11.正则表达式（二）

目录:
1.模块介绍
2.单次匹配
3.全文搜索
4.匹配替换
5.分割字符串
6.分组

1.模块介绍

Python使用re模块提供了正则表达式处理的能力

       常量                        说明
re.M , re.MUITILINE              多行模式
re.S , re.DOTALL                 单行模式
re.I , re.IGNORECASE            忽略大小写
re.X , re.VERBOSE               忽略表达式中的空白字符
# 使用 | 位或运算开启多种选项

2.单次匹配

2.1 编译

re.compile(pattern,flags=0)，设定flags，编译模式，返回正则表达式对象regex.pattern就是正则表达式字符串，flags是选项。正则表达式需要被
编译，为了提高效率，这些编译后的结果被保存，下次使用同样的pattern的时候，就不需要再次编译。re的其他方法为了提高效率都调用了编译方法，
就是为了提速。

2.2 单词匹配

1.match:

re.match(pattern,string,flags=0)
regex.match(string[,pos[,endpos]])
match匹配从字符串的开头匹配，regex对象match方法可以重设定开始位置和结束位置，返回match对象

import re
s = '''bottle\nbag\nbig\nable'''

# ===match===
result = re.match('b',s)  # 找到一个就不找了
print(1,result) # bottle
print(2,type(result))
result = re.match('a',s) # 没找到，返回None
print(3,result)
result = re.match('^a',s,re.M) # 依然从头开始找，多行模式没有用
print(4,result)
result = re.match('^a',s,re.S) # 依然从头开始找
print(5,result)

运行结果：
1 <_sre.SRE_Match object; span=(0, 1), match='b'>
2 
3 None
4 None
5 None

# 先编译，然后使用正则表达式对象
regex = re.compile('a')
result = regex.match(s)
print(1,result)
result = regex.match(s,15)
print(2,result)

# 运行结果
1 None
2 <_sre.SRE_Match object; span=(15, 16), match='a'>

2.search:

re.search(pattern,string,flags=0)
regex.search(string[,pos[,endpos]])
从头搜索直到第一个匹配，regex对象search方法可以重设定开始位置和结束位置，返回match对象

import re
s = '''bottle\nbag\nbig\nable'''

# ===search===
result = re.search('a',s)  # 扫描找到匹配的第一个位置
print(1,result)  # apple
regex = re.compile('b')
result = regex.search(s,1)
print(2,result)  # bag
regex = re.compile('^b',re.M)
result = regex.search(s) # 不管是不是多行，找到就返回
print(3,result)  # bottle
result = regex.search(s,8)
print(4,result)  # big

# 运行结果
1 <_sre.SRE_Match object; span=(8, 9), match='a'>
2 <_sre.SRE_Match object; span=(7, 8), match='b'>
3 <_sre.SRE_Match object; span=(0, 1), match='b'>
4 <_sre.SRE_Match object; span=(11, 12), match='b'>

3.fullmatch:

re.fullmatch(pattern,string,flags=0)
regex.fullmatch(string[,pos[,endpos]])

import re

s = '''bottle\nbag\nbig\nable'''

# ===fullmatch===
result = re.fullmatch('bag',s)
print(1,result)
regex = re.compile('bag')
result = regex.fullmatch(s)
print(2,result)
result = regex.fullmatch(s,7)
print(3,result)
result = regex.fullmatch(s,7,10)  # 要完全匹配，多了少了都不行[7,10)
print(4,result) 

# 运行结果
1 None
2 None
3 None
4 <_sre.SRE_Match object; span=(7, 10), match='bag'>

3.全文搜索

1.findall:

re.findall(pattern,string,flags=0)
regex.findall(string[,pos[,endpos]])
对整个字符串，从左至右匹配，返回所有匹配项的列表

import re

s = '''bottle\nbag\nbig\nable'''

# ===findall方法===
result = re.findall('b',s)
print(1,result)
regex = re.compile('^b')
result = regex.findall(s)
print(2,result)
regex = re.compile('^b',re.M)
result = regex.findall(s,7)
print(3,result)
regex = re.compile('^b',re.S)
result = regex.findall(s)
print(4,result)
regex = re.compile('^b',re.M)
result = regex.findall(s,7,10)
print(5,result)

# 运行结果
1 ['b', 'b', 'b', 'b']
2 ['b']
3 ['b', 'b']
4 ['b']
5 ['b']

2.finditer:

re.finditer(pattern,string,flags=0)
regex.finditer(string[,pos[,endpos]])
对整个字符串，从左至右匹配，返回所有匹配项，返回迭代器。
注意：每次迭代返回的是match对象

import re

s = '''bottle\nbag\nbig\nable'''

# ===finditer方法===
regex = re.compile('^b',re.M)
result = regex.finditer(s)
print(0,type(result))

for i,x in enumerate(result,1):  # enumerate用法，遍历时，前面元素位索引，后面位迭代的值
    print(i,x)

# 运行结果
0 
1 <_sre.SRE_Match object; span=(0, 1), match='b'>
2 <_sre.SRE_Match object; span=(7, 8), match='b'>
3 <_sre.SRE_Match object; span=(11, 12), match='b'>

4.匹配替换

1.sub:

re.sub(pattern,replacement,string,count=0,flags=0)
regex.sub(replacement,string,count=0)
使用pattern对字符串string进行匹配，对匹配项使用repl替换。
replacement可以是string、bytes、function

2.subn:

re.subn(pattern,replacement,string,count=0,flags=0)
regex.subn(replacement,string,count=0)
同sub返回一个元组(new_string , number_of_subs_made)

import re

s = '''bottle\nbag\nbig\nable'''

# ===sub方法===
regex = re.compile('b\wg')
result = regex.sub('stone',s)
print(1,result.replace('\n',','))  # 被替换后的字符串
result = regex.sub('stone',s,1)  # 替换1次
print(2,result.replace('\n',','))

# ===subn方法===
regex = re.compile('\s+')
result = regex.subn('\t',s)
print(3,result)

# 运行结果
1 bottle,stone,stone,able
2 bottle,stone,big,able
3 ('bottle\tbag\tbig\table', 3)

5.分割字符串

1.split:

字符串的分割函数，太难用，不能指定多个字符进行分割
re.split(pattern,string,maxsplit=0,flags=0)
re.split分割字符串

import re

s = '''01 bottle
02 bag
03       big1
100         able'''

# ===split方法,把每行单词提取出来===
print(0,s.split())
result = re.split('[\s\d]+',s)
print(1,result)

regex = re.compile('^[\s\d]+')
result = regex.split(s)
print(2,result)

regex = regex.split(s)
print(3,result)

regex = re.compile('\s+|(?

6.分组

使用小括号的pattern捕获的数据被放到了组group中。match、search函数可以返回match对象；findall返回字符串列表；finditer返回一个个match对象
如果pattern中使用了分组，如果有匹配的结果，会在match对象中
1.使用group(N)方式返回对应分组，1-N是对应的分组，0返回整个匹配的字符串
2.如果使用了命名分组，可以使用group('name')的方式取分组
3.也可以使用groups()返回所有组
4.使用groupdict()返回所有命名的分组

import re

s = '''bottle\nbag\nbig\napple'''

# 分组
regex = re.compile('(b\w+)')
result = regex.match(s)
print(0,type(result))
print(1,'match',result.groups())

result = regex.search(s,1)
print(2,'search',result.groups())

# 命名分组
regex = re.compile('(b\w+)\n(?Pb\w+)\n(?Pb\w+)')
result = regex.match(s)
print(3,'match',result)
print(4,result.group(3),result.group(2),result.group(1))
print(5,result.group(0).encode())
print(6,result.group('name2'),result.group('name3'))
print(7,result.groups())
print(8,result.groupdict())

result = regex.findall(s)
for x in result:
    print('**',type(x),x)

regex = re.compile('(?Pb\w+)')
result = regex.finditer(s)
for x in result:
    print('==',type(x),x,x.group(),x.group('head'))

# 运行结果
0 
1 match ('bottle',)
2 search ('bag',)
3 match <_sre.SRE_Match object; span=(0, 14), match='bottle\nbag\nbig'>
4 big bag bottle
5 b'bottle\nbag\nbig'
6 bag big
7 ('bottle', 'bag', 'big')
8 {'name2': 'bag', 'name3': 'big'}
**  ('bottle', 'bag', 'big')
==  <_sre.SRE_Match object; span=(0, 6), match='bottle'> bottle bottle
==  <_sre.SRE_Match object; span=(7, 10), match='bag'> bag bag
==  <_sre.SRE_Match object; span=(11, 14), match='big'> big big