目录
5. findall、finditer、search、match、compile 用法
1. 基本知识
正则表达式（Regular Expression）是一种使用表达式对字符串进行匹配的语法规则，用于处理字符串。
优点：速度快、效率高、准确性高
语法规则：使用元字符排列组合用来匹配字符串。
- 元字符：具有固定含义的特殊符号
- 量词： 控制前面的元字符出现的次数
2.常用元字符
| 元字符 | 含义 |
|---|---|
| . | 匹配除换行符（\n、\r）之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用像"(.|\n)"的模式。 |
| \w | 匹配字母或数字或下划线 |
| \s | 匹配任意的空白字符 |
| \d | 匹配数字 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的技术 |
| \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 |
3. 量词
作用：控制前面的元字符出现的次数
| 元字符 | 含义 |
|---|---|
| * | 重复零次或更多次,? 等价于{0, } |
| + | 重复一次或更多次，等价于{1,} |
| ? | 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 |
4.贪婪匹配和惰性匹配
| 表达式 | 含义 |
|---|---|
| .* | 贪婪匹配（尽可能多的去匹配） |
| .*? | 惰性匹配（尽可能少的去匹配） |
示例
str: "玩吃鸡游戏，晚上一起上游戏，干嘛呢， 打游戏啊" reg: 玩.*?游戏 此时匹配的是: 玩吃鸡游戏 reg: 玩.*游戏 此时匹配的是: 吃鸡游戏，晚上一起上游戏，干嘛呢， 打游戏
5. findall、finditer、search、match、compile 用法
补充： 正则表达式式中使用括号就分组匹配，一个括号就是一个分组。
(1) findall和finditer ：都可以获取所有匹配的结果，不同时是findall返回的是一个list，而finditer 返回的是一个迭代器<class 'callable_iterator'>
str1 = "我今年25岁, 我有2000万"
res = re.findall("\d+", str1)
print(res) # ['25', '2000']
res = re.finditer("\d+", str1)
print(type(res))
for item in res: # 从迭代器中拿到内容
print(item.group()) # 从匹配的结果中拿到数据
# 25
# 2000
（2）search和match
? ? a. search：会扫描整个字符串匹配，只会返回第一次匹配到的内容，返回的是Match object ，需要使用group拿到数据
# search用法
res = re.search("\d+", str1)
print(res) # <re.Match object; span=(3, 5), match='25'>
print(res.group()) # 25? ? b.match在匹配的时候，是从字符串的开头进行匹配，类似在正则前面加上^。只有在0位置匹配成功才有返回，否则返回None
res = re.match(r"\d+", str1)
print(res)
（3）compile?预加载，提前把正则对象加载完毕
s = """
<div class='西游记'><span id='10086'>中国移动</span></div>
<div class='西游记'><span id='10010'>中国联通</span></div>
"""
obj = re.compile(r"<span id='(\d+)'>(.*?)</span>")
# 直接把加载好的对象进行使用
res = obj.findall(s)
print(res)
# [('10086', '中国移动'), ('10010', '中国联通')]6. 给分组起别名
语法： (?P<名称>正则)
s = """
<div class='西游记'><span id='10086'>中国移动</span></div>
<div class='西游记'><span id='10010'>中国联通</span></div>
"""
obj = re.compile(r"<span id='(?P<id>\d+)'>(?P<name>.*?)</span>")
res = obj.finditer(s)
for item in res:
print(item.group("id"), item.group("name"))
# 10086 中国移动
# 10010 中国联通
