Python基礎之re模組
什麼是模組?
為了編寫可維護的程式碼,我們把很多的函式分組,分別放到不同的檔案裡,這樣,每個檔案包含的程式碼就相對較少,很多程式語言都採用這種組織程式碼的方式,在Python中,一個.py檔案就稱為一個模組
模組的作用?
使用模組的好處 大大提高了程式碼的可維護性 其次 編寫程式碼不必從零開始 當一個模組編寫完畢 就可以被其他地方引用 我們在編寫程式的時候,也就經常使用其他模組 包括Python內建的模組和來自第三方的模組; 另外使用模組可以避免函式名和變數名衝突。
re模組
re模組是python標準庫(Python中已經定義好的)裡面的一個模組,主要用於模糊查詢,應用方面為WEB 、爬蟲等; re 模組 就其本質而言,正則表示式(或re)是一種小型的,高度專業的程式語言,(在Python中) 它內嵌在Python中,並通過re模組實現,正則表示式模式被編譯成一系列的位元組碼,然後由 C編寫的匹配引擎執行。
re模組使用元字元去匹配資料,元字元包括:
. 萬用字元(可以匹配任意型別的資料)
^ 從開頭開始匹配
$ 結尾符 (返回以指定內容結尾的資料)
* 匹配(0,+00)次
+ 匹配(1,+00)次
? 匹配(0,1)次
{} 可以代替之前的三種情況 {0,}== * {1,}==+ {0,1}==? {6}匹配重複6次
[a-z] 表示範圍 re.findall('q[a-z]', 'quojqkjhk') re.findall('q[a-z]*', 'quojqkjhk') 匹配多次 re.findall('q[^a-z]*', 'quojqkjhk') 匹配不是以q開頭後面是字母的
[xyz] 字符集 匹配字符集中的任何一個字元
\ 去掉轉義 使元字元失去特殊功能
() 分組 將()之間的內容定義為組,並且將匹配這個字元的表示式暫存在一個臨時區域
| 表示或運算
反斜槓後邊跟普通字元實現特功能:
\d 匹配十進位制數 它相當於類[0-9] 將每個數字分成單個方式展示 \d+ 可以展示十位數或者百位數
\D 匹配任何非數字字元 它相當於類[^0-9]
\s 匹配任何空白字元 它相當於類[\+\n\r\f\v]
\S 匹配任何非空白字元 它相當於類[^\+\n\r\f\v]
\w 匹配任何字母數字字元 它相當於類[a-zA-Z0-9_]
\W 匹配任何非字母數字字元 它相當於類[^a-z A-Z 0-9_]
\b 匹配一個特殊字元邊界 比如空格 & #等
r 或者 \\ 去掉特殊意義
分組
re.search("(?P<name>[a-z]+)\(?P<age>\d+)", "alex36wusir34xialv33").gruop('name')
re模組使用的函式:
findall() 把返回的結果放在列表中
search() 函式在字串內查詢模式匹配 只找到第一個匹配然後返回一個物件
search.gruop() 通過呼叫group()方法得到匹配的字串 如果字串沒有匹配則返回空
match() 匹配成功就返回一個物件 不成功就什麼都不返回 與search 不同的是它只在開始位置進行匹配
spilt() 按照指定的字元將帶匹配物件進行分割 被分割的位置用空白代替
sub() 用指定的字元去替換帶替換的物件
re.sub('\d+','A','jadsk56469adsdfsdf35464')
re.sub('\d','A','jadsk56469adsdfsdf35464')
re.sub('\d','A','jadsk56469adsdfsdf35464', 5)
re.subn('\d', 'A', 'jafdsf2313asfdsd5534') 返回替換的結果和替換的次數
compile() re.compile('') 編譯想要匹配的規則 com=compile('\d+') com.findal('asdfds23asdf') 這樣做可以使用多次
finditer() 將返回結果存在迭代器中 使用的時候 next = re.finditer('\d','asfdds231dsfs') next(ret).group()
去優先順序 re.findall('www\.(?:baidu|163)\.com', 'afsdfdsf.163.comsdafsdf')