python 笔记之 re模块正则及效率问题

最新推荐文章于 2024-04-30 19:24:04 发布

weixin_34293902

最新推荐文章于 2024-04-30 19:24:04 发布

阅读量981

点赞数

文章标签： python

原文链接：https://my.oschina.net/u/3824134/blog/1807707

版权

2019独角兽企业重金招聘Python工程师标准>>>

'''
搜索：regex101  在线正则匹配
https://regex101.com/
'''

'''
数字：\d
非数字：\D
空字符串：\s
非空字符串：\S
accsii码：\w
非accsii码：\W
所有字符：*
单个任意字符：.
0个或者一个：？
出现m-n次：{m,n}
一个或多个：+
以什么开头：^
以什么结尾：$
或者：|   --->  abc|bcd
匹配到的正则命名为name变量：{?P<name>正则}


'''

'''
匹配'<h1>xxx</h1>'
'''

# re.compile('<(?P<tagname>\w*)>.*</(?P=tagname)>')
# re.match('<h1>xxx</h1>')
#a = timeit.timeit(setup='''import re ; reg = re.compile('<(?P<tagname>\w*)>.*</(?P=tagname)>')''',stmt='''reg.match('<h1>xxx</h1>')''',number=1000000)
#b = timeit.timeit(setup='''import re''',stmt='''re.match('<(?P<tagname>\w*)>.*</(?P=tagname)>','<h1>xxx</h1>')''',number=1000000)
# print(a)
# print(b)
# 0.895464103505607
# 2.401233610585925
# 先写出正则表达式对象，然后匹配 效率高

'''
在：https://regex101.com/中 输入：
<(?P<tagname>\w*)>.*</(?P=tagname)>
<(?P<tagname>\w*)>(.*)</(?P=tagname)>
<(?P<tagname>\w*)>.*</(?P=tagname)>
<h1>xxx</h1>
想要什么结果，加括号
加括号进行分组
(<(?P<tagname>\w*)>(.*)</(?P=tagname)>)   # 有三个组
'''

#先声明一个正则对象，通过正则对象去匹配，这样效率高
s = str("aa<h1>xxx</h1> 到的  的 <html>xxx</html>")
# reg = re.compile(r"(<(?P<tagname>\w*)>(.*)</(?P=tagname)>)")  #加个r解决转义问题
reg = re.compile(r"(<(?P<tagname>\w+)>(.*)</(?P=tagname)>)")  #加个r解决转义问题
a=reg.match(s)  # 以开头进行匹配，没有返回空
print(a)  # None
b=reg.search(s).groups() # 从开头进行匹配，然后匹配第二个，返回一个结果
g=reg.search(s).group("tagname") # 从开头进行匹配，然后匹配第二个，返回一个结果
# group()[1]
print(b)  #('<h1>xxx</h1>', 'h1', 'xxx')
print(g)  #h1
# reg.split()
t = reg.findall(s)
print(t)  #[('<h1>xxx</h1>', 'h1', 'xxx'), ('<html>xxx</html>', 'html', 'xxx')]
# reg.groups()  # match  search 的

# 利用 https://regex101.com/  实时调试修改

x = '1one2two3three4four'
reg1 = re.compile("\d")
c = reg1.findall(x) # 查找正则   -- 匹配所有的
d = reg1.split(x)  # 正则为分隔符
print(c)  # ['1', '2', '3', '4']
print(d)  # ['', 'one', 'two', 'three', 'four']

转载于:https://my.oschina.net/u/3824134/blog/1807707