python 常用的正则表达式

正则：用来匹配字符串的一门表达式语言

测试的方法：https://tool.oschina.net/regex/

1.支持普通字符

2.元字符：就一个符号来匹配一堆内容

        \d  能够匹配一个数字(0-9)

        \w  能够匹配数字，字母，下划线(0-9,a-z，A-Z，_)

        \W 除了数字，字母，下划线以外的内容

        \D 除了数字以外的内容

        [abc] 匹配a,b,c

        [^abc] 除了a, b,c

        .  除了换行符以外的其他所有内容都可以被匹配

3.量词：控制，前面元字符出现的频次

        +：前面的元字符出现1次或多次,贪婪匹配的,尽可能多的拿到数据

        

 

        *：前面的元字符出现0次或多次，贪婪匹配的.尽可能多的拿到数据

        

 

        ?：前面的元字符出现0次或1次

        

 

    4:python中re库的基本使用：

 import re

result=re.findall(r"\d+","今天我花了很多钱，买了100台手机，花费200w")

print(result)                                            输出：['100', '200']

 import re

search拿到第一个结果就返回

result=re.search(r"\d+","今天我花了很多钱，买了100台手机，花费200w")

print(result)                                          输出： <re.Match object; span=(11, 14), match='100'>

print(result.group())                              输出：100

 import re

#把所有的结果放在一个迭代器内

result=re.finditer(r"\d+","今天我花了很多钱，买了100台手机，花费200w")

print(result)                               输出：<callable_iterator object at 0x000001CC98BA6770>

for item in result:

         print(item.group())             输出：100 200

 #预加载

# obj=re.compile(r"\d+")

# result=obj.findall("今天我花了很多钱，买了100台手机，花费200w")

# print(result)                      

s='''
<div class='acv'>
    <div><a href="baidu.com">我是百度</a></div>
    <div><a href="qq.com">我是腾讯</a></div>
    <div><a href="163.com">我是网易</a></div>
</div>
'''

obj=re.compile(r'<div><a href=".*?">.*?</a></div>')
result=obj.finditer(s)
for item in result:
    print(item.group())
        # <div><a href="baidu.com">我是百度</a></div>
        # <div><a href="qq.com">我是腾讯</a></div>
        # <div><a href="163.com">我是网易</a></div>

s=''' <div class='acv'> <div><a href="baidu.com">我是百度</a></div> <div><a href="qq.com">我是腾讯</a></div> <div><a href="163.com">我是网易</a></div> </div> '''

obj=re.compile(r'<div><a href="(?P<url>.*?)">(?P<txt>.*?)</a></div>')
result=obj.finditer(s)
for item in result:
     url=item.group('url')
     txt=item.group('txt')
     print(txt,url)
# 我是百度 baidu.com
# 我是腾讯 qq.com
# 我是网易 163.com

        或者：

        print(item.groupdict())

# {'url': 'baidu.com', 'txt': '我是百度'}

# {'url': 'qq.com', 'txt': '我是腾讯'}

# {'url': '163.com', 'txt': '我是网易'}