re.search
re.search 扫整个字符串并返回第一个成功的匹配
content = 'Extra Stings Hello 1234567 World_This is a Regex Demo Extra Stings'
result = re.match('Hello.*?(\d+).*?Demo',content) # 从开头开始匹配
print(result)
None
result = re.search('Hello.*?(\d+).*?Demo',content) # 从字符串中找到
print(result)
<_sre.SRE_Match object; span=(13, 53), match='Hello 1234567 World_This is a Regex Demo'>
为匹配方便,能用search就不用match
匹配练习
# 提取 齐秦 往事随风
html = '''<div id="songs-list">
<h2 class="title">经典老歌</h2>
<p class="introduction">
经典老歌列表
</p>
<ul id="list" class="list-group">
<li data-view="2">一路上有你</li>
<li data-view="7">
<a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
</li>
<li data-view="4" class="active">
<a href="/3.mp3" singer="齐秦">往事随风</a>
</li>
<li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
<li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
<li data-view="5">
<a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a>
</li>
</ul>
</div>'''
res = re.search('<li.*?active.*?singer="(.*?)">(.*?)</a>', html, re.S)
if res:
print(res.group(1), res.group(2)) # 打印出2个括号的内容
齐秦 往事随风
# 去掉 active.*?
res = re.search('<li.*?singer="(.*?)">(.*?)</a>', html, re.S)
if res:
print(res.group(1), res.group(2))
任贤齐 沧海一声笑
# 却掉re.s 模式
# .* 匹配不到换行符 因此只能匹配到第一个 没有换行符内 容的 光辉岁月
res = re.search('<li.*?singer="(.*?)">(.*?)</a>', html)
if res:
print(res.group(1), res.group(2))
beyond 光辉岁月
re.findall
搜索字符串,以列表形式返回全部能匹配的子串
获取所有 a 节点的超链接、歌手和歌名
results = re.findall('<li.*?href="(.*?)".*?singer="(.*?)">(.*?)</a>', html, re.S)
print(results)
[('/2.mp3', '任贤齐', '沧海一声笑'), ('/3.mp3', '齐秦', '往事随风'), ('/4.mp3', 'beyond', '光辉岁月'), ('/5.mp3', '陈慧琳', '记事本'), ('/6.mp3', '邓丽君', '<i class="fa fa-user"></i>但愿人长久')]
print(type(results)) # 返回结果是list
<class 'list'>
for result in results: #遍历一次打印出每组信息
print(result)
('/2.mp3', '任贤齐', '沧海一声笑')
('/3.mp3', '齐秦', '往事随风')
('/4.mp3', 'beyond', '光辉岁月')
('/5.mp3', '陈慧琳', '记事本')
('/6.mp3', '邓丽君', '<i class="fa fa-user"></i>但愿人长久')
re.sub(字符串替换)
替换字符串中每一个匹配的子串后返回替换后的字符串
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
# re.sub(正则表达式,新字符,原字符串)
content = re.sub('\d+','', content) #匹配数字,替换为''为空
print(content)
Extra stings Hello World_This is a Regex Demo Extra stings
替换目标,是原字符串本身或包含原字符串
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
content = re.sub('(\d+)',r'\1 8910', content) # \1表示 group1,保证是原生字符就在前面加一个r
print(content)
Extra stings Hello 1234567 8910 World_This is a Regex Demo Extra stings
re.compile
将正则字符串编译成正则表达式对象
将一个正则表达式串编译成正则对象,以便用于复用该匹配模式
content = 'Hello 123 4567 World_This is a Regex Demo'
pattern = re.compile('Hello.*Demo', re.S)
res = re.match(pattern, content)
print(res)
<_sre.SRE_Match object; span=(0, 41), match='Hello 123 4567 World_This is a Regex Demo'>