python 正则表达式深入（十七）

python中使用正则表达式的方法：

    1、match():  默认匹配开头, 满足匹配就返回, 如果要匹配结尾需要手动加上 $ 符号;
    2、search(): 不匹配开头,而是从开头往后进行搜索,只要匹配到了(一个)满足条件的数据就返回,之后的就不再管了；
    3、findall():  不匹配开头,而是从开头往后进行搜索, 匹配到所有满足条件的数据,返回一个列表，不能使用group();

案例1：使用match()或者search(), 数据的提取（1个）熊出没视频点击量:1098484

str_='熊出没视频点击量是:1098484'
result = re.match(r'熊出没视频点击量是:(\d+)$',str_)
print(result)
print(result.group())
print(result.group(1))

# 目标: 不想要从头开始匹配视频点击量:1098484
str_='熊出没视频点击量是:1098484'
result =re.search(r'\d+',str_)
print(result)
print(result.group())

案例2：使用match()或者search(), 数据的提取（多个） 熊出没视频点击量是:1098484,下载量:168,转发量:987

str_='熊出没视频点击量是:1098484,下载量:168,转发量:987'
#注意“，”不能使用中文哦！
result = re.match(r'熊出没视频点击量是:(\d+),下载量:(\d+),转发量:(\d+)$',str_)
print(result.group(1))
print(result.group(2))
print(result.group(3))

#使用search()只能查找到1个，就返回，之后的数据不管。
str_='熊出没视频点击量是:1098484,下载量:168,转发量:987'
result = re.search(r'\d+',str_)
print(result.group())

案例3：使用findall()查找所有的数据匹配,返回是列表[]，如果没有，则返回空列表[]。

str_='熊出没视频点击量是:1098484,下载量:168,转发量:987'
result = re.findall(r'\d+',str_)
#如果匹配不成功时，那么就返回空列表[]
#result = re.findall(r'[a-z]+',str_)
print(result)

案例4：爬虫提取 : 使用findall 与 分组 进行数据提取

str_='''<div class="font"><p>位置：F-G（23号）</p>
<p>身高：2.06米/6尺9</p><p>体重：113公斤/250磅</p>
<p>生日：1984-12-30</p>
<p>球队：<a target="_blank" title="洛杉矶湖人" style="color:red" href="https://nba.hupu.com/teams/lakers">洛杉矶湖人</a></p>
<p>选秀：2003年第1轮第1顺位</p>
<p>国籍：美国</p>
</div>
'''
result =re.findall(r'<p>(.*?)</p>',str_)
print(result)

说明：

1.把想要提取的部分用括号括起来,   .*? 非贪婪 (.*?) > 代表的是想要被提前的数据 

 2.<p>"(.*?)"</p> 想要提取的部分前面的数据是<p> , 后面的数据是</p>

re正则表达式：
   (1) 贪婪:   默认是贪婪的,能取多少就取多少。=>（.*)
   (2) 非贪婪: 变成不贪婪的,尽量少取。 =>（.*?)

import re
#只提取第一个a后面的mike,第二个a不需要。
#<img>,<p>,<h1>,<ul>....
str_='<a>mike<a>http'
# .* (1) 正则表达式默认的是贪婪的: 能取多少就取多少
# result = re.match(r'<.*>\w+',str_)
# .*? (2) 非贪婪的: 能少取尽量少取
result = re.match(r'<.*?>\w+',str_)
print(result.group())

   

r的作用: 原生字符串

#起到转义效果
str_='c:\\pic\\demo\\one'
print(str_)

#r就是原生的效果，不起转义哦！
str_=r'c:\\pic\\demo\\one'
print(str_)

补充：sub()替换 和split()切割的使用

'''
 sub(正则表达式，替换值，原字符串） >替换  如：str.replace()
 先正则定位，再替换数据哦！
'''
# str_='熊出没视频点击量是:1098484'
# result = re.sub(r'\d+','123569',str_)
# print(result)

'''
 split(正则表达式，原字符串） >切割 如：str.split()
'''
# str_='peanut>butter,pervent,tattoo>accident>perspective'
# result=re.split(r',|>',str_)
# print(result)