Python正则表达式_常用匹配方法findall

正则匹配方法之findall

核心要点： findall()是将所有匹配到的字符，以列表的形式返回。
如果未匹配，则返回空列表。
一、pattern.findall()方法
语法： findall(string=None, pos=0, endpos=9223372036854775807, *, source=None)
函数作用：
在string[pos,endpos]区间从pos下标开始查找所有满足pattern的子串，直到endpos位置结束，并以列表的形式返回查找的结果，如果未找到则返回一个空列表。
参数说明：
**string：**被匹配的字符串
pos: 匹配的起始位置，可选，默认为0
endpos: 匹配的结束位置，可选，默认为len(string)。也就是说如果不指定pos和endpos的话，该方法会在整个字符串中查找满足条件的子串。

import re 
# 1、正则表达式中无分组
# 查找到正则表达式匹配的前10个字符中的所有数字
pattern=re.compile(r'\d+')
match=pattern.findall('o89ne1two2three3four4',0,10)
print (match)  #返回['89','1','2']

# 2、正则表达式中有1个分组
#查找字符串中所有的数字子串
import re
aa='erd12343.jl34d545fd789'
pattern=re.compile(r'.*?(\d+).*?')
result=pattern.findall(aa)
print (result)   # 返回 ['12343', '34', '545', '789']

# 3、正则表达式中有多个分组
# 提取字符串中所有域名地址
import re
add = 'https://www.net.com.edu//action=?asdfsd and other https://www.baidu.com//a=b'
pattern=re.compile(r'((w{3}\.)(\w+\.)+(com|edu|cn|net))')
result = pattern.findall(add)
print (result)   #返回 [('www.net.com.edu', 'www.', 'com.', 'edu'), ('www.baidu.com', 'www.', 'baidu.', 'com')]

总结如下：
A、无分组时，将所有匹配到的字符，以列表的形式返回
B、正则表达式中只有1个分组（即圆括号）时，返回的列表元素由所有成功匹配表达式中分组内容组成。
C、当正则表达式中含有多个分组时，返回列表中的元素由所有满足匹配的内容组成，但是每个元素都是由表达式中分组内容组成的元组。
二、re.findall()方法
语法： findall(pattern, string, flags=0)
函数作用： 获取字符串中所有能匹配的字符串，并以列表的形式返回。

参数说明：
pattern: 匹配的正则表达式
string： 被匹配的字符串
flags: 标志位，用于控制正则表达式的匹配方式，如是否区分大小写，是否匹配多行等
与pattern.findall()的区别：
不能指定匹配的区间pos和endpos

# 这里只举一个简单的例子，其他的与pattern.findall()原理一样
import re
res = re.findall(r'\w+', 'I am a boy!')
print  (res)   # 返回 ['I', 'am', 'a', 'boy']