|
一、正则表达式简介
正则表达式是用于处理字符串的强大工具，Python中主要是由re模块来实现处理。从本质上讲，正则表达式是一种小型的、高度专业化的编程语言，它是对字符串操作的一种逻辑公式，使用先定义好的规则字符串对字符串进行过滤逻辑操作。正则表达式由两种字符构成，一种是在表达式中具有特殊意义的“元字符”， 一种是普通字符
关于正则表达式表可以参考：https://www.jb51.net/shouce/jquery1.82/regexp.html
二、re模块用法
首先在python中安装re的安装包，使用import re语句查看是否已经安装。若提示没有安装，点击安装即可，或者手动安装。
查看re包的所有函数：
import re
print(re.__all__)
根据结果，得知re模块所涉及的函数在主要功能为：查找文本中的模式、编译表达式、 多层匹配。
1、查找文本模式函数----search
该函数有三个参数分别为：pattern表示编译时用的字符串表达式， string表示用于匹配的字符串， flags表示编译标志位
常用flags及其含义：
| 标志 | 含义 |
|---|
| re.S | 使“.“匹配包括换行在内的所有字符 | | re.I | 使匹配忽略大小写 | | re.L | 做本地化识别匹配等 | | re.M | 多行匹配，影响^和$ | | re.X | 更易理解的表达式写法 | | re.U | 根据Unicode字符集解析字符 |
代码：
match = re.search("哈哈", "我是采集速度不错就哈哈集合")
print(match)
结果：
<re.Match object; span=(9, 11), match='哈哈'>
可以看到在结果中返回了匹配到字符串的起始与结束位置；如果匹配字符串没有找到，这个函数会返回None。
使用正则表达式时，模式在原字符中出现的位置，具有start（返回匹配开始位置）、end（返回匹配结束位置）、group（返回被匹配的字符串）、span（返回开始、结束位置的元组）、groups（返回包含所有小组字符串的元组）等方法。
代码：
print(re.search("([0-9]*)([a-z]*)([0-9]*)", "1234cbgd5678").group(0))
print(re.search("([0-9]*)([a-z]*)([0-9]*)", "1234cbgd5678").group(1))
print(re.search("([0-9]*)([a-z]*)([0-9]*)", "1234cbgd5678").group(2))
print(re.search("([0-9]*)([a-z]*)([0-9]*)", "1234cbgd5678").group(3))
print(re.search("([0-9]*)([a-z]*)([0-9]*)", "1234cbgd5678").groups())
运行结果：
1234cbgd5678
1234
cbgd
5678
('1234', 'cbgd', '5678')
注：上面search只会匹配一次函数，即匹配到字符串就会结束运行，后面的字符串就不再进行遍历操作了
2、findall函数
可以使用findall函数进行遍历匹配，该方法会获取字符串中所有匹配的字符串，返回一个列表。search用于查找字符串的单个匹配，findall函数用法一样，但是会返回所有匹配且不重叠的子字符串。
print(re.findall("as", "assasasasasasasasasaasasa"))
3、finditer函数
相比于findall，该函数返回的信息更加全面。可以返回一个对象其中包含所有匹配到字符的起始位置、匹配字符等等
match = re.finditer("as", "assasasasasasasasasaasasa")
for i in match:
print(i)
结果：
<re.Match object; span=(0, 2), match='as'>
<re.Match object; span=(3, 5), match='as'>
<re.Match object; span=(5, 7), match='as'>
<re.Match object; span=(7, 9), match='as'>
<re.Match object; span=(9, 11), match='as'>
<re.Match object; span=(11, 13), match='as'>
<re.Match object; span=(13, 15), match='as'>
<re.Match object; span=(15, 17), match='as'>
<re.Match object; span=(17, 19), match='as'>
<re.Match object; span=(20, 22), match='as'>
<re.Match object; span=(22, 24), match='as'>
|