python--正则

   正则表达式的作用

# 1，在一大堆文本字符在找到自己想要的字符
# 过滤 爬虫
# 2，验证是否合法

re模块

1，search和match

search和match都是查找第一个匹配

match只能从字符串开头查找，开头部分没有，那就匹配不上，只匹配开头部分

如果匹配到了，就会返回一个match对象，

#findall或者finditer 

findall--查找所有匹配的，返回的是一个列表

finditer --得到的结果是个迭代器

 ##########正则替换(灵活性比较强)sub

#############编译正则compile

先将正则表达式编译成一个对象，再使用对象去匹配

 ######################################正则表达式规则、

#区间匹配

##或匹配

msg= "xdj fajgv  dfld  ngam ddg"
print(re.findall("so|dj",msg))

#.占位符 表示除了换行符以外的任意一个字符
ret = re.findall("p.thon","python Python pgthon p thon p\nthon")
print(ret)
#只能匹配上python pgthon p thon

##快捷方式

# \A 匹配字符串的开始
# ^
# \b 词边界
# \B 非词边界
# \w 匹配单词字符
# \W 匹配非单词字符
# \s 匹配空白字符
# \S 匹配非空白字符
# \d 匹配数字
# \D 匹配非数字
# r的作用时抑制转义
# 原样交给正则表达引擎去匹配

####标志位

ret = re.findall("^[Pp]ython",msg,re.M|re.I)
#re.M匹配多行,re.I忽略大小写，re.S让.表示任意字符，包括换行符
print(ret)
ret = re.findall("^[python]",msg,re.I)

###通配符

{n,m} 匹配前一项n-m次

 ####贪婪模式与非贪婪模式

 

# #捕获分组(正则表达式)
# #分组匹配上之后，会把匹配上的数据放到内存中，并给一个从一开始的索引
# ret = re.search(r"(\d{3})-(\d{3})-(\d{3})","abc-123-456-789aaa")
# print(ret.group())
# print(ret.group(1))
# print(ret.group(2))
# print(ret.group(3))
# #非捕获分组(?:正则表达式)
# #只分组，不捕获，不会分配下标也不会保存

##分组向后引用

 ####零宽断言

拿ip：

##零宽断言
#不占用匹配宽度，确定位置
s = "sc1 hello sc2 hello"
#匹配后面是sc2的hello
print(re.findall(r"hello(?= sc2)",s))
#匹配后面不是sc2的hello
print(re.findall(r"hello(?! sc2)",s))
#匹配前面是sc2 的hello
print(re.findall(r"(?<=sc2 )hello",s))
#匹配前面不是sc2 的hello
print(re.findall(r"(?<!sc2 )hello",s))