正则表达式的使用、 re 模块及分组在re模块中的使用

 

目录

 

模块的定义

模块的类型

re模块

三个查找方法 findall search  match

字符串处理扩展：替换  切割

re模块进阶

compile ：节省使用正则表达式解决问题的时间

finditer 节省使用正则表达式解决问题的时间/内存

分组在re模块中的使用

分组命名

正则表达式的使用技巧

匹配整数

匹配标签

爬虫实例 

---

模块的定义

模块就是功能的集合， 模块是python提供给我们去操作这个内容的方法，这个要操作的内容本来就存在。

例：时间模块 在python中操作时间，在python中显示时间 计算时间

模块的类型

1. 内置模块：解释器自带的，不需要自己安装
2. 第三方模块：需要我们自己安装的
3. 自定义模块：我们自己写的模块

re模块

在python中使用正则表达式，先要导入re模块

三个查找方法 findall search  match

findall:匹配所有能匹配上的，每一项都是列表中的一个元素

语法：findall（正则表达式，待匹配的字符串，flag）

实例：

import re
ret=re.findall('\d+','shdu128wer93')
print(ret)  

结果：
['128', '93']

search：只匹配从左到右的第一个，得到的不是匹配的结果，而是一个变量，通过变量的group方法获取结果。如果没有匹配到会返回None，使用group会报错。

实例：

import re
ret=re.search('\d+','shdu128wer93')

print(ret)#内存地址，这是一个正则匹配的结果 <_sre.SRE_Match object; span=(4, 7), match='128'>
print(ret.group())#通过ret.group()获取真正的结果   128

如果没有匹配到会返回None，使用group会报错。

推荐写法：

ret=re.search('\d+','shdu128wer93')
if ret:
    print(ret.group())  #128

match：从头开始匹配，相当于search中的正则表达式加上'^'

实例：

ret=re.match('\d+','shdu128wer93')
#ret=re.match('^\d+','shdu128wer93')
print(ret)  #None

ret=re.match('\d+','128shduwer93')
#print(ret)  #<_sre.SRE_Match object; span=(0, 3), match='128'>

字符串处理扩展：替换  切割

split：返回列表，按照正则表达式切割，默认匹配到的内容会被切割

实例：

s