) # ['ab'] # print(re.findall('a?b', 'ab aab abb a*b')) # ['ab', 'ab', 'ab', 'b', 'b'] # *匹配0个或者多个左边字符表达式。 满足贪婪匹配 @@ # print(re.findall('a*b', 'ab aab aaaaaaaaaab abbb')) # + 匹配1个或者多个左边字符。 满足贪婪匹配 # print(re.findall('a+b', 'ab aab aaab abbb')) # {m,n} 匹配m个至n个左边字符表达式。 满足贪婪匹配 @@ # print(re.findall('a{2,4}b', 'ab aab aaaab abbb')) # 纯贪模式 .* 一般不用 # print(re.findall('a.*b', 'ea*b ab aab aaaaaaaaaab abbb')) 、 # ['a*b ab aab aaaaaaaaaab abbb'] # 贪婪模式 .*? .* 纯贪 ? 作为限制 满足我就取出 # .*? 常用模式 # print(re.findall('a.*?b', 'a*b ab aab aaaaaaaaaab abbb')) # ['a*b', 'ab', 'aab', 'aaaaaaaaaab', 'ab'] # [] 代表一个字符 # erw 任意选一个 # print(re.findall('a[erw][erw]b', 'ab aab aeb arb arwb arewb')) # str1 = 'a1b a2b a3b aab aeb a9b' # str2 = 'a1b aTb a3b aAb aeb a_b ayb' # str3 = 'a1b aTb a3b a-b a%b a!b a&b' # print(re.findall('a[0-9]b',str1)) # ['a1b', 'a2b', 'a3b', 'a9b'] # print(re.findall('a[a-z]b',str2)) # ['aab', 'aeb', 'ayb'] # print(re.findall('a[a-z,A-Z]b', str2)) # print(re.findall('a[-!&]b', str3)) # [] 想匹配- 一定要放到最前面 # print(re.findall('a[^0-9]b', str3)) # ^ 中括号代表取反 # 练习:'alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb' # 分组 () 制造了一个模板(.*?)_sb # print(re.findall('(.*?)_sb', 'alex_sb wusir_sb 日天_sb')) # print(re.findall('http.*?com','<a href="http://www.baidu.com">点击</a><a href="http://www.baidu2.com">登录</a>')) # print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>')) # | 左边右边都可以 # print(re.findall('alex|太白|wusir', 'alex太白wusiraleeeex太太白odlb')) # ['alex', '太白', 'wusir', '太白'] # print(re.findall('compan(ies|y)','Too many companies have gone bankrupt, and the next one is my company')) # ['ies', 'y'] # 但是我想将 companies company ?: 对分组进行一个应用,全部都取出来 # print(re.findall('compan(?:ies|y)','Too many companies have gone bankrupt, and the next one is my company')) # re模块的操作方法 # findall 找到全部 # print(re.findall('a.b', 'abaabb')) # search 相当于 in # print(re.search('sb|alex', 'alex sb sb barry 日天')) # <_sre.SRE_Match object; span=(0, 4), match='alex'> # print(re.search('aaa', 'alex sb sb barry 日天')) # <_sre.SRE_Match object; span=(0, 4), match='alex'> # print(re.search('sb|alex', ' 666 sb alex sb barry 日天').group()) # '''1 + 2*(3/5) + 2**3 - (2/3 + 3*(4-2))''' # match 匹配的就是开始 # print(re.match('aaa', 'aaa sb sb barry 日天')) # <_sre.SRE_Match object; span=(0, 3), match='aaa'> # print(re.match('aaa', 'aa sb sb barry 日天')) # None # print(re.findall('^aaa', 'aa sb sb barry 日天')) # [] # split *** # s1 = 'alex wusir 日天 太白' # s1 = 'alex wusir,日天;太白|二狗' # # print(s1.split()) # # 对字符串按照不同分隔符进行分割 # print(re.split(' |,|;||',s1)) # print(re.sub('barry', '太白', 'barry是最好的讲师,barry就是一个普通老师,请不要将barry当男神对待。')) # print(re.sub('(alex)( )(is)( )(sb)', r'52341', r'alex is sb')) # 将字符串的第一个与最后一个单词!互换位置 # print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)', r'52341', r'alex is 1232 sb')) # print(re.findall('[a-zA-Z]+', 'alex1wusir3 12321')) # obj = re.compile('d{2}') # # print(obj.search('abc123eeee').group()) # print(obj.findall('abc123eeee')) # ret = re.finditer('d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器 # print(ret) # <callable_iterator object at 0x10195f940> # print(next(ret).group()) #查看第一个结果 # print(next(ret).group()) #查看第二个结果 # print([i.group() for i in ret]) #查看剩余的左右结果 # 1,"1-2*(60+(-40.35/5)-(-4*3))" s1 = "1-2*(60+(-40.35/5)-(-4*3))" # 1.1 匹配所有的整数 (pass) # print(re.findall('d+',s1)) # print(re.findall('d+(?:.?d+)?',s1)) # 1.2 匹配所有的数字(包含小数) # 60 0.1232434354 # print(re.findall('d+.?d*', s1)) # 1.3 匹配所有的数字 ['1', '-2', '60', '-40.35', '5', '-4', '3'] # print(re.findall('-?d+.?d*', s1)) s1 = ''' <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7459977.html" target="_blank">python基础一</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7562422.html" target="_blank">python基础二</a></p> <p><a style="text-decoration: underline;" href="https://www.cnblogs.com/jin-xin/articles/9439483.html" target="_blank">Python最详细,最深入的代码块小数据池剖析</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7738630.html" target="_blank">python集合,深浅copy</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8183203.html" target="_blank">python文件操作</a></p> <h4 style="background-color: #f08080;">python函数部分</h4> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8241942.html" target="_blank">python函数初识</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8259929.html" target="_blank">python函数进阶</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8305011.html" target="_blank">python装饰器</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8423526.html" target="_blank">python迭代器,生成器</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8423937.html" target="_blank">python内置函数,匿名函数</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8743408.html" target="_blank">python递归函数</a></p> <p><a style="text-decoration: underline;" href="https://www.cnblogs.com/jin-xin/articles/8743595.html" target="_blank">python二分查找算法</a></p> ''' # 1,找到所有的p标签 # print(re.findall('<p>.*?</p>', s1))