1 # 一、正則表達式：
  2 # \w    表示數字、字母、下劃線
  3 # \W     表示上面描述的內容取反
  4 #
  5 #
  6 # \s     表示任意空白字符（\t \n)
  7 # \S     表示上面描述的內容取反
  8 #
  9 # \d     [0-9]數字
 10 # \D     非數字 [^\d]
 11 #
 12 # ^    表示從開頭開始匹配
 13 # $    表示從結尾開始匹配
 14 #
 15 # .    代表任意非一個字符（除了\n以外）
 16 # 若要讓. 匹配所有包括換行符號，則表達式為中的參數需加上re.DOTALL
 

 17 # print(re.findall(‘a.c‘,‘abc a c a1c aaaaa a\nc a\tc‘,re.DOTALL))
 18 
 19 
 20 # []  表示匹配一個字符，這個字符必須是指定範圍內的
 21 #   [0-9]表示0-9任意一個數字，[a-zA-Z]表示大小寫a-z中任意一個字母
 22 # print(re.findall(‘a[0-9]c‘,‘abc a c a1c aaaaa a\nc a\tc‘))
 23 # print(re.findall(‘a[a-z]‘,‘abc a c a1c aaaaa a\nc a\tc‘))
 24 # print(re.findall(‘a[+=#!-]c‘,‘a#c a!c a+c a-c aa abc a1c a\nc‘))
 

 25 
 26 
 27 
 28 #二、重復匹配:
 29 #?  表示?左邊的一個字符出現0次或者1次(通俗點來說，如果?左邊的字符有，就取，如果沒有則不取）
 30 # print(re.findall(‘ab?‘,‘ab abb abbbb abbbbbbb a1b a+b‘))    #[‘ab‘, ‘ab‘, ‘ab‘, ‘ab‘, ‘a‘, ‘a‘]
 31 
 32 #*  表示左邊的一個字符出現0次或者無窮次
 33 # print(re.findall(‘ab*‘,‘ab abb abbbb abbbbbbb a1b a+b‘))    #[‘ab‘, ‘abb‘, ‘abbbb‘, ‘abbbbbbb‘, ‘a‘, ‘a‘]
 

 34 
 35 #.*     表示任意0個或者無窮個非換行字符(貪婪匹配，找到離他最遠的字符）
 36 # print(re.findall(‘a.*c‘,‘ac a12312131dsssssdddss466668948949239kddddccdsdfacdc 123 a\nc‘))
 37     #[‘ac a12312131dsssssdddss466668948949239kddddccdsdfacdc‘]
 38 
 39 #.*?    非貪婪匹配（固定搭配，?在這裏不是之前?的意思了）
 40 # print(re.findall(‘a.*?c‘,‘ac a1c2312131dsssssdddss466668948949239kddddccdsdfacdc 123 a\nc‘))    #[‘ac‘, ‘a1c‘, ‘ac‘]
 41 
 42 
 43 #|  表示或者，滿足其一都可以
 44 # print(re.findall(‘company|companies‘,‘Too many companies have gone bankrupt, and the next one is my company‘))
 45 # print(re.findall(‘compan(?:y|ies)‘,‘Too many companies have gone bankrupt, and the next one is my company‘))
 46 #兩種方法都可以
 47 
 48 
 49 #() 指定表達式，但是只保留()內所指定的內容，若想要取()外的內容，則可以寫成(?:過濾內容) ?:為固定搭配
 50 #可以認為()左邊所定義的內容為匹配的條件。
 51 # print(re.findall(‘compan(y|ies)‘,‘Too many companies have gone bankrupt, and the next one is my company‘))
 52 # print(re.findall(‘compan(?:y|ies)‘,‘Too many companies have gone bankrupt, and the next one is my company‘))
 53 #使用分組+非貪婪 表達式獲取字符串中的url地址
 54 # print(re.findall(‘href="(.*?)"‘,‘<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">‘))
 55 
 56 
 57 #+  代表左邊的那個字符出現1次或者無窮次（+ 和 *進行對比)
 58 # print(re.findall(‘ab*‘,‘a ab abb abbb abbbbbbb a1b a+b‘))
 59 # print(re.findall(‘ab+‘,‘a ab abb abbb abbbbbbb a1b a+b‘))
 60 
 61 
 62 #\  轉義符，\後面的字符，取消特殊字符的意義
 63 #python解釋器使用的是C解釋器的功能，所以在python語法解析後，會剝離掉一個\ ，然後再給c解釋器的時候，就變成另外一層意思了
 64 
 65 # print(re.findall(‘a\.c‘,‘a.c a1c aac aAc‘))
 66 # print(re.findall(‘a\\.‘,‘a\c ac ab2 a. ac‘))     #先經過python語法解析後，正則條件會變成‘a\c‘，然而再給到c解釋器的時候，就認為
 67 #                                                 #是在匹配‘a\c‘，此時a+不轉譯c
 68 #
 69 # print(re.findall(r‘a\\\.‘,‘a\c ac ab2 a\. ac‘))     #效果和下面一致
 70 # print(re.findall(‘a\\\\\\.‘,‘a\c ac ab2 a\. ac‘))   #效果和上面一致
 71 #
 72 #
 73 # print(re.findall(‘a\\\\c‘,‘a\c ac ab2 ac‘))
 74 # print(re.findall(r‘a\\c‘,‘a\c ac ab2 ac‘))
 75 
 76 
 77 
 78 #小練習
 79 # print(re.findall(‘\D?(\-?\d+\.?\d*)‘,"1-12*(60+(-40.9834898/5)-(-4*3)"))  #取之字符串中所有的整數
 80 
 81 #{} 自定義某個字符出現的次數    #{0,2} => 表示出現的次數為0～2次，{}左邊的字符如果有，則至多取兩次，如果沒有，則不取
 82 # print(re.findall(‘ab{0,2}‘,‘a ab abb abbbb‘))
 83 
 84 
 85 
 86 
 87 #re模塊其他的使用方法
 88 x = ‘myleon leon is DSB‘
 89 
 90 #re.search 從頭開始查找，若找到就返回查找到的對象，可以通過.group()提取該值
 91 # print(re.search(‘leon‘,x))  #從左往右查找，返回第一個查找到的對象
 92 # print(re.search(‘leon‘,x).group())  #根據查找到的對象返回一個最終的值
 93 # print(re.search(‘^leon‘,x)) #查找以leon開頭的結果，效果等同re.match
 94 
 95 #re.match() 只對開頭開始匹配
 96 # print(re.match(‘leon‘,x))   #查找以alex開頭的值,返回一個對象，若被查找的字符串開頭不是這個查詢條件，則返回None
 97 # print(re.match(‘leon‘,x).group())   #返回一個查找的結果值,None是沒有辦法返回值的
 98 
 99 #re.split() 可以指定正則來進行切分
100 # info = ‘a*-=b->:c‘   #無法使用‘‘.split()來進行分割,每次符合正則條件的時候將左邊的放入列表中
101 # print(re.split(‘[*=>-]‘,info))  #[‘a‘, ‘‘, ‘‘, ‘b‘, ‘‘, ‘c‘]
102 # res = [i for i in re.split(‘[*-=>]‘,info) if len(i) != 0]   #通過三元表達式+re.split
103 # print(res)
104 
105 #re.sub()   #類似‘‘.replace的功能
106 # msg1 = ‘alex  myalex alex is DSB‘
107 # print(re.sub(‘^alex‘,‘ALEX‘,msg1))   #ALEX  myalex alex is DSB
108 # print(msg1.replace(‘alex‘,‘ALEX‘))   #ALEX  myALEX ALEX is DSB
109 
110 # msg2=‘alex my name is alex Alex AlEx aLeX is hahahah‘   #將不論大小寫的alex 都替換成DSB
111 # print(re.sub(‘alex‘,‘DSB‘,msg2,flags=re.I)) #flag=I 意思為忽略大小寫
112 
113 
114 # msg3="""
115 # a1231231231231egon
116 # 123123sadfsadf2143egon
117 # sdafljsalfdjerwqregon
118 # """
119 # print(re.findall(‘egon$‘,msg3,flags=re.M))  #flag=re.M 意思為每一行都取
120 
121 
122 
123 #了解 re.sub()+分組+序號 進行重新排序
124 # msg4="Name---@#@#--is==++*=Pig"
125 # print(re.sub(‘([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)‘,r‘\5\2\3\4\1‘,msg4))
126 
127 #re.compile() 將正則表達式存為變量,然後可以重復調用
128 # patten = re.compile(‘href="(.*?)"‘)
129 # print(patten.findall(‘<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">‘))
130 # print(patten.findall(‘<a href="https://www.kaixin.com/png1"><p>"哈哈哈"</p><a href="https://www.kaixin001.com/png2">‘))

python3 正則表達式(python3入門)