python 全栈开发，Day31(re模块)

回顾昨天的内容

异常处理

try except 一定要在except之后写一些提示或者处理的内容

try:

    '''可能会出现异常的代码'''

except ValueError:

    '''打印一些提示或者处理的内容'''

except NameError:

    '''...'''

# except Exception as e:

#     '''打印e'''

else:

    '''try中的代码正常执行了'''

finally:

    '''无论错误是否发生，都会执行这段代码，用来做一些收尾工作'''

一、re模块

re模块可以读懂你写的正则表达式

根据你写的表达式去执行任务

一般网站注册手机，会验证手机号是否有效根据手机号码一共11位并且是只以13、14、15、18开头的数字这些特点，我们用python写了如下代码：

while True:

    phone_number = input('please input your phone number ： ')

    if len(phone_number) == 11 \

            and phone_number.isdigit()\

            and (phone_number.startswith('') \

            or phone_number.startswith('') \

            or phone_number.startswith('') \

            or phone_number.startswith('')):

        print('是合法的手机号码')

    else:

        print('不是合法的手机号码')

判断手机号码是否合法1

上面的代码太冗长了

import re

phone_number = input('please input your phone number ： ')

if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):

        print('是合法的手机号码')

else:

        print('不是合法的手机号码')

使用正则

假如有一文件

fefsfsd13838383838

f13838383838

13838383838ffsfsd

fdsa13838383838et13838383838

一段文字

需要匹配出手机号码，用if就不好处理了，需要使用正则

正则表达式是做什么的？

正则表达式字符串的操作
使用一些规则来检测字符串是否符合我的要求 —— 表单验证
从一段字符串中找到符合我要求的内容 —— 爬虫

网页的内容，最终也是字符串
正则表达式，是专属字符串操作规则

正则表达式不仅在python领域，在整个编程届都占有举足轻重的地位。

正则表达式本身也和python没有什么关系，就是匹配字符串内容的一种规则。
官方定义：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

正则表达式

在线测试工具 http://tool.chinaz.com/regex/
这个是最好的正则表达式工具，正则可以随时匹配出结果

缺点：
如果只会用这个工具，而不会自己写的话，就不行了。

主要是自己写，不要太依赖它。

匹配一个字符串a

import re

str1 = 'a'

ret = re.match('a',str1)

print(ret)

执行输出：

<_sre.SRE_Match object; span=(0, 1), match='a'>

结果是一个匹配对象，请注意结尾的match='a' 表示匹配出了a
如果没有匹配上，结果为None

打印匹配结果，使用group()方法查看

import re

str1 = 'a'

ret = re.match('a',str1)

print(ret.group())

执行输出： a

如果没有匹配上，直接使用group()方法，会报错

AttributeError: 'NoneType' object has no attribute 'group'

所以得配合if判断才行

import re

str1 = 'a'

ret = re.match('ab',str1)

if ret:print(ret.group())  # 即是匹配不上，也不会报错

这种情况，是匹配不上的

import re

str1 = 'a1'

ret = re.match('a11',str1)

if ret:print(ret.group())

结论：

完全相等的字符串都可以匹配上

字符组

字符串用[]表示，它只能匹配一个字符串

字符组 ： [字符组]

在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示

字符分为很多类，比如数字、字母、标点等等。

假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。

import re

str1 = '2'

ret = re.match('[123abc]',str1)

if ret:print(ret.group())

执行输出：2

import re

str1 = '123'

ret = re.match('[123abc]',str1)

if ret:print(ret.group())

执行输出：1

正则	待匹配字符	匹配结果	说明
[0123456789]	8	True	在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和"待匹配字符"相同都视为可以匹配
[0123456789]	a	False	由于字符组中没有"a"字符，所以不能匹配
[0-9]	7	True	也可以用-表示范围,[0-9]就和[0123456789]是一个意思
[a-z]	s	True	同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示
[A-Z]	B	True	[A-Z]就表示所有的大写字母
[0-9a-fA-F]	e	True	可以匹配数字，大小写形式的a～f，用来验证十六进制字符

字符：

红色部分是比较常用的

元字符	匹配内容
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白符
\d	匹配数字
\n	匹配一个换行符
\t	匹配一个制表符
\b	匹配一个单词的结尾
^	匹配字符串的开始
$	匹配字符串的结尾
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白符
a\|b	匹配字符a或字符b
()	匹配括号内的表达式，也表示一个组
[...]	匹配字符组中的字符
[^...]	匹配除了字符组中字符的所有字符

量词：

量词	用法说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

字符在正则表达式中有特殊意义的

[9-0] 是不可以的

import re

str1 = '123'

ret = re.match('[9-0]',str1)

if ret:print(ret.group())

执行报错:

sre_constants.error: bad character range 9-0 at position 1

为啥呢？

re模块搜查单字符，其字符集合必须按其ASCII值（或者说编码值）由小到大排列，否则报错： error: bad character range

[5-9] 这种是可以的
[5.5-9] 这种是不可以的，不允许有小数点

匹配3位数字

import re

str1 = '123'

ret = re.match('[1-9][1-9][1-9]',str1)

if ret:print(ret.group())

执行输出：123

第二种写法：

import re

str1 = '123'

ret = re.match('[1-9]{3}',str1)  # {3}表示重复3次

if ret:print(ret.group())

执行输出：123

第三种写法：

import re

str1 = '123'

ret = re.match('\d{3}',str1)  # \d表示匹配数字

if ret:print(ret.group())

执行输出：123

匹配大写

import re

str1 = 'AUE'

ret = re.match('[A-Z]{3}',str1)

if ret:print(ret.group())

执行输出：AUE

匹配大小写

import re

str1 = 'ilikeSHE'

ret = re.match('[A-Za-z]{8}',str1)

if ret:print(ret.group())

执行输出：ilikeSHE

不能写[A-z]，因为A-z之间的ASCII码，不是连续的。中间还有特殊字符，比如[

[0-9a-fA-F] 表示匹配十六进制

总结：

字符组字符组代表一个字符位置上可以出现的所有内容
范围：
　　根据asc码来的，范围必须是从小到大的指向
　　一个字符组中可以有多个范围

. ^ $

正则	待匹配字符	匹配结果	说明
海.	海燕海娇海东	海燕海娇海东	匹配所有"海."的字符
^海.	海燕海娇海东	海燕	只从开头匹配"海."
海.$	海燕海娇海东	海东	只匹配结尾的"海.$"

* + ? { }

正则	待匹配字符	匹配结果	说明
李.?	李杰和李莲英和李二棍子	李杰李莲李二	?表示重复零次或一次，即只匹配"李"后面一个任意字符
李.*	李杰和李莲英和李二棍子	李杰和李莲英和李二棍子	*表示重复零次或多次，即匹配"李"后面0或多个任意字符
李.+	李杰和李莲英和李二棍子	李杰和李莲英和李二棍子	+表示重复一次或多次，即只匹配"李"后面1个或多个任意字符
李.{1,2}	李杰和李莲英和李二棍子	李杰和李莲英李二棍	{1,2}匹配1到2次

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

正则	待匹配字符	匹配结果	说明
李.*?	李杰和李莲英和李二棍子	李李李	惰性匹配

正则表示式，不能写在后面。比如海^.
它只能出现在开始位置不能在中间或者后面位置

.*表示匹配所有

惰性匹配

import re

str1 = '李杰和李莲英和李二棍子'

ret = re.match('李.{2,}?',str1)  # 最多2次

if ret:print(ret.group())

执行输出：李杰和

匹配多个数字

import re

str1 = '22675853324354'

ret = re.match('\d+',str1)

if ret:print(ret.group())

执行输出：22675853324354

匹配11位以上，不能低于11位

import re

str1 = '12345678910111'

ret = re.match('\d{11,}',str1)

if ret:print(ret.group())

执行输出：12345678910111

匹配11~15位，如果符合15位，优先显示15

import re

str1 = '12345678910111213'

ret = re.match('\d{11,15}',str1)

if ret:print(ret.group())

执行输出：123456789101112

匹配所有数字

import re

str1 = '12345678910111213'

ret = re.match('\d*',str1)  # *表示零次或者更多次

if ret:print(ret.group())

执行输出：12345678910111213

匹配一位数字

import re

str1 = '1233335446575865'

ret = re.match('\d?',str1)  # ？ 重复零次或者一次

if ret:print(ret.group())

执行输出：1

重点：
量词只能约束一个字符组

这里是约束[A-Z]

import re

str1 = '2A32345446'

ret = re.match('\d[A-Z]*',str1)

if ret:print(ret.group())

执行输出：2A

约束\d和[A-Z]

import re

str1 = '22323A454W46'

ret = re.match('\d*[A-Z]*',str1)

if ret:print(ret.group())

执行输出：22323A

元字符，一般和量词使用

分组 ()与或｜［^］
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部由数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：

步骤分析：

1.匹配非零的，使用 [1-9]

2.匹配15位数字，使用 [1-9]\d{14}

3.匹配18位数字，使用 [1-9]\d{16}[0-9x]，优化成 [1-9]\d{16}[\dx]

4.将15位和18位的，一并判断，使用| ，规则为 [1-9]\d{16}[\dx]|[1-9]\d{14}

如果两个正则表达式之间用"或"连接，且有一部分正则规则相同，
那么一定要把规则长的放在前面

测试号码：

import re

str1 = '110101198001017'

ret = re.match('[1-9]\d{16}[\dx]|[1-9]\d{14}',str1)

if ret:print(ret.group())

执行输出：110101198001017

再测试一个

import re

str1 = '11010119800101702x'

ret = re.match('[1-9]\d{16}[\dx]|[1-9]\d{14}',str1)

if ret:print(ret.group())

执行输出：11010119800101702x

分组

import re

str1 = '1101011980010172345'

ret = re.match('[1-9]\d{14}(\d{2}[\dx])?',str1)  # 最多匹配18位数字

if ret:print(ret.group())

执行输出：110101198001017234

如果对一组正则表达式整体有一个量词约束，就将这一组表达式分成一个组
在组外进行量词约束

转义符 \

在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义，变成'\\'。

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念，此时的正则是r'\\d'就可以了。

正则	待匹配字符	匹配结果	说明
\d	\d	False	因为在正则表达式中\是有特殊意义的字符，所以要匹配\d本身，用表达式\d无法匹配
\\d	\d	True	转义\之后变成\\，即可匹配
"\\\\d"	'\\d'	True	如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次
r'\\d'	r'\d'	True	在字符串之前加r，让整个字符串不转义

匹配\n，需要使用\\n

贪婪匹配
贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

正则

待匹配字符

匹配
结果

说明

<.*>

默认为贪婪匹配模式，会匹配尽量长的字符串

<.*?>

r'\d'

加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串

几个常用的非贪婪匹配Pattern

*? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复

.*?的用法

. 是任意字符

* 是取 0 至 无限长度

? 是非贪婪模式。

何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：

.*?x

就是取前面任意长度的字符，直到一个x出现

因为它要回到原来很难，所以它尽可能，多匹配一点

匹配多次，直到遇到<停下来

？先匹配后面的。

用的最多的是.*?

取前面任意长度的字符，直到一个xxx出现

import re

str1 = 'dfhyyufddxxx123'

ret = re.match('.*?xxx',str1)

if ret:print(ret.group())

执行输出：dfhyyufddxxx

re模块下的常用方法

findall

把所有匹配到的字符放到以列表中的元素返回

findall接收两个参数：正则表达式要匹配的字符串
一个列表数据类型的返回值：所有和这条正则匹配的结果

匹配a

import re

ret = re.findall('a', 'eva egon yuan')

print(ret)

执行输出：

返回所有满足匹配条件的结果,放在列表里

如果没有找到匹配结果，返回空列表[]

匹配所有数字

import re

ret = re.findall('\d+', 'fdsfe5hy5j2436sfd')

print(ret)

执行输出：['5', '5', '2436']

有一个文件a.txt，内容如下：

fefsfsd13838383838

f138383838389

13838383840ffsfsd

fdsa13838383841et413838383842

需要找出所有的手机号码，使用正则表达式

分析：

首先手机号码段是13|14|15|16|17|18|19

使用正则 1[3-9]表示

匹配11位手机号，使用1[3-9]\d{9} 花括号的数字为啥是9呢？

比如13占用了2位，加上9，正好就是11位。

代码如下：

import re
with open('a.txt',encoding='utf-8') as f:

    li = []  # 空列表

    for i in f:

        i = i.strip()

        #print(i)

        ret = re.findall('1[3-9]\d{9}',i)  # 匹配每一行的内容

        #print(ret)

        li.extend(ret)  # 扩展列表。由于findall的返回结果是列表，可以直接使用extend

print(li)  # 打印结果

执行输出：

['13838383838', '13838383838', '13838383840', '13838383841', '13838383842']

search

匹配包含

从整个文本中去搜索,结果只会返回一次。
如果有多个结果，只会返回第一个结果

搜索字符串b是否存在

import re

ret = re.search('b','eva egon yuan')

print(ret)

执行输出：None

搜索字符串a是否存在

import re

ret = re.search('a','eva egon yuan')

if ret:print(ret.group())  # 从结果对象中获取结果

执行输出：a

总结：

如果匹配到了，返回一个结果对象。否则，返回一个None

使用search的group方法，必须要if判断，否则为None时，就会报错。

search和findall的区别：
　　1. search找到一个就返回，findall是找所有
　　2. findall是直接返回一个结果的列表，search返回一个对象

match

从头开始匹配

import re

ret = re.match('a','eva egon yuan')

if ret:print(ret.group())

执行程序，没有返回结果

为什么呢？

match:
　　1. 意味着在正则表达式中添加了一个^
　　2. 和search一样匹配返回结果对象没匹配到返回None
　　3. 和search一样从结果中获取值仍然用group

split

根据正则表达式切割

ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',再对''和'bcd'分别按'b'分割

print(ret)

执行输出：['', '', 'cd']

sub

匹配字符并替换

将数字替换为H

import re

ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个

print(ret)

执行输出：evaHegon4yuan4

如果最后一个参数不指定，表示替换所有。

subn

统计sub替换次数

import re

ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)

print(ret)

执行输出：('evaHegonHyuanH', 3)

compile
编译一个正则表达式模式，返回一个模式对象

import re

obj = re.compile('\d{3}')  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字

ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串

print(ret.group())

执行输出：123

正则表达式 -->根据规则匹配字符串
从一个字符串中找到符合规则的字符串 --> python
正则规则 -编译-> python能理解的语言
多次执行，就需要多次编译浪费时间 re.findall('1[3-9]\d{9}',line)
编译 re.compile('\d{3}')

比如下面的例子：

import re

obj = re.compile('\d{3}')  # 编译 在多次执行同一条正则规则的时候才适用

ret1 = obj.search('abc123eeee')

obj.match('abc123efdsffdsfd')

ret2 = obj.findall('c123ekufs')

print(ret1.group())

print(ret2)

执行输出：

123
['123']

提前编译正则，可以执行多个方法
编译在多次执行同一条正则规则的时候才适合使用compile

finditer

返回一个存放匹配结果的迭代器

findall和finditer两者相似，但却有很大区别。
两者都可以获取所有的匹配结果，不同的是一个返回list，一个返回一个MatchObject类型的iterator

import re

ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器

print(ret)

执行输出：

<callable_iterator object at 0x000001A99A96E9E8>

既然是迭代器，就可以使用__next__()方法获取值

import re

ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器

for i in ret:

    print(i.group())

执行输出：

3
4
7
8
4

finditer适用于结果比较多的情况下，能够有效的节省内存

当分组遇到re模块

findall的优先级查询：

import re

ret = re.findall('www\.(baidu|oldboy).com', 'www.oldboy.com')

ret2 = re.findall('www\.(baidu|oldboy).com', 'www.baidu.com')

print(ret,ret2)

执行输出：

['oldboy'] ['baidu']

结论：

findall会优先显示组内匹配到的内容

如果想取消分组优先效果，在组内开始的时候加上?:

import re

ret = re.findall('www\.(baidu|oldboy).com', 'www.oldboy.com')

ret2 = re.findall('www\.(?:baidu|oldboy).com', 'www.baidu.com')  # 取消分组优先

print(ret,ret2)

执行输出：['oldboy'] ['www.baidu.com']

split的优先级查询

import re

ret=re.split("\d+","eva3egon4yuan")  # 以数字为分割点

print(ret)

执行输出：

['eva', 'egon', 'yuan']

从结果中来看，分割的数字消失了。

import re

ret=re.split("(\d+)","eva3egon4yuan")

print(ret)

执行输出：

['eva', '3', 'egon', '4', 'yuan']

从结果中来看，分割的数字会留下来

在匹配部分加上（）之后所切出的结果是不同的，
没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
这个在某些需要保留匹配部分的使用过程是非常重要的。

结论：

split分割一个字符串，默认被匹配到的分隔符不会出现在结果列表中，
如果将匹配的正则放到组内，就会将分隔符放到结果列表里

综合练习与扩展
1、匹配标签

分组命名和 search遇到分组
标签 .html 网页文件标签文件

import re

ret=re.search("<\w+>\w+</\w+>","<h1>hello</h1>")

if ret:print(ret.group())

执行输出：

<h1>hello</h1>

如果是这种内容，就不合法了。

import re

ret=re.search("<\w+>\w+</\w+>","<h1>hello</h2>")

if ret:print(ret.group())

执行输出：

<h1>hello</h2>

它依然匹配了处理，但是结果不是我想要的。

这个时候，就需要用到分组了。

分组就是用一对圆括号“()”括起来的正则表达式，匹配出的内容就表示一个分组

获取hello

import re

ret=re.findall("<\w+>(\w+)</\w+>","<h1>hello</h2>")

if ret:print(ret)

执行输出：['hello']

这种情况下，不通过匹配周围的，无法匹配到想要的内容

分组的意义
　　1.对一组正则规则进行量词约束
　　2.从一整条正则规则匹配的结果中优先显示组内的内容

分组的命名

命名分组就是给具有默认分组编号的组另外再给一个别名。命名分组的语法格式如下：

(?P<name>正则表达式)#name是一个合法的标识符

举例：

import re

ret=re.search("<(?P<tag>\w+)>\w+</(?P=tag)>","<h1>hello</h2>")
print(ret)

if ret:print(ret.group())

执行程序，输出None

因为(?P<tag>\w+)匹配的是h1，而</(?P=tag)>匹配的是h2

结果不相等，所以ret的结果为None

将h2改为h1

import re

ret=re.search("<(?P<tag>\w+)>\w+</(?P=tag)>","<h1>hello</h1>")

if ret:print(ret.group())  # search中没有分组优先的概念

执行输出：<h1>hello</h1>

import re

ret = re.search(r"<(\w+)>(\w+)</\1>","<h1>hello</h1>")

print(ret.group())   #结果 : <h1>hello</h1>

print(ret.group(0))  #结果 ：<h1>hello</h1>

print(ret.group(1))  #结果 ：h1

print(ret.group(2))  #结果 ：hello

执行输出：

<h1>hello</h1>
<h1>hello</h1>
h1
hello

如果不给组起名字，也可以用\序号来找到对应的组，表示要找的内容和前面的组内容一致
获取的匹配结果可以直接用group(序号)拿到对应的值

0是完整的，1是第一组的，2是后面一组的。

今日作业：

实现能计算类似

1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )等类似公式的计算器程序

思路讲解：

计算一个字符串数据类型的表达式：整数小数加减乘除小括号
不准用eval函数
将字符串中所有的空格都去掉
使用正则表达式先匹配最内层的小括号
使用正则表达式匹配最内层括号中最先出现的第一个乘法或者除法的（原子）表达式
计算这个原子表达式比如'2*3' 或者 '4/50'
将乘除法的结果填回表达式中
再计算下一个出现的乘除法，直到这个小括号中再也没有乘除
计算加减法，替换
这个小括号中的所有内容都计算成一个结果

如果实在搞不定呢？

从小的功能开始
　　先最简单的 a+b c*d
　　再计算没有括号的表达式 a+c*b
　　再算 a-b+c*d/e
　　再算有一个括号的
　　再算有两个括号并排的
　　再算有两个括号嵌套的
　　...

老师的代码：

import re

def cal(exp):

    if '*' in exp:

        a,b = exp.split('*')

        return str(float(a) * float(b))

    elif '/' in exp:

        a, b = exp.split('/')

        return str(float(a) / float(b))

def format(exp):

    exp = exp.replace('++',"+")

    exp = exp.replace('-+',"-")

    exp = exp.replace('+-',"-")

    exp = exp.replace('--',"+")

    return exp

def dealwith(no_bracket_exp):

    # 匹配乘除法

    while True:

        mul_div = re.search('\d+(\.?\d+)?[*/]-?\d+(\.?\d+)?', no_bracket_exp)

        if mul_div:

            exp = mul_div.group()

            result = cal(exp)

            no_bracket_exp = no_bracket_exp.replace(exp, result, 1)  # (-8)

        else:break

    no_bracket_exp = format(no_bracket_exp)

    # 计算加减法

    lst = re.findall(r'[-+]?\d+(?:\.\d+)?', no_bracket_exp)

    res = str(sum([float(i) for i in lst]))

    return res   # 返回一个计算完毕的字符串数据类型的 数字

def remove_bracket(s):

    s = s.replace(' ', '')     # 去掉空格

    while True:

        ret = re.search(r'\([^()]+\)', s)   # 匹配最内层的括号

        if ret:      # 能匹配到括号 就先处理括号内的加减乘除

            no_bracket_exp = ret.group()    # 拿到括号中的表达式

            ret = dealwith(no_bracket_exp)  # 把括号中的表达式交给的dealwith

            s = s.replace(no_bracket_exp, ret, 1)

        else:       # 不能匹配到括号 就字节处理加减乘除

            ret = dealwith(s)  # 把表达式交给的dealwith

            return ret

s = '1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )'

print(remove_bracket(s))

执行输出：
2776672.6952380957