学习一下python的正则表达式的用法
python中需要通过正则表达式对字符串进行匹配，使用re模块
需要3个步骤
- 导入模块
- 使用match方法进行匹配操作 result=re.match(正则表达式，要匹配的字符串)
- result.group() 如果上一步匹配到数据，使用group方法来提取数据。
re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object）,否则返回None(不是空字符串“”“”)
匹配对象Match Object具有group方法，用来返回字符串的匹配部分。
注意^的用法
[^a]表示“匹配除了a的任意字符”。[^a-zA-Z0-9]表示“找到一个非字母也非数字的字符”。[\^abc]表示“找到一个插入符或者a或者b或者c”。[^\^]表示“找到除了插入符外的任意字符”。（呕！）
只要是”^”这个字符是在中括号”[]”中被使用的话就是表示字符类的否定，如果不是的话就是表示限定开头。我这里说的是直接在”[]”中使用，不包括嵌套使用。
其实也就是说”[]”代表的是一个字符集，”^”只有在字符集中才是反向字符集的意思
小括号就是括号内看成一个整体 ，中括号就是匹配括号内的其中一个，大括号就是匹配几次
re.match("xxx","xxxxxx")能够匹配出以"xxx”开头的字符串
例子：
python的原生字符串,r,使得反斜杠使用更清晰
正则表达式使用"\"作为转义字符，若需要匹配文本中的字符"\"，使用编程语言表示的正则表达式将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
ret=re.match(r"c:\\a","c:\\a")------ret.group()结果：c:\\a; print(ret.gropu())---结果：c:\a
..
使用方法：
1、通过$来确定末尾
>>> ret=re.match("[\w]3$","h3")
>>> ret.group()
'h3'
>>>
>>> ret=re.match("[\w]{3,8}3$","h3llo3")
>>> ret.group()
'h3llo3'
2、^匹配字符串开头
>>> ret=re.match("^hello","hello")
>>> ret.group()
'hello'
>>> ret=re.match("^hello","hello122")
>>> ret.group()
'hello'
3、匹配字符串开头和结尾: ^ $
>>> ret=re.match("^hello","hello")
>>> ret.group()
'hello'
>>>
>>> ret=re.match("^hello111$","hello111")
>>> ret.group()
'hello111'
>>>
>>> ret=re.match("^hello1$","hello1")
>>> ret.group()
'hello1'
4、\b匹配一个单词的边界
>>> re.match(r".*\bver\b","how ver you").group()
'how ver'
其中.表示匹配任意字符 *匹配前一个字符出现0次或者无限次，即匹配一个字符出现与否
>>> re.match(r".*\bver\b"," ver you").group()
' ver'
>>> re.match(r".*\b hello world \b","I print : hello world , when i learn python").group()
Traceback (most recent call last):
File "<pyshell#70>", line 1, in <module>
re.match(r".*\b hello world \b","I print : hello world , when i learn python").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.match(r".*\b hello world \b","I print : hello world ").group()
Traceback (most recent call last):
File "<pyshell#71>", line 1, in <module>
re.match(r".*\b hello world \b","I print : hello world ").group()
AttributeError: 'NoneType' object has no attribute 'group'
出现错误时因为.匹配任意字符，不匹配：
>>> re.match(r".*\bhello world\b","I print hello world").group()
'I print hello world'
>>> re.match(r".*\bhello world\b","I print hello world ").group()
'I print hello world'
>>> re.match(r".*\bhello world\b","I print hello world when").group()
'I print hello world'
5、匹配非单词的边界----不是作为一个单词的边界，不是作为单词
>>> re.match(r".*\Bver\B","iamsovery").group()
'iamsover'
>>> re.match(r".*\Bver\B","iamso very").group()
Traceback (most recent call last):
File "<pyshell#84>", line 1, in <module>
re.match(r".*\Bver\B","iamso very").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.match(r".*\Bver\B","iamsover y").group()
Traceback (most recent call last):
File "<pyshell#85>", line 1, in <module>
re.match(r".*\Bver\B","iamsover y").group()
AttributeError: 'NoneType' object has no attribute 'group'
例子：
1、 | 匹配左右任意一个表达式
|表达式左边或右边有匹配的就可以
>>> re.match("[1-9]?\d$|100","07").group()
Traceback (most recent call last):
File "<pyshell#103>", line 1, in <module>
re.match("[1-9]?\d$|100","07").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.match("[1-9]?\d$|100","100").group()
'100'
>>>
>>>
>>> re.match("[1-9]?","07").group()
''
>>> re.match("[1-9]?\d","07").group()
'0'
>>> re.match("[1-9]?\d$","07").group()
Traceback (most recent call last):
File "<pyshell#109>", line 1, in <module>
re.match("[1-9]?\d$","07").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>>
>>> re.match("[1-9]?\d$","7").group()
'7'
>>> re.match("[1-9]?\d$","0").group()
'0'
>>>
>>> re.match("[1-9]?\d$","70").group()
'70'
^可以做否定符，在[ ]中使用时
>>> re.match("([^-]*)-(\d+)","010-9387573").group()
'010-9387573'
>>> re.match("([^-]*)-(\d+)","abdc-9387573").group()
'abdc-9387573'
匹配<html>hh</html>
>>> re.match("<[a-zA-Z]*>\w*</[a-zA-Z]*>","<html>hh</html>").group()'<html>hh</html>'
>>> re.match("<[a-zA-Z]*>\w*</[a-zA-Z]*>","<html>hh</htmld>").group()
'<html>hh</htmld>'
由上面的可以看出<>中后面的不匹配，结果不对，上述方法不对，采用分组的方法。
>>> re.match(r"<([a-zA-Z]*)>\w*</\1>","<html>hh</html>").group()
'<html>hh</html>'
>>> re.match(r"<([a-zA-Z]*)>\w*</\1>","<html>hh</htmlgg>").group()
Traceback (most recent call last):
File "<pyshell#152>", line 1, in <module>
re.match(r"<([a-zA-Z]*)>\w*</\1>","<html>hh</htmlgg>").group()
AttributeError: 'NoneType' object has no attribute 'group'
re.match(r"<([a-zA-Z]*)>\w*</\1>\d<\1>\d</\1>","<html>hh</html>9<html>8</html>").group()
'<html>hh</html>9<html>8</html>'
\num引用分组num匹配的字符串
>>> re.match(r"<(\w*)><(\w*)>.*<(/\1)><(/\2)>","<html><h1>www.itcast<></h1></html>").group()
Traceback (most recent call last):
File "<pyshell#166>", line 1, in <module>
re.match(r"<(\w*)><(\w*)>.*<(/\1)><(/\2)>","<html><h1>www.itcast<></h1></html>").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>>
>>> re.match(r"<(\w*)><(\w*)>.*<(/\2)><(/\1)>","<html><h1>www.itcast<></h1></html>").group()
'<html><h1>www.itcast<></h1></html>'
（?P<name>）分组起别名
'<html><h1>www.itcast<></h1></html>'
re模块的其他用法
search检索数字
'99'
findall检索多个
>>> ret=re.findall(r"\d+","python=993,c++=8673,c#=934")
>>> print(ret)
['993', '8673', '934']
sub将匹配的数据进行替换
>>> ret=re.sub(r"\d+",'8888',"python阅读量为8567")
>>> print(ret)
python阅读量为8888
采用另一种方法：
#coding=utf-8
import re
def add(temp):
strNum=temp.group()
num=int(strNum)+100
return str(num)
ret=re.sub(r"\d+",add,"python的阅读量为10000")
rett=re.sub(r"\d+",add,"C的阅读量为100000")
print(ret)
print(rett)
----------------------------------------
>>>
python的阅读量为10100
C的阅读量为100100
split根据匹配进行切割字符串，并返回一个列表
>>> ret=re.split(r":| ","hello:world I know some things")
>>> print(ret)
['hello', 'world', 'I', 'know', 'some', 'things']
python的贪婪和非贪婪
贪婪：尝试匹配尽可能多的字符
非贪婪：尝试匹配尽可能少的字符
.+ 一个或更多的任意字符
>>> s="the num is 345-143-1523-53"
>>> r=re.match(".+(\d+-\d+-\d+-\d+)",s)
>>> r.group()
'the num is 345-143-1523-53'
>>> r.group(1)
'5-143-1523-53'
>>> r.group(0)
'the num is 345-143-1523-53'
.+匹配尽可能多的字符，匹配了从字符串起始到第一位数字5之前的所有字符，\d只匹配一个或者无限多就可以。
？出现0次或者1次，加上?，要求正则匹配的越少越好。
>>> rr=re.match(".+?(\d+-\d+-\d+-\d+)",s)
>>> rr.group(1)
'345-143-1523-53'
...
339
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
