2019/10/30 04-Python的re模块使用

基本不用

如果想要多行和单行同时打勾，就需要用|或运算符

re模块会对模式进行编译（一般模式写的正则表达式都不怎么会进行修改），编译之后使用，效率更高，在项目使用中必须先编译，先把正则表达式用这个引擎先compile，编译之后得到一个正则表达式对象，这个对象就是关于python的，关于正则表达式的，下面就可以对字符串进行操作了，
python提供两套做法，一套编译后的做法，一套非编译后的做法（正则表达式使用都会编译的，编译就是避免反复编译，提高速度）

先写一个字符串测试一下
第一个函数match，有三个参数（pattern，string,flags(标志，单行多行这些东西，忽略大小写)

如果是多个的这么写即可，知道这么用即可

现在准备这么做，matcher匹配对象，没找到
一个区间0和1.这个索引放到切片里刚好能切除它来，但是现在只找到一个

找下o，找不到
bot在0到3的区间范围内
这里还有flags
编译后的对象拿到后，再match
这是两种写法，只要写个string即可

这两个是先编译后编译的问题
先编译得到对象，得到这个正在表达式对象，下面就去匹配，这个是手动编译一下

这个是你要找谁，然后去test里去找，

其实也是编译的，用这个方法就是内部要去编译

可以模式不变到其他字符串里面去找

这两种方式其实是一样的，只不过下面的是先手动编译，然后做匹配，上面的是内部编译

会把你匹配的pattern，这个patter就是你写的正则表达式进行编译

这么写只匹配b
总结：match不管你怎么写，根本不关心你里面怎么写
如下面虽然是多行但是还是没什么变化，
总结：match不管你多行单行，只从索引为0的开始

这个match，告诉你匹配了多少字符串
多行模式不管，只匹配到一个就结束了，不但匹配一个而且要求索引从0开始
我们之前练习的工具是全局的，match要求从索引0开始，如果索引0都匹配不上，后面就不用匹配了

单行模式
python也需要按照标准来，只有命名分组要注意语法不一样

看看match还有什么

还有pos，endpos
如何理解pos和endpos
从1开始逢8转行，索引匹配上，1开始，1-1位置7就取出了bag，说明这个位置可以调
写成11就是big

这个参数里就没有调整位置的

match只匹配一次但是必须从开头开始，开头跟指针有关，如果挪动pos，指针就跑了

match两种用法，编译后用，不编译用
search搜索

search找到第一个匹配之后就停止了，就不再继续搜索了

这两个方法用哪个都行

推荐这样的写法，应该先编译

match都是从开头开始，但是search就可以加^秃子符了
现在整好从1开始找到bottle了

调整一下就找不到了，在普通模式下，行首指的是最前面这个地方，指针指向1，就不是b开头的
编译时传一下,re.M多行，正则表达式一定要测试，因为方言的原因各个都不一样
现在就有多行了，秃子符就在行首，找到第二行了，search就不往下找了
search跟match一样找到就算了，不找了，match是锚定开头
search从你指定的位置向后找，如果找到就返回第一个匹配，第二个就不找

看下这后面能否起作用
，serch没有这个功能接收
serch没有这个功能接收

只能在compile编译的里面

编译完之后得到对象，然后search
正则表达式的编译还是比较耗时的，经常使用，建议使用编译后的对象调方法做，而不是一上来先写完，每次执行编译一次，特别浪费时间
这一块写的时候就需要特别注意
这就是search的行为，从你指定的位置开始向后找，但是找到第一个就返回了，没找到只能告诉你没有匹配到，返回一个none
这时候写什么开头和结尾就要按照什么多行单行来理解

search是从你指定的位置开始，向后找，找第一个匹配

这些都属于单词匹配

match是锚定开头的的，也可以在编译对象指定开始结束位置

1到4就找不到在这个范围里

意思在于full

full的意思是要把整个字符串指定的区域都算在内

加L虽然贪婪但是遇到L就停止了，这就不是fullmatch，差一个字符都不行
fullmatch既然是全部匹配，那匹配一小部分肯定不行的，只要不是匹配的所谓全长就出问题了

你这个匹配不带换行符\n，是匹配不上的
这个就是前包后不包，是可以完全匹配上的
这样应该就能匹配了

完全匹配就是，应该把你给的正则表达式，把你给定的子串里面的所有字符全部用到，这才叫full，这个叫完全匹配。其实就看下，左索引和右索引完全一致就是完全匹配了

match必须从头匹配，或者从指定的位置，不要求完全匹配，匹配上就行
search从你指定的地方找到第一个就停了

锚定开头和结尾必须一样，字符串多长全匹配上，fullmatch使用的很少，

多行模式下，托字符还是有用的
fullmatch，是前包后不包
match搞定的就是想象的search，从某个位置开始开始

全文搜索

单行的就把所有的匹配
这个是立即返回一个列表，列表放的是匹配的值
确定了里面全是字符串，findall是从当前字符串的，开头向后search，找到第一个不行，还要向后找一直找到结尾，把所有能匹配的项，转成字符串封装到列表
看看re.compile先编译一下，编译后也有findall
这个字符串想要从哪里到哪里查

立即返回列表，里面是匹配的字符串
search是返回的match对象

这个要编译，需要指定字符串

这个是一个迭代器

next一下转一下
findall是立即返回一个列表，里面 匹配的是字符串
finditer的方法可以拿到里面的每一次匹配对象，匹配对象带分组
（如果说仅仅匹配的东西就是你想要的，实际上可以不用这个）

findall，一个立即返回列表，里面是字符串，finditer是返回迭代器，迭代出的每一个都是match对象

全文搜索两套方法，1立即求值
2，返回迭代器，逐次迭代的

替换的方法

这里可以模式替换，还可以指定多少次，字符串的replace的就做不到

\w代表字符，数字，下划线
（模式，替换的字符，对什么操作）

不想换行也很简单，看的清楚一点，替换之后是新的字符串

count缺省值是0，（是遇到几个替换几个）

1就替换一次

上限100，但是都
这是两个版本，详细的，先编译后编译
subn是，切完之后返回的是一个元组，n代表替换了n次

模式替换，现在pattern模式里面，能替换的就替换了，但是string的replace就不可以
以前只能这么切，后面的\n就没办法
字符串的split能力太弱
用正则表达式，可以先把\s切割一下

为什么会出现这个，是按照一个字符一个字符来切的，碰到\n切一刀，\t切一刀

默认情况下是按照\s+切的，空白字符+切的
其实大多数工具都是用的\s+作为分隔符
现在是要把bag提取出来，旁边的()还在

这样就搞定了

把每行的单词提取出来

现在这样切出来是这个样子

这个就是个特例

这样也可以

因为这里切一刀免不了有个缺点

如果切出来空，循环的时候可以判断，这样也比我们之前处理字符串split要方便
分组，加一个小括号即可，（?:）这样分组就不存在了，（?P<）命名分组,python加P，还有断言
这样就可以了
str，一个字符串就没有分组

应该使用finditer，得到的结果在match对象中

套了括号就肯定有分组，每个match对象都有分组，一定要是match对象才有分组
match对象的分组就是自己，因为把自己包进去了
match匹配一次，里面有一个分组是b
finditer会返回match，match里面才能拿到group，match和group并不一致，要看你的括号在哪里

这样拿到一个可迭代对象results
有时候想要的不是match而是分组

如果写的是断言出来的就是直接想要的，可以不用分组，直接match结果可以用，直接用findall即可

groups看名字就是打印所有分组，results是返回的迭代器，不能直接groups，match对象才能groups

使用search试试，结果肯定是一个

groups还是bottle

group后面可以接受参数，分组从1 开始
0代表matcher，1代表分组号
0是跟你分组没有关系，0是匹配

现在没有分组，输入1就肯定报错
加了问号就分组彻底没了

命名分组，python要加P
试试命名分组有什么用

只要有分组都算groups，有分组都可以按groups来，只要有命名分组才进dict里，没有命名就不用进dict了，所有的分组都可以在groups里用，这个group都可以用索引的，分组是有分组号的，一定是用索引的
0指的是匹配
分组能给你返回一个字典
encode可以看到回车换行符

练习

能不能把标题提取出来，比如热点新闻

18位是2代，15位是老的

判断密码是不是强密码