python re.split 用法 python中ret

re模块

1、匹配： findall  search  match

import re
# 操作的对象是字符串
#1、 匹配
# 1.1 findall  重要
ret = re.findall('\d+','19874ashfk01248')
print(ret)  # 传参格式：'正则表达式','字符串'   返回值类型:列表   返回值内容:所有匹配上的项
ret1 = re.findall('\s+','19874ashfk01248')
print(ret1) #如果匹配不上返回的是空列表

 

 

 

 

 

# 1.2 search   重要
ret2 = re.search('\d+','@$19874ashfk01248')
print(ret2,type(ret2)) #传参格式：（'正则表达式','字符串'） 返回值类型: 正则匹配结果的对象  如果匹配上了就返回对象，返回值类型是正则表达式的内容
if ret2:print(ret2.group())  #返回的对象通过group来获取，只取匹配到的第一个结果
ret3 = re.search('\s+','19874ashfk01248')
print(ret3) #如果没有匹配上，返回值类型: None

 

 

 

 

 

# 1.3 match  
ret4 = re.match('\d+','19874ashfk01248')
print(ret4) #若匹配到只取第一个结果
ret5 = re.match('\d+','%^19874ashfk01248')
print(ret5) #match默认从开头匹配，开头匹配不上直接返回None
#re.search('^\d+','19874ashfk01248') 正则表达式里开头加^  效果一样的

 

 

 

 

2、替换 sub   subn

# sub 
#相当于repalce的用法
print('replace789,24utdeedeeeeshf'.replace('e','H',3)) #把字符串中H替换成e,替换3次
ret = re.sub('\d+','H','replace789nbc2xcz392zx') #按正则表法式把字符串中匹配到的替换成H
print(ret)
ret1 = re.sub('\d+','H','replace789nbc2xcz392zx,48495',1)
print(ret1)
 
# subn 
ret2 = re.subn('\d+','H','replace789nbc2xcz392zx')
print(ret2)  #会把替换的次数返回

 

 

 

 

 

3、切割 split

# split ***

# print('alex|83|'.split('|'))

# ret = re.split('\d+','alex83egon20taibai40')

# print(ret) #结果：['alex', 'egon', 'taibai', '']

 

4、进阶方法compile   finditer

- 爬虫\自动化开发

# 4.1 compile 预编译***** 时间效率
# ret = re.compile('-0\.\d+|-[1-9]\d+(\.\d+)?')
# res = ret.search('alex83egon-20taibai-40')
# print(res.group())
# 节省时间 : 只有在多次使用某一个相同的正则表达式的时候,这个compile才会帮助我们提高程序的效率
 
# finditer 生成迭代器***** 空间效率
# print(re.findall('\d','sjkhkdy982ufejwsh02yu93jfpwcmc'))
# ret = re.finditer('\d','sjkhkdy982ufejwsh02yu93jfpwcmc')
# for r in ret:
#     print(r.group()) #使用.group()打印内容

 

 

 

 

5、分组：python中的正则表达式：

#findall会优先显示分组中的内容,要想取消分组优先,(?:正则表达式)
，会保留分组内被切掉的内容
依次拿到group中分组匹配的内容
 
#1、findall分组优先
ret1 = re.findall('www.baidu.com|www.oldboy.com','www.oldboy.com')
print(ret1)
ret2 = re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret2)
ret3 = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret3)

 

 

 

 

 

ret1 = re.findall('-0\.\d+|-[1-9]\d*(\.\d+)?','-1abc-200')
print(ret1)
ret2 = re.findall('-0\.\d+|-[1-9]\d*(?:\.\d+)?','-1abc-200')
print(ret2)

 

 

 

 

#2、split遇见分组，会返回被切割的内容
ret = re.split('\d+','alex83egon20taibai40')
print(ret)
ret = re.split('(\d+)','alex83egon20taibai40')
print(ret)

 

 

 

 

#3、search遇见分组
ret = re.search('\d+(.\d+)(.\d+)(.\d+)?','1.2.3.4-2*(60+(-40.35/5)-(-4*3))')
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.group(3))

 

 

 

 

 

作业：

#只取整数：
import re
ret1=re.findall(r"\d+(?:\.\d+)?","1-2*(60+(-40.35/5)-(-4*3))")
print(ret1)  #获取的是所有
ret2=re.findall(r"\d+(?:\.\d+)|(\d+)","1-2*(60+(-40.35/5)-(-4*3))")
print(ret2)
ret2.remove('')
print(ret2)

 

 

 

 

 

#表单页签
import re
ret = re.findall('>(\w+)<',r'<a>wahaha<\a>')
print(ret)
 
ret = re.search(r'<(\w+)>(\w+)</(\w+)>',r'<a>wahaha</a>')
print(ret.group())
print(ret.group(1))
print(ret.group(2))

 

 

 

#分组命名：
        # (?P<name>正则表达式) 表示给分组起名字
        # (?P=name)表示使用这个分组,这里匹配到的内容应该和分组中的内容完全相同
    # 通过索引使用分组
        # \1 表示使用第一组,匹配到的内容必须和第一个组中的内容完全相同
 
 
import re 
ret = re.search("<(?P<name>\w+)>\w+</(?P=name)>","<h1>hello</h1>")
print(ret.group('name'))
print(ret.group()) 
#使用(?P<name>)和(?P=name)，字符串里对象前后名必须一致，否则会报错
 
 
ret = re.search(r'<(?P<tag>\w+)>(?P<c1>\w+)</(?P<c2>\w+)>',r'<a>wahaha</b>')
print(ret.group())
print(ret.group('tag'))
print(ret.group('c1'))
print(ret.group('c2'))
 
 
ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
print(ret.group(1))
print(ret.group())