python re 高级用法

python re 高级用法

这个模块提供类似于佩尔的正则表达式匹配操作。 它支持8位和 Unicode 字符串; 正在处理的模式和字符串都可以包含空字节和 US ASCII 范围之外的字符。 正则表达式可以包含特殊字符和普通字符。 大多数普通字符，如“ a”、“ a”或“0” ，都是最简单的正则表达式; 它们只是匹配自己。 可以连接普通字符，所以 last 匹配字符串‘ last’。

比较常用的方法

search

import re
help(re.search)
ret = re.search("\\d+", "阅读次数为 9999")
print(ret.group())

运行结果

findall

import re

help(re.findall)
ret = re.findall("\\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)

sub 将匹配到的数据进行替换

import re

help(re.sub)
ret = re.sub("\\d+","996", "python = 9999, c = 7890, c++ = 12345")
print(ret)

split 根据匹配进行切割字符串，并返回一个列表

import re

help(re.split)
ret = re.split(":| ","info:xiaoZhang 33 shandong")
print(ret)

从拉勾网爬取一份HTML保存到123.txt，然后从字符串中取出文本

<div>
        <p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p>&nbsp;<br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p>&nbsp;<br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

        </div>

实现代码

import re

def read(file_name):
	try:
		f=open(file_name)
	except Exception as e:
		return ""
	else:
		f_t=f.read()
		print("读取到：\n%s"%f_t)
		return f_t
	

def flie_sub(law,file_txt):
	ret=re.sub(law,"",file_txt)
	
	if ret:
		print(ret)
		# for x in ret.groups():
		# 	
		
	else:
		# print("%s没有发现匹配：%s"%(law,file_txt))
		print("*"*40)


file_txt=read("123.txt").splitlines()
print("返回：%s\n"%file_txt)
help(re.sub)
for x in file_txt:
	flie_sub("<\\w*>|</\\w*>|&nbsp",x)