正则表达式，python全篇！

re.match(pattern,string,flags=0)

学习Python中有不明白推荐加入交流群

                号：516107834

                群里有志同道合的小伙伴，互帮互助，

                群里有不错的学习教程！

re.match尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none

参数介绍：

pattern:正则表达式

string：匹配的目标字符串

flags：匹配模式

正则表达式的匹配模式：

最常规的匹配

import re

content ='hello 123456 World_This is a Regex Demo'

print(len(content))

result = re.match('^hellosd{6}sw{10}.*Demo$$',content)

print(result)

print(result.group()) #返回匹配结果

print(result.span()) #返回匹配结果的范围

结果运行如下：

<_sre.SRE_Match object; span=(0, 39), match='hello 123456 World_This is a Regex Demo'>

hello 123456 World_This is a Regex Demo

(0, 39)

泛匹配

使用（.*）匹配更多内容

import re

content ='hello 123456 World_This is a Regex Demo'

result = re.match('^hello.*Demo$',content)

print(result)

print(result.group())

结果运行如下：

<_sre.SRE_Match object; span=(0, 39), match='hello 123456 World_This is a Regex Demo'>

hello 123456 World_This is a Regex Demo

匹配目标

在正则表达式中使用（）将要获取的内容括起来

使用group(1)获取第一处，group(2)获取第二处，如此可以提取我们想要获取的内容

import re

content ='hello 123456 World_This is a Regex Demo'

result = re.match('^hellos(d{6})s.*Demo$',content)

print(result)

print(result.group(1))#获取匹配目标

结果运行如下：

<_sre.SRE_Match object; span=(0, 39), match='hello 123456 World_This is a Regex Demo'>

123456

贪婪匹配

import re

content ='hello 123456 World_This is a Regex Demo'

result = re.match('^he.*(d+).*Demo$',content)

print(result)

print(result.group(1))

注意：.*会尽可能的多匹配字符

非贪婪匹配

import re

content ='hello 123456 World_This is a Regex Demo'

result = re.match('^he.*?(d+).*Demo$',content)

print(result)

print(result.group(1))

注意：.*?会尽可能匹配少的字符

使用匹配模式

在解析HTML代码时会有换行，这时我们就要使用re.S

import re

content ='hello 123456 World_This '

'is a Regex Demo'

result = re.match('^he.*?(d+).*?Demo$',content,re.S)

print(result)

print(result.group(1))

运行结果如下：

<_sre.SRE_Match object; span=(0, 39), match='hello 123456 World_This is a Regex Demo'>

123456

转义

在解析过程中遇到特殊字符，就需要做转义，比如下面的$符号。

import re

content = 'price is $5.00'

result = re.match('^price.*$5.00',content)

print(result.group())

总结：尽量使用泛匹配，使用括号得到匹配目标，尽量使用非贪婪模式，有换行就用re.S

re.search(pattern,string,flags=0)

re.search扫描整个字符串并返回第一个成功的匹配。

比如我想要提取字符串中的123456，使用match方法无法提取，只能使用search方法。

import re

content ='hello 123456 World_This is a Regex Demo'

result = re.match('d{6}',content)

print(result)

import re

content ='hello 123456 World_This is a Regex Demo'

result = re.search('d{6}',content)

print(result)

print(result.group())

运行结果如下：

<_sre.SRE_Match object; span=(6, 12), match='123456'>

123456

匹配演练

可以匹配代码里结构相同的部分，这样可以返回你需要的内容

import re

content = '2009年中信出版社出版图书'

result = re.search('(.*?)',content)

print(result.group(1))

1

2009年中信出版社出版图书

re.findall(pattern,string,flags=0)

搜索字符串，以列表形式返回全部能匹配的字串

import re

html ='''

网络歌曲

2009年中信出版社出版图书

'''

result = re.findall('(.*?)',html,re.S)

count = 0

for list in result:

print(result[count])

count+=1

网络歌曲

2009年中信出版社出版图书

re.sub( pattern，repl，string，count，flags)

re.sub共有五个参数

三个必选参数 pattern，repl，string

两个可选参数count，flags

替换字符串中每一个匹配的字符串后替换后的字符串

import re

content = 'hello 123456 World_This is a Regex Demo'

content = re.sub('d+','',content)

print(content)

运行结果如下：

hello World_This is a Regex Demo

import re

content = 'hello 123456 World_This is a Regex Demo'

content = re.sub('d+','what',content)

print(content)

运行结果如下：

hello what World_This is a Regex Demo

import re

content = 'hello 123456 World_This is a Regex Demo'

content = re.sub('(d+)',r'� 789',content)

print(content)

运行结果如下：

hello 123456 789 World_This is a Regex Demo

注意：这里�代表前面匹配的123456

Robospider

演练

在这里我们替换li标签

import re

html ='''

网络歌曲

2009年中信出版社出版图书

'''

html = re.sub('

|

','',html)

print(html)

运行结果如下，里面就没有li标签

网络歌曲

2009年中信出版社出版图书

compile(pattern [, flags])

该函数根据包含的正则表达式的字符串创建模式对象。可以实现更有效率的匹配

将正则表达式编译成正则表达式对象，以便于复用该匹配模式

import re

content = 'hello 123456 '

'World_This is a Regex Demo'

pattern = re.compile('hello.*?Demo',re.S)

result = re.match(pattern,content)

print(result.group())

运行结果如下：

hello 123456 World_This is a Regex Demo

综合使用

import re

html = '''

解除好友2：暗网

7.9

镰仓物语

6.9

特工

8.3

幸福的拉扎罗

8.6

大师兄

5.2

风语咒

6.9

精灵旅社3：疯狂假期

6.8

狄仁杰之四大天王

6.2

摩天营救

6.4

复仇者联盟3：无限战争

8.1

'''

count = 0

for list in result:

print(result[count])

count+=1

运行结果如下：

('解除好友2：暗网', '7.9')

('镰仓物语', '6.9')

('特工', '8.3')

('幸福的拉扎罗', '8.6')

('大师兄', '5.2')

('风语咒', '6.9')

('精灵旅社3：疯狂假期', '6.8')

('狄仁杰之四大天王', '6.2')

('摩天营救', '6.4')

('复仇者联盟3：无限战争', '8.1')