re正则

# ----------------匹配模式--------------------

# 1,之前学过的字符串的常用操作：一对一匹配
# s1 = ‘meet郭宝元‘
# print(s1.find(‘宝元‘))  # 4

# 2，正则匹配：

# 单个字符匹配
import re
# w 与 W
# print(re.findall(‘w‘,‘宝元meet 12*() _‘))  # [‘宝‘,‘元‘,‘j‘,‘x‘,‘1‘,‘2‘,‘_‘]
# print(re.findall(‘W‘,‘宝元meet 12*() _‘))  # [‘ ‘,‘*‘,‘(‘,‘)‘,‘ ‘]


# s 与S
# print(re.findall(‘s‘,‘宝元barry*(_ t n‘))  # [‘ ‘,‘t‘,‘ ‘,‘n‘]
# print(re.findall(‘S‘,‘宝元barry*(_ t n‘))  # [‘宝‘,‘b‘,‘a‘,‘r‘,‘y‘,‘_‘]


# d 与 D
# print(re.findall(‘d‘,‘1234567890 alex *（_‘))  # [‘1‘,‘3‘,‘4‘,‘5‘,‘6‘,‘7‘,‘8‘,‘9‘,‘0‘]
# print(re.findall(‘D‘,‘1234567890 alex *（_‘))  # [‘ ‘,‘l‘,‘e‘,‘（‘,‘_‘]

# A 与 ^
# print(re.findall(‘Ahel‘,‘hello 宝元 -_- 666‘))  # [‘hel‘]
# print(re.findall(‘^hel‘,‘hello 宝元 -_- 666‘))  # [‘hel‘]


# Z、z 与 $  
# print(re.findall(‘666Z‘,‘hello 宝元 *-_-* n666‘))  # [‘666‘]
# print(re.findall(‘666z‘,‘hello 宝元 *-_-* n666‘))  # []
# print(re.findall(‘666$‘,‘hello 宝元 *-_-* n666‘))  # [‘666‘]

# n 与 t
# print(re.findall(‘n‘,‘hello n 宝元 t*-_-*t n666‘))  # [‘n‘,‘n‘]
# print(re.findall(‘t‘,‘hello n 宝元 t*-_-*t n666‘))  # [‘t‘,‘t‘]


# 重复匹配

# . ? * + {m,n} .* .*?

# . 匹配任意字符，除了换行符（re.DOTALL 这个参数可以匹配n）。
# print(re.findall(‘a.b‘,‘ab aab a*b a2b a牛b anb‘))  # [‘aab‘,‘a*b‘,‘a2b‘,‘a牛b‘]
# print(re.findall(‘a.b‘,‘ab aab a*b a2b a牛b anb‘,re.DOTALL))  # [‘aab‘,‘a牛b‘]


# ？匹配0个或者1个由左边字符定义的片段。
# print(re.findall(‘a?b‘,‘ab aab abb aaaab a牛b aba**b‘))  # [‘ab‘,‘ab‘,‘b‘]


# * 匹配0个或者多个左边字符表达式。 满足贪婪匹配 @@
# print(re.findall(‘a*b‘,‘ab aab aaab abbb‘))  # [‘ab‘,‘aab‘,‘aaab‘,‘b‘]
# print(re.findall(‘ab*‘,‘ab aab aaab abbbbb‘))  # [‘ab‘,‘abbbbb‘]


# + 匹配1个或者多个左边字符表达式。 满足贪婪匹配  @@
# print(re.findall(‘a+b‘,‘ab‘]


# {m,n}  匹配m个至n个左边字符表达式。 满足贪婪匹配  @@
# print(re.findall(‘a{2,4}b‘,‘ab aab aaab aaaaabb‘))  # [‘aab‘,‘aaab‘]


# .* 贪婪匹配 从头到尾.
# print(re.findall(‘a.*b‘,‘ab aab a*()b‘))  # [‘ab aab a*()b‘]


# .*? 此时的?不是对左边的字符进行0次或者1次的匹配,# 而只是针对.*这种贪婪匹配的模式进行一种限定:告知他要遵从非贪婪匹配 推荐使用!
# print(re.findall(‘a.*?b‘,‘ab a1b a*()b,aaaaaab‘))  # [‘ab‘,‘a1b‘,‘a*()b‘]


# []: 括号中可以放任意一个字符,一个中括号代表一个字符
# - 在[]中表示范围,如果想要匹配上- 那么这个-符号不能放在中间.
# ^ 在[]中表示取反的意思.
# print(re.findall(‘a.b‘,‘a1b a3b aeb a*b arb a_b‘))  # [‘a1b‘,‘a3b‘,‘a4b‘,‘arb‘,‘a_b‘]
# print(re.findall(‘a[abc]b‘,‘aab abb acb adb afb a_b‘))  # [‘aab‘,‘abb‘,‘acb‘]
# print(re.findall(‘a[0-9]b‘,‘a3b‘]
# print(re.findall(‘a[a-z]b‘,‘a1b a3b aeb a*b arb a_b‘))  # [‘aeb‘,‘arb‘]
# print(re.findall(‘a[a-zA-Z]b‘,‘aAb aWb aeb a*b arb a_b‘))  # [‘aAb‘,‘aWb‘,‘aeb‘,‘arb‘]
# print(re.findall(‘a[0-9][0-9]b‘,‘a11b a12b a34b a*b arb a_b‘))  # [‘a11b‘,‘a12b‘,‘a34b‘]
# print(re.findall(‘a[*-+]b‘,‘a-b a*b a+b a/b a6b‘))  # [‘a*b‘,‘a+b‘]
# - 在[]中表示范围,如果想要匹配上- 那么这个-符号不能放在中间.
# print(re.findall(‘a[-*+]b‘,‘a-b a*b a+b a/b a6b‘))  # [‘a-b‘,‘a+b‘]
# print(re.findall(‘a[^a-z]b‘,‘acb adb a3b a*b‘))  # [‘a3b‘,‘a*b‘]

# 练习:
# 找到字符串中‘alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb‘ 的 alex wusir ritian
# print(re.findall(‘([a-z]+)_sb‘,‘alex_sb ale123_sb wusir12_sb wusir_sb ritian_sb‘))


# 分组:

# () 制定一个规则,将满足规则的结果匹配出来
# print(re.findall(‘(.*?)_sb‘,‘alex_sb wusir_sb 日天_sb‘))  # [‘alex‘,‘ wusir‘,‘ 日天‘]

# 应用举例:
# print(re.findall(‘href="(.*?)"‘,‘<a href="http://www.baidu.com">点击</a>‘))#[‘http://www.baidu.com‘]


# | 匹配 左边或者右边
# print(re.findall(‘alex|太白|wusir‘,‘alex太白wusiraleeeex太太白odlb‘))  # [‘alex‘,‘太白‘,‘wusir‘,‘太白‘]
# print(re.findall(‘compan(y|ies)‘,‘Too many companies have gone bankrupt,and the next one is my company‘))  # [‘ies‘,‘y‘]
# print(re.findall(‘compan(?:y|ies)‘,and the next one is my company‘))  # [‘companies‘,‘company‘]
# 分组() 中加入?: 表示将整体匹配出来而不只是()里面的内容。

import re

#1 findall 全部找到返回一个列表。
# print(re.findall(‘a‘,‘alexwusirbarryeval‘))  # [‘a‘,‘a‘]


# 2 search 只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
# print(re.search(‘sb|alex‘,‘alex sb sb barry 日天‘))  # <_sre.SRE_Match object; span=(0,4),match=‘alex‘>
# print(re.search(‘alex‘,‘alex sb sb barry 日天‘).group())  # alex


# 3 match：None,同search,不过在字符串开始处进行匹配,完全可以用search+^代替match
# print(re.match(‘barry‘,‘barry alex wusir 日天‘))  # <_sre.SRE_Match object; span=(0,5),match=‘barry‘>
# print(re.match(‘barry‘,‘barry alex wusir 日天‘).group()) # barry


# 4 split 分割 可按照任意分割符进行分割
# print(re.split(‘[ ：:,;；，]‘,‘alex wusir,日天，太白;女神;肖锋：吴超‘))  # [‘alex‘,‘日天‘,‘女神‘,‘肖锋‘,‘吴超‘]


# 5 sub 替换

# print(re.sub(‘barry‘,‘barry是最好的讲师，barry就是一个普通老师，请不要将barry当男神对待。‘))
# 太白是最好的讲师，太白就是一个普通老师，请不要将太白当男神对待。
# print(re.sub(‘barry‘,‘barry是最好的讲师，barry就是一个普通老师，请不要将barry当男神对待。‘,2))
# 太白是最好的讲师，太白就是一个普通老师，请不要将barry当男神对待。


# 6
# obj=re.compile(‘d{2}‘)
#
# print(obj.search(‘abc123eeee‘).group()) #12
# print(obj.findall(‘abc123eeee‘)) #[‘12‘],重用了obj


# import re
# ret = re.finditer(‘d‘,‘ds3sy4784a‘)   #finditer返回一个存放匹配结果的迭代器
# print(ret)  # <callable_iterator object at 0x10195f940>
# print(next(ret).group())  #查看第一个结果
# print(next(ret).group())  #查看第二个结果
# print([i.group() for i in ret])  #查看剩余的结果

# 命名分组匹配：
ret = re.search("<(?P<tag_name>w+)>w+</(?P=tag_name)>","<h1>hello</h1>")
# #还可以在分组中利用?<name>的形式给分组起名字
# #获取的匹配结果可以直接用group(‘名字‘)拿到对应的值
# print(ret.group(‘tag_name‘))  #结果 ：h1
# print(ret.group())  #结果 ：<h1>hello</h1>
#
# ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>")
# #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
# print(ret.group(1))
# print(ret.group())  #结果 ：<h1>hello</h1>

# 相关练习题
# 1，"1-2*(60+(-40.35/5)-(-4*3))"
    # 1.1 匹配所有的整数
# print(re.findall(‘d+‘,"1-2*(60+(-40.35/5)-(-4*3))"))
    # 1.2 匹配所有的数字（包含小数）
# print(re.findall(r‘d+.?d*|d*.?d+‘,"1-2*(60+(-40.35/5)-(-4*3))"))
    # 1.3 匹配所有的数字（包含小数包含负号）
# print(re.findall(r‘-?d+.?d*|d*.?d+‘,"1-2*(60+(-40.35/5)-(-4*3))"))

# 2,匹配一段你文本中的每行的邮箱
    # http://blog.csdn.net/make164492212/article/details/51656638 匹配所有邮箱
    
# 3，匹配一段你文本中的每行的时间字符串 这样的形式：‘1995-04-27‘

s1 = ‘‘‘
时间就是1995-04-27,2005-04-27
1999-04-27 老男孩教育创始人
老男孩老师 alex 1980-04-27:1980-04-27
2018-12-08
‘‘‘
# print(re.findall(‘d{4}-d{2}-d{2}‘,s1))

# 4 匹配 一个浮点数
# print(re.findall(‘d+.d*‘,‘1.17‘))