基本的正则表达式

清疚 2021-09-13 22:44 356阅读 0赞

# findall的使用 #

**. (点)的使用**

# . (点)的使用举例，点相当于一个占位符
    >>> a = 'xy123'
    >>> b = re.findall('x.',a)
    >>> b
    ['xy']
    >>>
    >>>
    >>> b = re.findall('x..',a)
    >>> b
    ['xy1']
    >>>
    >>>
    >>> b = re.findall('x...',a)
    >>> b
    ['xy12']
    >>>
    >>>

--------------------

**？ 的使用**

# ？ 的使用
    >>> a = 'xy123'
    >>> b = re.findall('x?',a)
    >>> b
    ['x', '', '', '', '', '']
    >>>

--------------------

**.\* 的使用**

# .* 的使用，尽可能匹配多的内容
    >>> secret_code ='hadkfalifexxIxxfasdjifja134xxlovexx2334sdfxxyouxx8dfse'
    >>> b = re.findall('xx.*xx',secret_code)
    >>> b
    ['xxIxxfasdjifja134xxlovexx2334sdfxxyouxx']
    >>>

--------------------

**.\*? 的使用**

# .*? 的使用，把按照匹配的模型，将匹配尽可能多的结果，最后以列表的形式返回
    
    >>> secret_code ='hadkfalifexxIxxfasdjifja134xxlovexx2334sdfxxyouxx8dfse'
    >>> b = re.findall('xx.*?xx',secret_code)
    >>> b
    ['xxIxx', 'xxlovexx', 'xxyouxx']
    >>>
    >>>
    #若要提取内容，即去掉内容两边的xx,需要的内容用括号括起来，不需要的内容放在括号外面
    >>> b = re.findall('xx(.*?)xx',secret_code)
    >>> b
    ['I', 'love', 'you']

--------------------

**(.\*?) 的使用**

# (.*?) 的使用，提取想要的内容
    >>>
    >>> s = '''sdfxxhello ... xxfsdfxxworldxxasdf'''
    >>> d = re.findall('xx(.*?)xx',s)   #里面有换行符的作用，没有提取到想要的内容
    >>> d
    ['fsdf']
    >>>
    >>>
    >>> d = re.findall('xx(.*?)xx',s,re.S)   #此处 re.S的作用就是使 . 包括 \n，这样，把自己想要的内容提取出来了
    >>> d
    ['hello\n', 'world']
    >>>

--------------------

# compile的争议 #

> 提醒：可以不使用compile，因为使不使用compile，效果都是一样的，所以，使用compile显得多此一举，详细请查看官方源码

>>>
    >>>> import re
    >>>  secret_code ='hadkfalifexxIxxfasdjifja134xxlovexx2334sdfxxyouxx8dfse'
    >>> b = re.findall('xx(.*?)xx',secret_code)        #不使用 compile
    >>> b
    ['I', 'love', 'you']
    >>>
    >>>
    >>>
    >>> pattern = 'xx(.*?)xx'
    >>> new_pattern = re.compile(pattern,re.S)         
    >>> output = re.findall(new_pattern,secret_code)   #使用 compile 
    >>> output
    ['I', 'love', 'you']
    >>>

--------------------

# 对比finall与search的区别 #

## search 的使用 ##

>>> s2 = 'asdfxxIxx123xxlovexxdfd'
    >>> f = re.search('xx(.*?)xx123xx(.*?)xx',s2)
    >>> f
    <_sre.SRE_Match object at 0x0000000002DAFE88>
    >>> 
    >>> f.group(1)   #提取第一个括号的内容
    'I'
    >>> f.group(2)   #提取第二个括号的内容
    'love'
    >>> f.group(3)

## findall 的使用 ##

>>> s2 = 'asdfxxIxx123xxlovexxdfd'
    >>> f = re.findall('xx(.*?)xx123xx(.*?)xx',s2)
    >>> f
    [('I', 'love')]
    >>>
    >>> f[0][0]
    'I'
    >>> f[0][1]
    'love'
    >>>

--------------------

# sub 的使用 #

>>>
    >>> s = '123abcssfasdfas123'
    >>> output = re.sub('123(.*?)123','123456789123',s)  #第一种写法
    >>> output
    '123456789123'
    >>>
    >>>
    >>>>>> output = re.sub('123(.*?)123','123%d123'%1000,s)  #第二种写法
    >>> output
    '1231000123'
    >>>

去除文本中多余的空格符，换行符等等

text = 目标字符串
    re.sub("\s","",text)