一.正则表达式
- 正则表达式定义：一种匹配字符串的规则
- 应用领域：
-
- 登录注册页的表单验证
- 爬虫
- 自动化开发，日志文件
-
- 惰性匹配：量词？
二.re模块用法
# import re # 导入re模块
- findall方法
# findall ***** # ret = re.findall('\d+','shd312sa14sda123') # 参数(正则表达式，字符串) 返回值类型：列表 返回值：1个 # print(ret) # for i in ret: # 拿到的是一个全集的列表 # print(ret)
- search方法
# search ***** # ret1 = re.search('\d+','shd312sa14sda123') # 返回值类型：是一个匹配正则表达式的对象 返回值：获取匹配内容的第一个值 # ret1 = re.search('\d+','shdsasda12') # print(ret1,type(ret1)) # print(ret1.group()) # 通过group来获取值
- match方法
# match ** # ret2 = re.match('\d+','shd312sa14sda123') # print(ret2) # 跟search用法相似，区别：'^\d+' 从头开始获取第一个值，找不到匹配的项，返回None # print(ret2.group()) # 找不到值，会报错
- 替换(sub,subn)
# 替换（sub,subn） *** # print('replace123'.replace('123','H')) # ret3 = re.sub('\d+','H','12rep23lace4321') # 默认是替换所有匹配的项 # ret4 = re.sub('\d+','H','12rep23lace4321',1) # 可以控制替换的次数 # print(ret3,ret4) # ret5 = re.subn('\d+','H','12rep23lace4321') # 与sub用法一样，区别：会统计替换的次数，返回的是一个元组 # ret6 = re.subn('\d+','H','repace') # print(ret6) # for i in ret6: # print(i)
- 切割split
# 切割（split） *** # ret7 = re.split('\d+','re21pl42ce21') # print(ret7)
-
进阶方法 - 爬虫\自动化开发
- compile
# complie ***** 时间效率 # ret8 = re.compile('-\d+\.\d+|-[1-9]\d+') # 将正则表达式进行编译，-->python解释器能理解的代码，执行代码 # print(ret8) # ret8 = ret8.search('ads-3fafsa-21') # 能够调用re模块的所有方法 # print(ret8.group()) # 节省时间：只有在多次使用某一个相同的正则表达式的时候，这个compile才会帮助我们提高程序效率
- finditer
# finditer ***** 空间效率 # ret9 = re.finditer('\d+','shd312sa14sda123') # print(ret9) # 拿到的是一个对象的内存地址 # for i in ret9: # print(i.group()) # 得到的是一个迭代器，通过group获取值
三.分组练习
- findall分组
# ret1 = re.findall('www.(baidu|chrome).com','www.chrome.com') # 在findall方法里,()分组会优先显示 # print(ret1) # ret2 = re.findall('www.(?:baidu|chrome).com','www.chrome.com') # (?:) 是取消分组 # print(ret2)
- split分组
# ret4 = re.split('(\d)','this1is2a3good4day') # split正则表达式分组，会将切割掉的内容打印出来 # print(ret4)
- search分组
# ret6 = re.search('\d+(\.\d+)(\.\d+)(\.\d+)','1.2.3.4asfaq') # 在search分组中，group(1),表示第一个分组的内容 # print(ret6.group()) # print(ret6.group(1)) # print(ret6.group(2)) # print(ret6.group(3)) # print(ret6.group(0)) # 打印与之相匹配的所有内容，跟ret6.group()打印的结果是一样的
- 总结
# python中的正则表达式 # findall 会优先显示分组中的内容，要想取消分组优先，(?:正则表达式) # split 遇到分组 会保留分组内被切掉的内容 # search 如果search中有分组的话，通过group(n) 就能够拿到group中的匹配的内容 # search 如果search中有分组的话，通过group（n）就能够拿到group中的匹配的内容
四.分组命名
- （?P<name>）命名
# ret = re.search(r'<(?P<tag_name>\w)>\w+</(?P=tag_name)>','<a>wahaha</a>') # print(ret.group('tag_name')) # (?P<name>) 正则表达式，给分组起名字 # (?P=name)表示使用这个分组，匹配到的内容应该和分组中的内容完全相同
- 通过索引命名
# ret1 = re.search(r'<(\w)>\w+</\1>','<a>wahaha</a>') # print(ret1.group(1)) # \1 表示使用第一组，匹配到的内容应该与第一组的内容完全相同
- 总结
# 正则表达式进阶 # 分组命名 # (?P<name>) 正则表达式，给分组起名字 # (?P=name)表示使用这个分组，匹配到的内容应该和分组中的内容完全相同 # 通过索引使用分组 # \1 表示使用第一组，匹配到的内容应该与第一组的内容完全相同
五.random取随机模块
# import random # 导入随机数模块
- 随机小数
# 0-1内随机小数 # ret = random.random() # # 在一个范围内随机取小数：例：（1-5） # ret1 = random.uniform(1,5)
- 随机整数
# ret2 = random.randint(1,2) # 在包含2的范围内随机取整数 # ret3 = random.randrange(1,2) # 在不含2的范围内取整数
- 随机抽取
# lst = ['阳光','帅气','可爱','萌气',('活泼','热情')] # ret4 = random.choice(lst) # 在一个范围内随机抽取一个数 # ret6 = random.sample(lst,2) # 在一个范围内随机抽取两个数
- 打乱顺序
ret5 = random.shuffle(lst) # 在一个范围内随机打乱顺序
- 生成随机数案例
# 数字/数字，字母 # def rand_code(n=6,alph_flag = True): # code = '' # for i in range(n): # rand_num = str(random.randint(0,9)) # if alph_flag: # rand_alph = chr(random.randint(97,122)) # rand_alph_upper = chr(random.randint(65,90)) # rand_num = random.choice([rand_num,rand_alph,rand_alph_upper]) # code += rand_num # return code # ret = rand_code(4,alph_flag=False) # print(ret)