re正则常用示例积累

2019-12-7

import re

'''
示例1： 提取网站的网址

'''
urls = ['https://blog.csdn.net/xxcupid/article/details/51993235',
        'https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9142246589774289071%22%7D&n_type=0&p_from=1',
        'https://www.jd.com/?cu=true&utm_source=baidu-pinzhuan&utm_medium=cpc']
result = []
for url in urls:
    result.append(re.sub(r"(https://.*?)/.*", lambda x: x.group(1), url))
print(result)  # ['https://blog.csdn.net', 'https://mbd.baidu.com', 'https://www.jd.com']

'''
说明：
     (1） 使用了re.sub（p,f,s）方法，对匹配的内容进行替换, 本例f返回分组内容
     (2)  正则分组， group(1) 就是抽取第一个分组的内容
     (3） 取消贪婪模式
     (4） lambda表达式     入参：返回结果

'''

'''
    示例2： 获取句子中的单词
'''

s= 'this is s dog'

r =  re.split(r"\s+",s)  # 使用split进行切分
print(r)  # ['this', 'is', 's', 'dog']

r =  re.findall(r"\b\w+\b",s)  # 两个\b代表单词的左右边界，\w+ 单词
print(r)  # ['this', 'is', 's', 'dog']

"""
    总结：
        re.split()方法是从分隔符的角度去考虑
        re.findAll()方法是从描述单词特征的角度去考虑

"""

未完待续。。。。