2.1 正则表达式及re模块

基本用法：
正则的语法: 使⽤元字符进⾏排列组合⽤来匹配字符串 在线测试正则表达式https://tool.oschina.net/regex/




案例：

综上我们可以发现.表示尽可能多的匹配，.?表示尽可能少的匹配

import re
#findall 查找所有. 返回list
lst = re.findall(r"m", "mai le fo len, mai nimei!")
print(lst) # ['m', 'm', 'm']
lst = re.findall(r"\d+", "5点之前. 你要给我5000万")
print(lst) # ['5', '5000']

#['m', 'm', 'm']
#['5', '5000']

#finditer:匹配字符串中的所有的内容，返回的是迭代器，
#从迭代器中拿到内容需要.group
it = re.finditer(r"\d+","我的电话是：10086，我女朋友的电话是：10010")
print(it)
for i in it:
    print(i)
    print(i.group())

#<callable_iterator object at 0x000002715852C208>
<re.Match object; span=(6, 11), match='10086'>
10086
<re.Match object; span=(21, 26), match='10010'>
10010

#search 会进⾏全文匹配. 但是如果匹配到了第⼀个结果. 就会返回这
#个结果. 如果匹配不上search返回的则是None
ret = re.search(r'\d', '5点之前. 你要给我5000万')
print(ret.group()) # 5

#match 只能从字符串的开头进⾏匹配
ret = re.match('a', 'abc').group()
print(ret) # a

#compile() 可以将⼀个⻓⻓的正则进⾏预加载. ⽅便后⾯的使⽤
obj = re.compile(r'\d{3}') # 将正则表达式编译成为⼀个正则表达式对象, 规则要匹配的是3个数字
ret = obj.search('abc123eeee') # 正则表达式对象调⽤search, 参数为待匹配的字符串
print(ret.group()) # 结果: 123

#re.S让.能匹配换行符
r = """
<div class='wyf'><span id='1'>吴亦凡</span></div>
<div class='hb'><span id='2'>黄渤</span></div>
<div class='hg'><span id='3'>胡歌</span></div>
<div class='hx'><span id='4'>黄训</span></div>
<div class='zyx'><span id='5'>张艺兴</span></div>
"""
obj = re.compile(r"<div class='.*?'><span id='.*?'>.*?</span></div>",re.S)
result = obj.finditer(r)
for it in result:
    print(it.group())

#<div class='wyf'><span id='1'>吴亦凡</span></div>
<div class='hb'><span id='2'>黄渤</span></div>
<div class='hg'><span id='3'>胡歌</span></div>
<div class='hx'><span id='4'>黄训</span></div>
<div class='zyx'><span id='5'>张艺兴</span></div>

#匹配的内容再进行筛选(?P<name>.*?)
r = """
<div class='wyf'><span id='1'>吴亦凡</span></div>
<div class='hb'><span id='2'>黄渤</span></div>
<div class='hg'><span id='3'>胡歌</span></div>
<div class='hx'><span id='4'>黄训</span></div>
<div class='zyx'><span id='5'>张艺兴</span></div>
"""
obj = re.compile(r"<div class='(?P<suoxie>.*?)'><span id='(?P<id>.*?)'>(?P<star>.*?)</span></div>",re.S)
result = obj.finditer(r)
for it in result:
    print(it.group()) 
    print(it.group("suoxie"))
    print(it.group("id"))
    print(it.group("star"))

#<div class='wyf'><span id='1'>吴亦凡</span></div>
wyf
1
吴亦凡
<div class='hb'><span id='2'>黄渤</span></div>
hb
2
黄渤
<div class='hg'><span id='3'>胡歌</span></div>
hg
3
胡歌
<div class='hx'><span id='4'>黄训</span></div>
hx
4
黄训
<div class='zyx'><span id='5'>张艺兴</span></div>
zyx
5
张艺兴