Python_Mix*re模块基础方法,进阶,正则表达式的使用

• re模块import re
  • 基础方法
    • findall:匹配所有 ,每一项都是列表中的一个元素,返回的是列表
    • search只匹配从左到右的第一个,得到的不是直接的结果,而是一个变量,通过这个变量的group方法来获取结果,如果没有匹配到,会返回None,使用group会报错.
    • match:从头开始匹配,相当于search中的正则表达式加上一个^
  • 字符串处理的扩展:
    • 切割:
      • split 返回列表,按照正则规则切割,默认匹配到的内容会被切掉.

•  import re
   ret = re.split('\d+',"alex28jay39jojo24") #从哪里切就丢失什么
   print(ret)
  
   #结果为
   ['alex', 'jay', 'jojo', '']
  
   import re
   ret = re.split('(\d+)',"alex28jay39jojo24") #小括号括起来正则式,返回的时候会加上被切的内容
   print(ret)
  
   #结果为
   ['alex', '', 'jay', '', 'jojo', '', '']

  • • 替换:
      • sub/subn 按照正则规则去寻找要被替换掉的内容,这个subn和sub的区别就是subn会返回一个元组,第二个元素是替换的次数
  • re模块的进阶:
    • compile:节省你使用正则表达式解决问题的时间(编译→正则表达式→编译成→字节码...在多次使用过程中,不会多次编译)compile得出的结果可以做search match findall finditer
    • finditer:节省你使用正则表达式解决问题的空间/内存,返回一个迭代器,所有的结果都在这个迭代器中,需要通过循环+group的形式取值.
• 在Python中使用正则表达式的特点和问题
• 使用正则表达式的技巧

 s = '<a>wahaha</a>'
 ret = re.search('>(\w+)<',s)  #在字符串中匹配到后,会返回小括号中的内容
 print(ret.group(1))     #括号的序列从1开始,不填就会返回匹配到的所有内容

 #结果为
 wahaha

 #如果group()的括号为空的话
 #打印结果为
 >wahaha<

　　

• 爬虫的例子