re正则

太过爱你忘了你带给我的痛 2021-11-04 17:50 243阅读 0赞

#转义字符和原生字符
 
 import re
 #
 # # 转义
 # text = 'apple price is $299'
 # ret = re.search('\$\d+',text)
 # print(ret.group())
 #
 
 # 原生字符串
 text = '\c'
 ret = re.match('\\\\c',text)
 
 print(ret.group())
 
 # group 分组
 text = "apple's price is $100, oriange's price is $22"
 ret = re.search('.*(\$\d+).*(\$\d+)',text)
 print(ret.group(2))
 print(ret.groups())
 
 
 # sub 替换
 html = '''
 <div class="job-detail">
 工作职责
 1.通过模拟请求将人工复杂操作转变为自动化操作
 2.将自动化操作融入整套系统
 3.获取业务所需数据
 职位要求 
 1.一年以上 Python 开发经验
 2.精通网络编程、熟悉 HTTP 协议
 3.熟悉 HTML、XPath、CSS、JavaScript
 4.熟悉正则表达式，从结构化的和非结构化的数据中获取信息
 5.拥有良好的编码习惯，结构清晰，命名规范，逻辑性强，认同单元测试
 6.善于思考，能独立分析和解决问题
 7.责任心强，具备良好的团队合作精神
 8.熟练使用 Git，熟悉 Pull Request 工作流
 9.如果您有 Blog、GitHub、Stack Overflow、微博、Twitter 帐号，强烈建议您附注在简历中
 </div>
 '''
 ret = re.sub('<.*?>',"",html) # 只要标签之间的文字
 print(ret)
 
 
 # split 分割
 text = 'hello world&ni hao'
 ret= re.split('[^a-zA-Z]',text)
 print(ret)
 
 
 # compile

# 单个字符的匹配
    import re
    
    # 匹配某个字符串  如果是 ahello 就不会匹配到了
    # match从开头匹配 所以ahello 就匹配不到
    # text = "hello"
    # ret = re.match('he',text)
    # print(ret.group())
    
    
    # 点 . 表示匹配任意的字符 .只能匹配一个字符
    # . 不能匹配\n  换行符
    # text = "hello"
    # ret = re.match('.',text) #只拿到h
    # print(ret.group())
    
    
    # \d 匹配任意数字
    # text = "1234"
    # ret = re.match('\d',text) #只拿到 1
    # print(ret.group())
    
    
    # \D 匹配任意的非数字
    # text = "abc"
    # ret = re.match('\D',text) #只拿到 a
    # print(ret.group())
    
    # \s 匹配空白符(\n, \t,\r, 空格)
    # text = "\t"
    # ret = re.match('\s',text) #只拿到 1
    # print(ret.group())
    
    
    # \w 匹配 a-z A-Z 数字 下滑线
    # text = "_aA"
    # ret = re.match('\w',text) #只拿到 _
    # print(ret.group())
    
    
    # \W 跟\w 相反
    
    
    # 组合的方式, 只要满足中括号里的字符就可以匹配
    # text = "1"
    # ret = re.match('[1a]',text) #只要text是以1或a开头就能匹配到
    # print(ret.group())
    
    
    # text = "0731-8888888abcdef"
    # ret = re.match('[\d\-]+',text)
    # print(ret.group()) #0731-8888888
    
    # text = '0123'
    # ret = re.match('[0-9]+',text)
    # print(ret.group())  # 0123
    
    
    text = 'abcd0123'
    ret = re.match('[^0-9]+',text) # 匹配非 0-9
    print(ret.group())

# 多个字符的匹配
    import re
    
    # * 匹配0 个或者多个字符
    # text = 'abcd'
    # ret = re.match('\s*',text)
    # print(ret.group())
    
    # + 匹配一个或者多个
    # text = 'ab+cd'
    # ret = re.match('\w+',text)
    # print(ret.group())
    
    # ? 匹配1个或者 0个
    # text = 'abcd'
    # ret = re.match('\w?',text)
    # print(ret.group())
    
    # {n}  指定匹配n 个字符
    # text = 'abcd'
    # ret = re.match('\w{3}',text)
    # print(ret.group()) #abc
    
    
    # {m,n} 匹配m-n 个字符
    # 以匹配到的最多的为准
    # text = 'abcd'
    # ret = re.match('\w{1,3}',text)
    # print(ret.group()) # abc

# 小案例练习
    
    import re
    
    '''
    # 验证手机号码: 手机号码以 1 开头, 第二位是34578,剩下的9位随意
    text = '13149133314'
    ret = re.match('1[34578]\d{9}',text)
    print(ret.group())
    
    
    # 验证邮箱: 邮箱规则名称是 数字 字母 下划线 然后是@ 后面是域名
    text = "dangshuaigood_163@163.com"
    ret = re.match('\w+@[a-z0-9]+\.[a-z]+',text)
    print(ret.group())
    
    
    # url 的匹配
    # url规则:前面是http https 后面是 :// 后面是任意非空白字符
    # \s 匹配空白符(\n, \t,\r, 空格)
    text = 'https://www.baidu.com/s?wd=python%20selenium&rsv_spt=1&rsv_iqid=0xa4d2655300017277&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&rqlang=cn&tn=baiduhome_pg&rsv_enter=1&inputT=8498&rsv_t=dc42KYvFCf1oL197SvrZ7pGvUGE1hguHcVAhnk9wpNtiOobCOY%2FVykkEjR8gQl%2BzdBag&oq=%25E6%25B7%2598%25E5%25AE%259D&rsv_pq=b63f63a500002a02&rsv_sug3=47&rsv_sug1=42&rsv_sug7=100&rsv_sug2=0&rsv_sug4=9034'
    
    ret = re.match('(http|https|ftp)://[^\s]+',text)
    print(ret.group())
    
    
    # 验证身份证  总共18位  最后一位可能是小写x或大写X
    text = '411102198910152116'
    ret = re.match('\d{17}[\dxX]',text)
    print(ret.group())
    '''
    
    
    # ^ 一种是在中括号里表示取反  一种是以什么开头
    # text = 'hello'
    # ret = re.match('^he',text)
    # print(ret.group())
    
    
    # text = 'hello'
    # ret = re.search('ll',text)
    # print(ret.group())
    
    
    # $ 以什么结尾
    # text = 'xxxxx@163.com'
    # ret = re.match('\w+@163.com$',text)
    # print(ret.group())
    
    
    # | 表示或  并集
    # text = 'https'
    # ret = re.match('(http|https)',text)
    # print(ret.group())
    
    # 贪婪模式  非贪婪模式
    
    
    # 匹配0-100 之间的数字
    text = '99'
    ret = re.match('[1-9]\d?$|100$',text)
    print(ret.group())

# re中常见的函数
 
 import re
 
 # 分组
 # text = "apple's price is $99,orange's price is $10"
 # ret = re.search('.*(\$\d+).*(\$\d+)',text)
 # print(ret.group(2))
 
 # print(ret.groups()) # 提取所有的子分组 ('$99', '$10')
 
 
 # findall 返回的是列表 找出所有的满足条件的
 # print(re.findall('\$\d+',text))
 # ['$99', '$10']
 
 
 html = '''
 <div class="job-detail">
 工作职责
 1.通过模拟请求将人工复杂操作转变为自动化操作
 2.将自动化操作融入整套系统
 3.获取业务所需数据
 职位要求 
 1.一年以上 Python 开发经验
 2.精通网络编程、熟悉 HTTP 协议
 3.熟悉 HTML、XPath、CSS、JavaScript
 4.熟悉正则表达式，从结构化的和非结构化的数据中获取信息
 5.拥有良好的编码习惯，结构清晰，命名规范，逻辑性强，认同单元测试
 6.善于思考，能独立分析和解决问题
 7.责任心强，具备良好的团队合作精神
 8.熟练使用 Git，熟悉 Pull Request 工作流
 9.如果您有 Blog、GitHub、Stack Overflow、微博、Twitter 帐号，强烈建议您附注在简历中
 </div>
 '''
 ret = re.sub('<.+?>',"",html)
 # sub 是替换 用空把标签<>内的内容替换掉
 # print(ret) # 拿到所有的文本
 
 
 # split函数
 text = 'hello world&ni hao'
 ret = re.split('[^a-zA-Z]',text)
 # print(ret)
 
 
 # compile 用法
 text = 'this number is 20.500'
 ret = re.compile('\d+\.?\d*')
 ret2 =re.search(ret,text)
 print(ret2.group())

转载于:https://www.cnblogs.com/kenD/p/11123638.html