字符匹配:
r'westos'
字符类:
[pP]ython
westos[pP]
[aeiou]
[a-z]
[A-Z]
[a-zA-Z0-9]
[^aeiou]
[^0-9]
特殊字符类:
.: 匹配除了\n之外的任意字符; [.\n]
\d: digit--(数字), 匹配一个数字字符, 等价于[0-9]
\D: 匹配一个非数字字符, 等价于[^0-9]
\s: space(广义的空格: 空格, \t, \n, \r), 匹配单个任何的空白字符;
\S: 匹配除了单个任何的空白字符;
\w: 字母数字或者下划线, [a-zA-Z0-9_]
\W: 除了字母数字或者下划线, [^a-zA-Z0-9_]
"""
import re
# 匹配数字
# pattern = r'\d'
pattern = r'[0-9]'
string = "hello_1$%"
print(re.findall(pattern, string))
# 匹配字母数字或者下划线;
# pattern = r'\w'
pattern = r'[a-zA-Z0-9_]'
string = "hello_1$%"
print(re.findall(pattern, string))
# 匹配除了字母数字或者下划线;
# pattern = r'\W'
pattern = r'[^a-zA-Z0-9_]'
string = "hello_1$%"
print(re.findall(pattern, string))
# .: 匹配除了\n之外的任意字符; [.\n]
print(re.findall(r'.', 'hello westos\n\t%$'))
# regular experssion
import re
# *************************match方法*************************8
# match尝试从字符串的起始位置开始匹配;
# - 如果起始位置没有匹配成功, 返回None;
# - 如果起始位置匹配成功, 返回一个对象, 通过group方法获取匹配的内容;
# Try to apply the pattern at the start of the string, returning
# a match object, or None if no match was found.
aObj = re.match(r'we', 'wetoshello')
print(aObj)
print(aObj.group())
# \d 单个数字
# \D \d的取反 , 除了数字之外
bObj = re.match(r'\d', '1westos')
if bObj:
print(bObj.group())
bObj = re.match(r'\D', '_westos')
if bObj:
print(bObj.group())
# *****************************findall********************
# findall会扫描整个字符串, 获取匹配的所有内容;
res = re.findall(r'\d\d', '阅读数为2 点赞数为10')
print(res)
# *************************search*******************8
# search会扫描整个字符串, 只返回第一个匹配成功的内容的SRE对象;
# - 如果起始位置没有匹配成功, 返回None;
# - 如果起始位置匹配成功, 返回一个对象, 通过group方法获取匹配的内容;
resObj = re.search(r'\d', '阅读数为8 点赞数为10')
if resObj:
print(resObj.group())
^((https|http|ftp|rtsp|mms)?:\/\/)[^\s]+
# ^: 以什么开头
# (https|http|ftp|rtsp|mms): 代表一个分组
# [https|http|ftp|rtsp|mms]: 代表一个分组
^:
如果没有在[]里面的时候, 代表以什么开头;
如果在[]里面的时候,代表除了...之外;
"""
# \d ==== [0-9] === [0123456789]
import re
url = 'http://www.baidu.com'
pattern = r'^((https|http|ftp|rtsp|mms)?:\/\/)\S+'
# 进行分组的时候, findall方法只返回分组里面的内容;
# print(re.findall(pattern, url))
resObj = re.search(pattern, url)
if resObj:
# group方法会返回匹配的所有内容;
print(resObj.group())
# groups方法返回分组里面的内容;
print(resObj.groups())
# \1: 代表的是一定要与第一个分组的内容保持一致, 否则不匹配;
\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}
"""
import re
date = '2019-10-10'
pattern = r'\d{4}(\-|\/|.)\d{1,2}\1\d{1,2}'
reObj = re.search(pattern, date)
if reObj:
print(reObj.group())
print(reObj.groups())
字符串是否包含中文 []表示匹配方括号的中任意字符,
\u4e00是Unicode中汉字的开始,\u9fa5则是Unicode中汉字的结束
[\w\-\u4e00-\u9fa5]+
"""
import re
user = '西部开源123'
pattern = r'[\w\-\u4e00-\u9fa5]+'
print(re.findall(pattern, user))
表示分组
| : 匹配| 左右任意一个表达式即可;
(ab): 将括号中的字符作为一个分组
\num: 引用分组第num个匹配到的字符串
(?P<anme>): 分组起别名
(?P=name) : 引用分组的别名
"""
import re
print(re.findall(r'westos|hello', "hellowestos"))
# 进行分组的时候, findall方法只返回分组里面的内容;
print(re.findall(r'(http|https)(.+)', 'http_hello'))
# search
sreObj = re.search(r'(http|https)(.+)', 'http_hello')
if sreObj:
# group方法会返回匹配的所有内容;
print(sreObj.group())
# groups方法返回分组里面的内容;
print(sreObj.groups())
# 需求: 获取标签里面的文字, 并判断标签是否成对出现?
htmlStr = "<html><p>welcome to westos!</p></html>"
pattern = r'<(\w+)><(\w+)>(.+)</\2></\1>'
print(re.findall(pattern, htmlStr))
print(re.findall(pattern, htmlStr)[0][2])
# 需求: 分组起别名?
htmlStr = "<html><p>welcome to westos!</p></html>"
pattern = r'<(?P<FirstTag>\w+)><(?P<SecondTag>\w+)>(?P<Text>.+)' \
r'</(?P=SecondTag)></(?P=FirstTag)>'
print(re.findall(pattern, htmlStr))
sreObj = re.search(pattern, htmlStr)
if sreObj:
print(sreObj.group())
print(sreObj.groups())
print(sreObj.groupdict())
print(sreObj.groupdict()['Text'])