正则表达式

re.match(正则表达式,要被匹配的字符串)

data = re.match(r'正则表达式',要被匹配的字符串)

一旦对象创建成功，就意味着正则表达式匹配成功

• 如果正则表达式匹配成功，就返回出 对象
• 如果正则表达式匹配不成功，就返回出 None

1、匹配单个字符

字符	功能
.	匹配任意一个字符 （除了\n之外）
[ ]	匹配 [ ] 中列举的字符
\d	匹配数字：0,1,2,3,4,5,6,7,8,9
\D	匹配非数字，既不是数字
\s	匹配空白，即 空格 和 tab 键
\S	匹配非空白
\w	匹配单词字符，即a-z,A-Z,0-9,_
\W	匹配非单词字符

import re

data = re.match(r'哈利波特\d','哈利波特1')
print(data.group())  # 利用对象的group方法拿到匹配成功的数据

import re

data = re.match(r'哈利波特[1-7]','哈利波特8')
print(data.group())  # 利用对象的group方法拿到匹配成功的数据

如果不是数字，而是字母呢？

匹配所有的大、小写字母 和 数字（只取一个，单字符的匹配）：

import re

data = re.match(r'哈利波特[a-zA-Z0-9]','哈利波特0')
print(data.group())  # 利用对象的group方法拿到匹配成功的数据

2、匹配多个字符

字符	功能
*	匹配前的一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
？	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现从m到n次

还有一个知识点：一个 \d 代表一个数字，那么两个数字也是可以用两个 \d 的：




星号 可以匹配任意一个字符（\n除外） 数量的规范

3、匹配开头和结尾

字符	功能
^	匹配字符串 开头
$	匹配字符串 结尾

4、匹配分组的介绍

字符	功能
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到的字符串
(?P)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

# 要求匹配邮箱，可以是163和QQ邮箱

import re
while True:
    email_ = input('请输入一个邮箱地址：')
    data = re.match('^[a-zA-Z0-9_]{4,13}@([qQ]{2}|163)\.com$',email_) # \转义，让.真的是.而不是任意字符
    if data:  # 如果匹配成功，data 为 True
        print('%s是一个符合规范的QQ邮箱地址------' % email_)
    else:
        print('%s不是一个符合规范的邮箱地址******' % email_)

5、r 和 反斜杠转义

当然上面是建立在前面有 r 的基础上的转义，只加一个 \ 就好了

如果没有加 r 呢？

这时候就需要两个 \

6、贪婪和非贪婪

贪婪：
能取多少就取多少

# 贪婪与非贪婪
# 正则表达式取数据的时候总是贪婪的
import re

s = '<a>123<a>456'
    #  < 匹配到第一个<   a>123<a>456都是.*匹配到的 因为它默认是贪婪的
data = re.match(r'<.*>\d{3}',s)
print(data.group())

非贪婪：（就加了一个?）
能少取就尽量少取

import re

s = '<a>123<a>456'
data = re.match(r'<.*?>\d{3}',s)
print(data.group())

贪婪 和 非贪婪 都是满足匹配条件的！

7、re 模块深入

re.match() 是默认匹配开头的

import re

data = '这个视频的点击量：666666'
demo = re.search(r'\d{6}',data)
print(demo)
print(demo.group()) 

findall 匹配成功之后，不会和match一样得到一个对象，而是得到一个列表

import re

data = '这个视频的点击量：666666，下载量：555555，转发量：444444'
demo = re.findall(r'\d{6}',data)
print(demo)
for i in demo:
    print(i,end=',')

sub >> 替换：

import re
s = '视频的点击量：1'
      # 要替换的部分，要替换成什么
data = re.sub(r'\d+','2',s)
print(data)

也可以像下面这样，不用写死，让最后的值灵活增加：

import re

def add(obj):
    num1 = obj.group()  # 得到匹配成功的数据 123
    num2 = int(num1) + 1
    return str(num2)

data = re.sub(r'\d+',add,'视频播放量是：123')
print(data)

split >>> 切割

import re

s = 'hello，武汉加油，湖北加油>中国加油'  # 切割
data = re.split(r'，|>',s)  # 竖线表示“或”，逗号和尖括号都不想要，把它俩全部切割出来
print(data)