第十九天总结

最新推荐文章于 2024-08-16 15:35:01 发布

原创最新推荐文章于 2024-08-16 15:35:01 发布 · 115 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#正则表达式 #前端 #后端

第十九天总结

# 1.分组  -（）
#应用场景1：将正则表达式中的部分用（）括起来作为一个整体进行相关操作

from re import fullmatch
'asd12asd58grw89grw13'
result = fullmatch(r'([a-z]{3}\d{2}){4}','asd12asd58grw89grw13')
print (result)



# 应用场景2: 重复  - 可以再有分支的正则表达式中通过'/N'来重复他前面第N个分组匹配到的内容
'a'
result = fullmatch(r'(\d)a\1','9a9')
print(result)


from re import findall
# 应用场景3 ：捕获  - 使用findall 的时候，如果正则表达式中有分组，返回数据的时候值返回分组中匹配到的内容
str1 = 'wq151as65d16as1d65a1sd1a32sd16as16as51d'
result = findall(r'[a-z](\d+)',str1)
print(result)

result
# 2.分支   - |
# 正则1| 正则2 | 正则3  -  正则1和正则2中只要有一个能匹配成功就匹配成功
#'abc239'、'abcMSH'
result = fullmatch(r'abc(\d{3}|[A-Z]{3})','abc123')
print(result)

# 1.分组  -（）
#应用场景1：将正则表达式中的部分用（）括起来作为一个整体进行相关操作

from re import fullmatch
'asd12asd58grw89grw13'
result = fullmatch(r'([a-z]{3}\d{2}){4}','asd12asd58grw89grw13')
print (result)



# 应用场景2: 重复  - 可以再有分支的正则表达式中通过'/N'来重复他前面第N个分组匹配到的内容
'a'
result = fullmatch(r'(\d)a\1','9a9')
print(result)


from re import findall
# 应用场景3 ：捕获  - 使用findall 的时候，如果正则表达式中有分组，返回数据的时候值返回分组中匹配到的内容
str1 = 'wq151as65d16as1d65a1sd1a32sd16as16as51d'
result = findall(r'[a-z](\d+)',str1)
print(result)

result
# 2.分支   - |
# 正则1| 正则2 | 正则3  -  正则1和正则2中只要有一个能匹配成功就匹配成功
#'abc239'、'abcMSH'
result = fullmatch(r'abc(\d{3}|[A-Z]{3})','abc123')
print(result)from re import fullmatch

'''





'''
# 用法：匹配符号匹配次数
# 1. * 0 次或多次（任意次数）

# result =fullmatch()

'''
a*b  -  b前面有任意多个a
\d*b  - b前面有任意多个数字

'''
result = fullmatch(r'a*b', 'aab')
print(print)

result = fullmatch(r'\d*b', '67b')
print(result)

result = fullmatch(r'[xyz]*b', 'xyxb')
print(result)

# +  一次或多次
result = fullmatch(r'a+b', 'aaaab')
print(result)

# 3.? - 0次或1次
result = fullmatch(r'\d?abc', '4abc')
print(result)

# 练习：写一个正则表达式可以匹配任意一个正整数(不考虑0)
result = fullmatch(r'[+]?[1-9]\d*', '+213123')
print(result)

# 4 .{}
'''


{M,N}    - M到N次
{M,}     - 至少M次
{N}      - N次
{,N}     - 最多N次
'''
result = fullmatch(r'a{3}b', 'aaab')
print(result)
from re import *

def get_description():
    html=open('./top250.html',encoding='utf-8').read()
    result = findall(r'<span class="inq">.+?</span>',html)
    print(result)
get_description()
#
# def get_description():
#     html = open('')

# 1.re模块简介
'''
re模块是python用来支持正则相关操作的系统模块



fullmatch(正则表达式，字符串)  - 判断正则表达式和指定的字符串是否完全匹配，不能匹配结果是None
'''

from re import fullmatch

# 2.匹配类符号
# 正则表达式是由各种各样的正则符号组而成
# 1) 普通字符    -   在正则中没有特殊功能和特殊意义的字符
# 普通字符 在正则表达式中表示符号本身，比如：a~z、A~Z 、0~9、中文、=、@......
result = fullmatch(r'abc', 'abc')
print(result)

# 2.2特殊符号
# 1)  .  - 匹配一个任意字符
# 注意一个.只能匹配一个字符
result = fullmatch(r'a..b','arib')
print(result)

#2) \d  - 匹配 任意一个数字字符
result = fullmatch(r'a\db','a2b')
print(result)

#3)/s - 匹配任意一个空白字符
#空白字符 ：空格、\t、\n
result = fullmatch(r'abc\s123','abc\n123')
print(result)

# 4)\D \S
# \D匹任意一个非数字字符
#\S匹配一个任意一个非空白字符
result = fullmatch(r'\Dabc\S123','Mabc=123')
print(result)

#5)[字符集]  -  匹配字符集中任意一个字符
'''
情况一：[xyz] -匹配x或者y或者z
情况二：包含\开头的匹配符号,匹配符号的功能有效
情况三：减号在两个符号之间，表示谁到谁
        [a-z]   匹配任意一个小写字母
        [A-Z]   匹配任意一个大写字母  
        [a-zA-Z]匹配任意一个大小写字母
        [\u4e00-\u9fa5] -匹配中文

'''
result = fullmatch(r'a[xy\d]c','a2c')
print(result)


result = fullmatch(r'1[a-z]2','1k2')
print(result)

result = fullmatch(r'1[A-Z\dmn]2','1n2')
print(result)

#6[^字符集]           -   匹配不在字符集中的任意一个字符
result = fullmatch(r'1[^xyz]2','1是2')
print(result)

from re import *

# 1. 贪婪和非贪婪
"""
在匹配次数不确定的时候，匹配模式分为贪婪和非贪婪两种(默认是贪婪模式)
*、+、{M,N}、{M,}、{,N}、?   - 贪婪
*?、+?、{M,N}?、{M,}?、{,N}?、??     -   非贪婪

注意：python中处理fullmatch以外都可能出现贪婪和非贪婪的问题
"""
# 2次 -> 试试b
# 5次 -> 试试bshb
# 7次 -> 试试bshbsb
result = search('.+b', '试试bshbsbj823')
print(result)

result = search('.+?b', '试试bshbsbj823')
print(result)

# 非贪婪应用 - 爬虫解析网页数据
import requests


def get_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36'
    }
    r = requests.get(url, headers=headers)
    r.encoding = r.apparent_encoding
    return r.text


if __name__ == '__main__':
    html = get_html('https://movie.douban.com/top250')
    # 获取所有的电影名称
    result = findall(r'alt="(.+?)"', html)
    print(result)

from re import fullmatch, findall
# 1.分组  - ()
# 应用场景1：将正则表达式中的部分用()括起来作为一个整体进行相关操作
result = fullmatch(r'([a-z]{3}\d{2}){3}', "abn23msk78skh89")
print(result)

result = fullmatch(r'(ab){3}', 'ababab')
print(result)

# 应用场景2： 重复  -  可以在有分组的正则表达式中通过'\N'来重复它前面第N个分组匹配到的内容
# '3a3'、'9a9'
result = fullmatch(r'(\d)a\1', '9a9')
print(result)

result = fullmatch(r'(\d)([a-z])\2\1', '1mm1')
print(result)

result = fullmatch(r'(\d)([a-z])\2\1{3}', '1mm111')
print(result)

# 应用场景3：捕获  - 使用findall的时候，如果正则表达式中有分组，返回数据的时候只返回分组中匹配到的内容
# 提取在小写字母后面的数字
str1 = 'sf262数据=22是12389mn89ksJK283'
result = findall(r'[a-z](\d+)', str1)
print(result)   # ['262', '89']

result = findall(r'([a-z]{2})=(\d{2})', 'ahjs=2536,话计算机的3223环境-=yu=是mns=239-失败')
print(result)   # [('js', '25'), ('ns', '23')]

# 2.分支  - |
# 正则1 | 正则2  - 正则1和正则2中只要有一个能匹配成功就匹配成功
# 'abc239'、'abcMSH'
result = fullmatch(r'abc\d{3}|abc[A-Z]{3}', 'abc231')
print(result)

result = fullmatch(r'\w{4}|\w{4}-\w{3}','back')
print(result)

# 1.用户名匹配
#
#     要求:    1.用户名只能包含数字 字母 下划线
#
#                 2.不能以数字开头
#
#              3.⻓度在 6 到 16 位范围内

result = fullmatch(r'')

from re import fullmatch

# 1.转义符号 - 在本身具备特殊功能或者特殊意义的符号前加\，让其功能或者意义消失，变成一个普通符号
# 'a.b'
result = fullmatch(r'a\.b', 'a.b')
print(result)

result = fullmatch(r'\+?[1-9]\d*', '+23')
print(result)

result = fullmatch(r'\(\d{3}\)', '(234)')
print(result)


# 让符号功能消失的另外一个方法：单独一个符号有特殊功能时候可以将这个符号方法[]中让其功能消失
result = fullmatch(r'[+]?[1-9]\d*', '+23')
print(result)

result = fullmatch(r'[-ab^]123', '-123')
print(result)

# 2.忽略大小写: 在正则的最前面加 (?i)
result = fullmatch(r'(?i)abc', 'AbC')
print(result)

# 3.单行匹配和多行匹配:
# 多行匹配，匹配的时候.不能和'\n'匹配 （默认） - (?m)
# 单行匹配，匹配的时候.可以和'\n'匹配   -  在正则的最前面加 (?s)

result = fullmatch(r'a.b', 'a\nb')
print(result)       # None

result = fullmatch(r'(?is)a.b', 'a\nB')
print(result)
print(result.group())

# 4.re模块中的常用函数
from re import fullmatch, match, search, findall, finditer, split, sub
# (常用)fullmatch(正则, 字符串)  - 判断整个字符串是否符合正则描述的规则（完全匹配）,匹配成功返回匹配对象，匹配失败返回None
# match(正则, 字符串)  - 匹配字符串开头，匹配成功返回匹配对象，匹配失败返回None
# search(正则, 字符串) - 获取字符串中第一个满足正则的子串，找到了返回子串对应的匹配对象，找不到返回None
# (常用)findall(正则, 字符串)  - 获取字符串中所有满足正则的子串，返回一个列表，列表中的元素是字符串或者元组
# finditer(正则, 字符串)  - 获取字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素是子串对应的匹配对象
# (常用)split(正则, 字符串)  - 将字符串中所有满足正则的子串作为切割点，对字符串进行切割，返回一个列表，列表中的元素是字符串
# (常用)sub(正则, 字符串1, 字符串2)  - 将字符串2中所有满足正则的子串都替换成字符串1，返回替换后的新字符串