python中的正则表达式的运用

1.字符集

• 匹配到一个字符

[abc]  : 匹配a/b/c中的任一字符
[a-z]  : 匹配a-z之间的任一字符
[^b-z] : 匹配非b-z之间的任一字符

2.概括字符集 

• 匹配到一个字符

\d  ： 数字（匹配到一个元素）
\D  : 非数字
\w  : 字母
\W  : 非字母
\s  ：不可见字符（空格、制表符\t、垂直制表符\v、回车符\r、换行符\n、换页符\f）
\S  : 不是不可见字符


import re

target = '点赞数：12'
result = re.findall('\d', target) # 这一行中的\d表示只要该位置上的字符是数字，就匹配成功，返回结果，一次只表示一个字符
print(result)


》['1','2']

3.量词

• findall("匹配规则"，需匹配的字符串)，全部搜索，返回搜索到的所有字符串。
• match() : 若子字符串头部首个的元素不匹配，则返回None,只有头部的第一个元素匹配时，才继续匹配并返回第一个匹配的字符串的re.Match对象，匹配的结果用.group()方法查看。
• search(): 从头匹配，匹配到第一个符合re的值之后返回re.Match对象，并不继续匹配下去，匹配的结果用.group()方法查看。
• 常用findall() 或 search()方法。

{3}   : 前面的字符出现三次
{3,8} : 前面的字符出现3-8次
？    : 前面的字符出现0/1次  （非贪婪）
+     ：前面的字符出现1/无限次 （贪婪）
*     ：前面的字符出现0/无限次


import re

content = '点赞数：12'
result = re.findall('\d{1,10}', content)# 这一行中的\d表示一个数字字符，{1,10}表示这个\d出现1‐10次都匹配成功，只要点赞数在0‐9999999999之间都可以匹配出来。
# 同样也可以这样写：
result = re.findall('\d+', content)
print(result)

》['12']

 4.锚字符

• .        :  匹配除换行符外的所有符号
• .*       :  匹配任意多个除换行符外的所有符号

^  : 以...字符开头
$  : 以...字符结尾

5.组

• 返回（）内匹配的字符。

(\d+)  : 返回（）内匹配成功的字符。


1.加括号
import re
content = '发布于2020/12/23'
result = re.findall('.*?(\d.*\d)', content) # 这一行的.*表示匹配除换行符外的任意多个字符，？表示非贪婪匹配
# (\d.*\d)表示一个组，以数字开头，以数字结尾，.*表示中间可以是除换行符以外的任意多个字符
# 最终返回的结果就是括号内匹配到的结果。
print(result)

》['2020/12/23']



2.不加括号
import re
content = '发布于2020/12/23'
result = re.findall('.*?\d.*\d', content)
print(result)

》['发布于2020/12/23']

6.re.sub('待匹配字符串'， '待替换字符串'，content) 

import re

content = 'python PHP java c javascript java php'
result = re.sub('php', 'python', content,flags=re.I)
print(result)


# python python java c javascript java python


count=  : 默认是全部替换，=几，就替换多少个查找到的字符。
re.I    : 不区分大小写。

sub方法设计的精妙之处，就是sub的第二个参数可以是一个函数 （将匹配的结果以参数的形式传递给函数）

import re

def judge(value):
    value = value.group() # 用group方法获取到匹配结果，以下逻辑是对value进行逻辑判断
    if int(value) < 60:
        return '不及格'
    elif int(value) < 80:
        return '中'
    elif int(value) < 90:
        return '良'
    else:
        return '优'
content = '小明：59 小红：66 小白：83 小绿：98 小王：100'
result = re.sub('\d+', judge, content)
# 这里sub的第二个参数就是一个函数judge，第一个参数匹配到的结果会作为value传递进judge函数中，从而在judge中可以对他进行判断，函数的返回值将会替换掉匹配结果。
print(result)


#小明：不及格 小红：中 小白：良 小绿：优 小王：优