format中文对齐问题
昨天那个爬虫的中文没有对齐,改了下面这个函数就会对其了。
def printUnivList(ulist, num):
#输出模板变量
tplt = "{0:10}\t{1:{3}^10}\t{2:^10}"
#输出
print(tplt.format("排名", "学校名称", "总分", chr(12288)))
#循环
for i in range(num):
u = ulist[i]
print(tplt.format(u[0], u[1], u[2], chr(12288)))
print("Suc" + str(num))
编译:将符合正则表达式语法的字符串转换成正则表达式特征。
正则表达式
表达式文本类型的特征
同时查找或替换一组字符串
只是一个字符串,并不是真正意义上的表达式。
是由字符和操作符构成的。
正则表达式常用的操作符
.
表示任何单个字符
[]
字符集,对单个字符给出取值范围。
例:[abc]表示a、b、c,[a-z]单个字符。
[^]
非字符集,对单个字符给出排除范围
例:[^abc]表示非a或b或c的单个字符。
*
,前一个字符0次或无限次扩展.
abc*表示ab、abc、abccc等
+
前一个字符1次或无限次扩展
abc+表示abc、abcc、abccc等
?
前一个字符0次或1次扩展
abc?表示ab、abc
|
左右表达式任意一个
abc|def表示abc、def
正则表达式的常用操作符
{m}
扩展前一个字符m次:ab{2}c表示abbc
{m,n}
扩展前的一个字符m至n次(含n):ab{1,2}c表示abc、abbc
^
匹配字符串开头,^abc表示abc且在一个字符串的开头。
$
匹配字符串结尾,abc$表示abc且在一个字符串的结尾。
()
分组标记,内部只能使用|操作符,(abc)表示abc,(abc|def)表示abc、def
\d
数字,等价于[0-9]
\w
,单词字符,等价于[A-Za-z0-9_|
^[A-Za-z]+$
由26个字母组成的字符串
^[A-Za-Z0-9]+$
由26个字母和数字组成的字符串
^-?\d+$
整数形式的字符串
^[0-9]*[1-9][0-9]*$
正整数形式的字符串
[1-9]\d{5}
中国境内邮政编码 ,6位
[\u4e00-\u9fa5]
匹配中文字符
\d{3}-\d{8}|\d{4}-\d{7}
国内电话号码,010-68913536
匹配IP地址的正则表达式
IP地址字符串形式的正则表达式(IP地址分4段,每段0-255)
\d+.\d+.\d+\d+
\d{1,3}.{1,3}.\d{1,3}.{1,3}
精确写法:
0-99:[1-9]?\d
100-199:1\d{2}
200-249:2[0-4]\d
250-255:25[0-5]
(([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]).){3}([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5])
PY{:3}N:将{}前的字符扩展0~3次。
raw string类型(原生字符串类型)
re库采用raw string类型表示正则表达式,表示为:r’text’
例如:
r’[1-9]\d{5}’
r’\d{3}-\d{8}|\d{4}-\s{7}’
raw string是不包含转义符的字符串
string类型,更繁琐。
re.search()在一个字符中搜索匹配正则表达式的第一个位置,返回match对象。
re.match()从一个字符串的开始位置起匹配正则表达式,返回match对象。
re.findall()搜索字符串,以列表类型返回全部能匹配的子串
re.split()将一个字符串按照正则表达式匹配结果。
re.finditer()搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象。
re.sub()在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串。
re.search(pattern, setting,flags=0)
在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象。
pattern
:正则表达式的字符串或原生字符串表示。
string
:待匹配的字符串
flags
:正则表达式使用时的控制标记
常用标记:
re.I
,re.IGNORECASE忽略正则表达式 的大小写,[A-Z]能够 匹配小写字符。
re.M
re.MULTLINE正则表达式中的^操作符能够给定字符串的每行当做匹配开始。
re.S
re.DOTALL 正则表达式中的.操作符能够匹配所有字符,默认匹配除换行外的所有字符。
re.search
re.match(pattern, string, flags=0)
从一个字符串的开始位置起匹配正则表达式,返回match对象。
pattern:正则表达式的字符串或 原生字符串表示。
string:待匹配字符串。
flags:正则表达式使用时的控制标记
re.findall(pattern, string, flags=0)
搜索字符串,以列表类型返回全部能匹配的子串。
pattern:正则表达式的字符串或原生字符串
string:待匹配字符串
flags:正则表达式使用时的控制标记
re.split(pattern, string, maxaplit=0, flags=0)
将一个字符串按照正则表达式匹配结果进行分割,返回列表类型。
pattern:正则表达式的字符串或原生字符串表示。
string:待匹配字符串
maxsplit:最大分割数,剩余部分作为最后一个元素输出。
flags:正则表达式使用时的控制标记。
re.finditer(pattern, string, flags=0)
搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象。
pattern:正则表达式的字符串或原生字符串表示
string:待匹配字符串
flags:正则表达式使用时的控制标记
re.sub(pattern, repl, string, count=0, flags=0)
在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串。
pattern:正则表达式的字符串或原生字符串表示
reql:替换匹配字符串的字符串
string:待匹配字符串
count:匹配的最大替换次数
flags:正则表达式使用时的控制标记
Re库主要功能函数
re.search()在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象。