9.1 正则
1、判断一个字符串是否匹配给定的格式从一个字符串中按指定格式提取信息
9.2 re
1、findall方法:
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表
import re #导入re模块, a ='python123python666pyt hon888' re. findall('python',a) # 把所符台规则的匹配出来,返回一个列表[ 'python', ' python',' python' ] re. findall('123' ,a) [ '123' ] re.findall('999' ,a) #如果匹配的不存在,则返回一一个空列表[]
2、match方法:
re.match 尝试从字符串的起始位置匹配一个模式,匹配成功 返回的是一个匹配对象(这个对象包含了我们匹配的信息),如果不是起始位置匹配成功的话,match()返回的是空,注意:match只能匹配到一个
import re .a ='python123python666python888 "re .match(' python',a)<_ sre.SRE_Match object; span=(e, 6), match='python" >re .match( '123' ,a)»>> re .match( " python123', a)<_ sre.SRE_ Match object; span=(0, 9), match= ' python123'>l»»> bb = re. match('python" ,a)»> bb.group() ### 1. ###>>> bb. span() ### 2. ###1.可以通过group()提取匹配到的内容2.可以通过span()提取匹配到的字符下标
3、search方法:
re.search 扫描整个字符串,匹配成功 返回的是一个匹配对象(这个对象包含了我们匹配的信息)注意:search也只能匹配到一个,找到符合规则的就返回,不会一直往后找
re.search('123',a)<_ sre.SRE_ Match object; span=(6, 9), match='123'>re.search( " python',a)<_ sre.SRE_ Match object; span=(0, 6),match='python'>re.search('6',a)<_ sre.SRE_ Match object; span=(15, 16), match='6'>dd = re . search(' python',a)dd. group()'python "dd.span()(e, 6)
re.match与re.search的区别:
re.match只匹配字符串的开始位置找,如果字符串开始不符合正则表达式,则匹配失败,re.search:匹配整个字符串,如果一直找不到则返回是空的,没有结果
9.3 元字符 re.S 匹配换行符
1.单字符匹配 :
字符 功能 . 匹配任意1个字符(除了\n )[] 匹配]中列举的字符\d 匹配数字,即0-9\D 匹配非数字,即不是数字\s 匹配空白,即空格,tab键\S 匹配非空白\w 匹配单词字符,即2-Z、A-Z、0-9、_\W 匹配非单词字符
2.代表数量的元字符:
字符 功能 * 匹配前一个字符出现0次或者无限次,即可有可无 + 匹配前一个字符出现1次或者无限次,即至少有1次? 匹配前一个字符出现1次或者0次,即要么有1次,要么没有 {m} 匹配前一一个字符出现m次{m,} 匹配前一个字符至少出现m次{m,n} 匹配前一一个字符出现从m到n次
3.表示边界的元字符:
字符 功能^ 匹配字符串开头$ 匹配字符串结尾\b 匹配一一个单词的边界\B 匹配非单词边界
4.分组匹配
字符 功能
| 匹配左右任意- -个表达式 (ab) 将括号中字符作为一个分组
5.贪婪与非贪婪
正则默认都是用贪婪模式去匹配数据的,就是尽可能多的匹配符合要求的数据,在非贪婪模式下,始终找最短匹配
a ='<html>0008< /html ><td>bbbb</td>'re. findall(r'<.*>',a)[' <html>090< /htmlxtd>bbbb</td>']re. findall(r'<.*?>',a) #加上?变成非贪婪模式[ "<html>',, " </html>',, '(td>' .'</td>']re. findall(r'-(\d+)(.+-)','-123456789-')[(' 12345678', '9-')]>>> re. findall(r'-(\d+?)(.+-)','-123456789-')[('1' ,'23456789- ')]