re正则模块

import re# . ^ $ * + ? { } [ ] | ( )  元字符# " . " 通配符re.findall(‘a..x‘,‘assxfsdf‘)   #一个匹配  [‘assx‘]re.findall(‘a..x‘,‘assxbasdxds‘)  #多个匹配   [‘assx‘,‘asdx‘]re.findall(‘a..x‘,‘asaxfxdf‘)  #交差匹配  [‘asax‘]re.findall(‘a..x‘,‘asaasdasd‘)  #无  []# " ^ " 以....字符串开头，" ^ "不能放在re开头re.findall(‘^a..x‘,‘assxfsdf‘)   #一个匹配  [‘assx‘]re.findall(‘^a..x‘,‘assxbasdxds‘)  #多个匹配   [‘assx‘]re.findall(‘^a..x‘,‘bassxbasdxds‘)  #无  []re.findall(‘^a..x‘,‘asaasdasd‘)  #无  []#" $ "  以....字符串结尾re.findall(‘a..x$‘,‘assxfsdf‘)   #  []re.findall(‘a..x$‘,‘assxbasdadsx‘)  #   [‘adsx‘]re.findall(‘a..x$‘,‘assxbasdadsx$‘)  #   []# " * "  代表0-无穷次其前面的字符个数re.findall(‘d*‘,‘dasdddasd‘)  # [‘d‘,‘‘,‘ddd‘,‘d‘,‘‘] 为啥最后多了一位re.findall(‘alex*‘,‘dalesdalexxsdale‘)  # [‘ale‘,‘alexx‘,‘ale‘]# " + "  代表1-无穷次其前面的字符个数re.findall(‘d+‘,‘d‘]  贪婪匹配：按最多次的匹配来返回re.findall(‘alex+‘,‘dalesdalexxsd‘)  # [‘alexx‘]# " ? "  代表0或1次其前面的字符个数re.findall(‘d?‘,‘‘]  最后还是多了一位re.findall(‘alex?‘,‘alex‘,‘ale‘]# " {} "  {0,}==*   {1,}==+    {0,1}==?   可认为控制重复的次数re.findall(‘d{1}‘,‘d‘]re.findall(‘d{0}‘,‘dasdddasd‘)  # [‘‘,‘‘] 还是多了一位re.findall(‘d{0,3}‘,‘‘] 还是多了一位re.findall(‘d{1,‘d‘]re.findall(‘alex?‘,‘ale‘]# 加一个? " ? " 把贪婪匹配转换为惰性匹配，按最小次匹配re.findall(‘d+?‘,‘d‘]re.findall(‘d*?‘,‘daddsd‘)  # [‘‘,‘‘] 没搞懂这个re.findall(‘alex*?‘,‘ale‘,‘ale‘]re.findall(‘alex+?‘,‘dalesdalexxsdale‘)  # [‘alex‘]#  " [] " 字符集   或的意思re.findall("x[yz]","xyzxz")  # [‘xy‘,‘xz‘]re.findall("x[yz]p","xypzxzpxz")  # [‘xyp‘,‘xzp‘]re.findall("x[yz]p?",‘xzp‘,‘xz‘]re.findall("x[y,z]p?","xypzxzpx,z")  # [‘xyp‘,‘x,‘],逗号只是普通字符re.findall(‘x[y*z]‘,‘xyx*xzjkx‘) # [‘xy‘,‘x*‘,‘xz‘] 字符集[]中间的都是普通字符re.findall(‘x[a-z]‘,‘xz‘]   - 横杠代表的是范围，特殊字符re.findall(‘x[a-z*]‘,‘xz‘]re.findall(‘x[a-z]*‘,‘xyx*xzjkx‘) # [‘xyx‘,‘xzjkx‘]re.findall(‘x[^a-z]*‘,‘xZx*x9jkx!xAWExa7,xz9x99x‘)# [‘xZ‘,‘x9‘,‘x!‘,‘xAWE‘,‘x‘,‘x99‘,‘x‘] " ^ " 尖角代表的是非，非a-z，特殊字符re.findall(‘x[^a-z]‘,‘xZx*x9jkx!xAWE9x99x‘) # [‘xZ‘,‘xA‘,‘x9‘]#小练习，如何取出12+(34*6+2-5*(2-1))里面的(2-1)?re.findall(‘([^()]*)‘,‘12+(34*6+2-5*(2-1))‘)   #  [‘(2-1)‘] ， 反斜杠，转义字符。也是字符集里面的第3个特殊字符# "  " 反斜杠转义字符，可以让有意义变成没意义，没意义变成有意义# 反斜杠后边跟元字符去除特殊功能,比如.# 反斜杠后边跟普通字符实现特殊功能,比如d# d  匹配任何十进制数；它相当于类 [0-9]。# D 匹配任何非数字字符；它相当于类 [^0-9]。# s  匹配任何空白字符；它相当于类 [ tnrfv]。# S 匹配任何非空白字符；它相当于类 [^ tnrfv]。# w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。# W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]# b  匹配一个特殊字符边界，比如空格 ，&，＃等re.findall(‘d‘,‘12+(34*6+2-5*(2-1))‘)  # [‘1‘,‘2‘,‘3‘,‘4‘,‘6‘,‘5‘,‘1‘]re.findall(‘d+‘,‘12+(34*6+2-5*(2-1))‘)  # [‘12‘,‘34‘,‘1‘]re.findall(‘[0-9]+‘,‘1‘]re.findall(‘D‘,‘12+(34*6+2-5*(2-1))‘)  # [‘+‘,‘(‘,‘*‘,‘+‘,‘-‘,‘)‘,‘)‘]re.findall(‘D+‘,‘12+(34*6+2-5*(2-1))‘)  # [‘+(‘,‘*(‘,‘))‘]re.findall(‘[^0-9]+‘,‘))‘]re.findall(‘s‘,‘hello world‘) # [‘ ‘]re.findall(‘S+‘,‘hello world‘) #[‘hello‘,‘world‘]re.findall(‘w+‘,‘hello   world 333 _‘) # [‘hello‘,‘world‘,‘333‘,‘_‘]re.findall(‘W+‘,‘hello   world 333 _‘) # [‘   ‘,‘ ‘,‘ ‘]re.findall(‘www.baidu‘,‘www.baidu‘) # [‘www.baidu‘]re.findall(‘www.baidu‘,‘www(baidu‘) # [‘www(baidu‘]re.findall(‘www.baidu‘,‘www.baidu‘) # [‘www.baidu‘]re.findall(‘www.baidu‘,‘www(baidu‘) # []re.findall(‘www*baidu‘,‘www*baidu‘) # []re.findall(‘www*baidu‘,‘www*baidu‘) # [‘www*baidu‘]re.findall(‘I‘,‘hello I am LIST‘)  # [‘I‘,‘I‘]re.findall(‘^I‘,‘hello I am LIST‘) # []re.findall(‘Ib‘,‘hello I am LIST‘) # []  为什么没成功？因为在python中b就已经被赋予特殊含义了，所以在执行的时候，b被python优先赋予了特殊意义re.findall(r‘Ib‘,‘hello I am LIST‘) # [‘I‘] r：raw string 原生字符串，加了r之后，b就不是python的特殊含义了，而是re语言中的特殊含义re.findall(‘Ib‘,‘hello I am LIST‘)  # [‘I‘]  在python中，""也是转义字符，但python会把""翻译成一个没有任何特殊意义的字符，所以b也就能被re语言使用了re.findall(‘cf‘,‘abcferwt‘) # [‘cx0c‘]  传给re语言的是f，显然在re语言中，f并没有特殊的含义，所以能够匹配成功，但是对于f这个返回值，python对它再进行了一次加工re.findall(‘cl‘,‘abclerwt‘) #  为什么我报错，老师的能运行？re.findall(‘cl‘,‘abclerwt‘) #  为什么我报错，老师的能运行？re.findall(‘cl‘,‘abclerwt‘) # [‘cl‘] 三个也可以，但是这个知识点太细了，暂时跳过re.findall(‘c\l‘,‘abclerwt‘) # [‘cl‘]  在python层面，4个\就被翻译成无意义的两个字符，再传递给re语言就变成一个无意义的re.findall(r‘cl‘,‘abclerwt‘) # [‘cl‘] 和上面这个一样的理解                                # 至于为什么传回来的是两个，因为python解释器对其进行了处理                                # 所以，可以简单记忆，当re要使用一个的时候，你需要通过python给它传过去2个                                # 当re需要使用2个的时候（去匹配字符的时候），你就要通过python给它传过去4个\# 问题来了！re.findall(‘www.baidu‘,‘www,baidu‘)  # [‘www,baidu‘] 这个简单，可以理解，看下面re.findall(‘www.baidu‘,baidu‘)  # [] 为什么返回空？python层面，转义字符是不会传给re的，所以re收到的还是www.baidu,按理说，就可以匹配上www,baidu                                # 自己的强行解释，当re需要使用类似于w,d这种的时候，或者要实际去匹配这个字符的时候，可以按照两层传递的逻辑去思考                                # 当不是这两种情况的时候，就不要考虑两层了！！！！# " | "  管道符，代表或re.findall(r‘aa|b‘,‘abaaab‘) # [‘b‘,‘aa‘,‘b‘]# " () "  分组符re.findall(‘abc‘,‘abcabcabcabc‘) # [‘abc‘,‘abc‘,‘abc‘]re.findall(‘(abc)‘,‘abc‘]re.findall(‘(abc)*‘,‘‘]re.findall(‘(abc)+‘,‘abcabcabcabc‘) # [‘abc‘]  这是因为优先级的问题，在使用()的时候，匹配上之后，python会只返回()里面的内容re.findall(‘(?:abc)*‘,‘abcabcabcabc‘) # [‘abcabcabcabc‘,‘‘]  使用?:组合来去掉re模块()的这种优先级设置re.findall(‘(?:abc)+‘,‘abcabcabcabc‘) # [‘abcabcabcabc‘]  使用?:组合来去掉re模块()的这种优先级设置re.findall(‘(abc)?‘,‘abccc‘) # [‘abc‘]re.findall(‘abc+‘,‘abccc‘) # [‘abccc‘]re.findall(‘www.(baidu|163).com‘,‘www.baidu.com‘)   #  [‘baidu‘]  分组符()的优先级太高，所以在能够匹配的情况下，只返回这个，这个和上面那个(abc)+的理解是一样的re.findall(‘www.(baidu|163).com‘,‘www.163.com‘)    #  [‘163‘]re.findall(‘www.(baidu|163).com‘,‘123dsdqwww.163.comwe12r‘)   #   [‘163‘]re.findall(‘www.(baidu|163).com‘,‘weeerww.163.cwweomwe12r‘)   #  []  不能匹配，就返回空re.findall(‘www.(?:baidu|163).com‘,‘123dsdqwww.163.comwe12r‘)   # [‘www.163.com‘]   ?:可以去优先级re.findall(‘a(bc)|(nm)y‘,‘nmy‘) # [(‘‘,‘nm‘)]  #分组符与其它符号一起用的时候，会涉及到优先级的问题。。。不太会re.findall(‘a(bc)|(nm)y‘,‘abcy‘) # [(‘bc‘,‘‘)]re.findall(‘a(bc)|(nm)y‘,‘abcnmy‘) # [(‘bc‘,‘‘),(‘‘,‘nm‘)]#  第2种方法 searchre.search(‘d+‘,‘jiang2132zong34‘) # <re.Match object; span=(5,9),match=‘2132‘> search只会匹配第一个，而且返回一个对象re.search(‘d{5}‘,‘jiang2132zong34‘) # 如果匹配不成功，则返回None，而不会返回一个空列表re.search(‘d+‘,‘jiang2132zong34‘).group() # ‘2132‘,用对象下面的group方法来调用其中的匹配值re.search(‘(?P<name>[a-z]+)‘,‘jiang25zong33you18‘).group() # ‘jiang‘  固定用法，给匹配的值加上name的标签re.search(‘(?P<name>[a-z]+)(?P<age>d+)‘,‘jiang25zong33you18‘).group() # ‘jiang25‘re.search(‘(?P<name>[a-z]+)(?P<age>d+)‘,‘jiang25zong33you18‘).group(‘name‘) # ‘jiang‘re.search(‘(?P<name>[a-z]+)(?P<age>d+)‘,‘jiang25zong33you18‘).group(‘age‘) # ‘25‘#  第3种方法 match  只会从开头匹配.所以不常用，search完全可以取代matchre.match(‘d+‘,‘12asd12ad‘) #   <re.Match object; span=(0,2),match=‘12‘>re.match(‘d+‘,‘12asd12ad‘).group() #   ‘12‘#  第4种方法 split， 分割并返回元祖re.split(‘ ‘,‘hello world !‘)     #  [‘hello‘,‘!‘]re.split(‘[ |]‘,‘hello world|!‘)  #  [‘hello‘,‘!‘]re.split(‘[ab]‘,‘abc‘)            #  [‘‘,‘c‘]  返回的列表中并不会包含用于分割的元素re.split(‘a|b‘,‘abc‘)             #  [‘‘,‘c‘]  返回的列表中并不会包含用于分割的元素re.split(‘(ab)‘,‘ab‘,‘c‘]  例外的是，如果使用字符集()用于分割，那么这个元素就会被返回re.split(‘[ab]‘,‘asdabcd‘)        #  [‘‘,‘sd‘,‘cd‘]re.split(‘(ab)‘,‘asdabcd‘)        #  [‘asd‘,‘asdabcdabcccabccc‘,maxsplit=2)        #  [‘asd‘,‘cd‘,‘cccabccc‘]re.split(‘(ab)‘,2)                 #  [‘asd‘,‘cccabccc‘]#  第5种方法 sub， 替换并返回字符串re.sub(‘d‘,‘_‘,‘asd23j23jl32j4kj32k4jlk32j546kl‘)    # ‘asd__j__jl__j_kj__k_jlk__j___kl‘re.sub(‘d+‘,‘asd23j23jl32j4kj32k4jlk32j546kl‘)   # ‘asd_j_jl_j_kj_k_jlk_j_kl‘re.sub(‘d+‘,‘asd23j23jl32j4kj32k4jlk32j546kl‘,3)   # ‘asd_j_jl_j4kj32k4jlk32j546kl‘#  第6种方法 subn， 替换并返回元祖（返回的字符串+匹配的次数）re.subn(‘d‘,‘asd23j23jl32j4kj32k4jlk32j546kl‘)    # (‘asd__j__jl__j_kj__k_jlk__j___kl‘,15)#  第7种方法 finditer，非常重要， 和findall的不同就是，将匹配的数据存到一个迭代器里面，在处理大数据的时候，非常节约内存re.findall(‘d+‘,‘12k3e4k5j‘)  #  [‘12‘,‘5‘]re.finditer(‘d+‘,‘12k3e4k5j‘)  # <callable_iterator object at 0x0000022137C3D160>re_iter = re.finditer(‘d+‘,‘12k3e4k5j‘)next(re_iter)  #  <re.Match object; span=(0,match=‘12‘>next(re_iter).group()  #  ‘3‘next(re_iter).group()  #  ‘4‘next(re_iter).group()  #  ‘5‘next(re_iter).group()  #  StopIteration# 特殊的一种方法，编译，compilecom=re.compile(‘d+‘)com.findall(‘asd123jkl35‘)  # [‘123‘,‘35‘]学习笔记为自己根据网络视频整理，侵必删