19day

#正则表达式
# 正则表达式是一种让复杂的字符串问题变得简单的一个工具
# 匹配符号
#1.re模块简介
# re模块是python用来支持正则相关操作的系统模块
# fullmatvh(正则表达式,字符串) - 判断正则表达式和指定的字符串是否完全匹配,不能匹配结果是None'
from re import fullmatch
# 2.匹配类符号
# 正则表达式是由各种各样的正则符号组合而成
# 1)普通字符 - 在正则没有特殊功能和特殊意义的字符
#普通字符在正则表达式中表示符号本身,比例:a,A,0123...,中文..
result = fullmatch(r'abc','abc')
print(result)
# 2.2)特殊符号
# 1). -  匹配一个任意字符
# 注意:一个,只能匹配一个字符
result=fullmatch(r'a.b','a变b')
print(result)
# 2)\d - 匹配任意一个数字字符
result=fullmatch(r'a\db','a5b')
print(result)
#3) \s  -  匹配任意一个空白字符
# 空白字符:空格、\t、\n
result=fullmatch(r'abc\s123','abc\n123')
print(result)
#4)\D 、\S
#\D  -- 匹配一个非数字字符
#\S  -  匹配任意一个非空白字符
result=fullmatch(r'\Dabc\S123','Mabc=123')
print(result)
# [字符集] - 匹配字符集中任意一个字符
# 情况一:全是普通字符;[xyz12] - 匹配x或者y或者z或者1或者1
# 情况二:包含\开头的匹配符号,这个时候匹配符号的功能有效
# 情况三:减号在两个符号之间,表示谁到谁
#         [a-z] - 匹配任意一个小写字母
#         [A-Z]  -  匹配任意一个大写字母
#         [a-zA-Z] -匹配任意一个大写字母
#         [\u4e00-\u9fa5]- 匹配任意一个中文
result=fullmatch(r'a[xyz]c','alc')
print(result)
#6)[^字符集]  -  匹配不在字符集中的任意一个字符
result=fullmatch(r'1[^xyz]2','1是2')
print(result)
# 匹配次数
from re import fullmatch
# 用法:匹配符号匹配次数
# 1.*  -  0次或者多次(任意次数)
# a * b - b前面有任意多个a
# \d*b - b前面有任意多个数字
result=fullmatch(r'a*b','ab')
print(result)
result=fullmatch(r'[xyz]*b','b')
print(result)
# 2.+ -  1次或多次(至少1次)
result=fullmatch(r'[xyz]+b','xb')
print(result)
# 3.？ - 0次或者1次
result=fullmatch(r'\d?abc','4abc')
print(result)
# 写一个正则表达式可以匹配任意一个正整数
result=fullmatch(r'[+]?[1-9]?\d*','34')
print(result)
# 4.{}
# {M,N} - n次数
# {N}  =  n次
# {m,}-- 至少m次
# {,n} - z最多n次
# 1.贪婪和非贪婪
# 在匹配次数不确定的时候,匹配模式默认分为贪婪和非贪婪两种(默认是贪婪模式)
# *、+、{m，n}、{m，}、{，n}、？  -  贪婪
# ？、+？、
# # 注意:python中处理fullmatch以外都可能出现贪婪和非贪婪的问题
# from re import search
# result=search('.+b','试试bdfsjkdk')
# print(result)
# 非贪婪应用 - 爬虫
from re import findall
def get_html():
    html=open('./top250.html',encoding='utf-8').read()
    result=findall(r'<span class="inq">(.+?)</span>',html)
    print(result)
get_html()
# 分组和分支
# 1.分组 -()
# 应用场景1:将正则表达式中的部分用()括起来作为一个整体
result=fullmatch(r'([a-z]{3}\d{2}){3}',"abn23msk78skh89")
print(result)
# 应用场景2:重复 - 可以在有分组的正则表达式中通过'\n'来重复它前面第n个分组匹配到的内容
result=fullmatch(r'(\d)a\1','9a9')
print(result)
result=fullmatch(r'(\d)a\1','9a9')
print(result)
result=fullmatch(r'(\d)a\1','9a9')
print(result)
# 应用场景3:捕获  -  使用findall的时候，如果正则表达式中有分组,返回数据的时候只返回分组中匹配到的内容
result=findall(r'[a-z](\d+)','dfj34h344LL33')
print(result)
# 2.分支  - |
# 正则1|正则2  -  正则1和正则2中只要有一个能匹配成功就匹配成功
# abc239,abcMSH
result=fullmatch(r'abc(\d{3}|[A-Z]{3})','abcKMS')
print(result)
# 其他正则
# 1.转义符号 - 在本身具备特殊功能或者特殊意义的符号前加\,让其功能或者意义消失,变成一个普通符号
result=fullmatch(r'a\.b','a.b')
print(result)
# 让符号功能消失的另外一个方法:单独一个符号有特殊功能时候可以将这个符号方法[]中让其功能消失
result=fullmatch(r'[-ab^]123','-123')
print(result)
# 2.忽略大小写:在正则的最前面加(?i)
result=fullmatch(r'(?i)abc','AbC')
print(result)
# 3.单行匹配和多行匹配:
# 多行匹配,匹配的时候.不能和’\n‘匹配(默认)(?m)
# 单行匹配,匹配的时候,可以和'\n'匹配 - 在正则的最前面加(?s)
result=fullmatch(r'a.b','a\nb')
print(result)
result=fullmatch(r'(?si)a.b','a\nB')
print(result)
#4.re模块中的常用函数
# (常用)fullmatch(正则,字符串)  -  判断整个字符串是否符合正则描述的规则(完全匹配)
# match(正则,字符串)  -  匹配字符串开头,匹配成功返回匹配对象,匹配失败返回None
#search(正则,字符串)  -  获取字符串中第一个满足正则的子串,找到了返回子串对应的匹配对象,找不到返回None
# (常用)findall(正则,字符串)  -  获取字符串中所有满足正则的子串,返回一个列表,列表中的元素是字符串或者元组
# finditer(正则,字符串)  -  获取字符串中所有满足正则的子串,返回一个迭代器,迭代器中的元素是子串对应的匹配对象
# (常用)split(正则,字符串)  -  将字符串中所有满足正则的子串作为切割点,对字符串进行切割,返回一个列表,列表中的元素是字符串
# (常用)sub(正则,字符串1,字符串2) - 将字符串2中所有满足正则的子串都替换成字符串1,返回替换后的新字符串