正则表达式
用来解决字符串，对字符串进行检索和替换，另外正则在python爬虫的利用也是相当宽泛！
特点
- 灵活性、逻辑性和功能性十分强
- 能够迅速地用极简略的形式达到字符串的简单管制
正则语法
`# 1、数字和字母都示意它自身, . 示意匹配除了换行以外的任意字符， . 示意匹配 .# 2、很多字母后面增加 会有非凡含意 - n:换行 - t：制表符 - d: 匹配数字，等价[0-9] - D:非数字，等价于[^0-9] - w:示意数字、字母以及下划线，中文，等价于[0-9a-zA-Z_] - W：示意w取反 - s:示意任意的非打印字符(空格、换行、制表符) - S:示意非空白字符# 3、绝大多数标点都有非凡含意 - ()：用来示意一个分组,如果须要示意括号，须要应用 - []: 匹配范畴，[0-9] 示意0~9范畴中的一个,[0-9a-zA-Z] - |: 示意或者的意思 re.search(r'f(x|y|z)m','pdsfxm') 匹配fxm - {},{2,},{,3},{1,3}:用来限定后面元素呈现的次数 re.search(r'go{2}d'，'good') - *: 示意后面的元素呈现的次数为0次及以上，等价于{0,} - +: 示意后面的元素呈现的次数为1次及以上，等价于{1,} - ^:以指定的内容结尾，或者取反的意思 - $:以指定的内容结尾# 4、 ? 的两种用法 - 规定后面元素呈现的次数最多只能呈现1次，等价于{,1} - 将贪心模式转换为非贪心模式（重点）` * 1* 2* 3* 4* 5* 6* 7* 8* 9* 10* 11* 12* 13* 14* 15* 16* 17* 18* 19* 20* 21* 22re模块的介绍
XM返佣https://www.fx61.com/brokerli...
该模块是python中专门用于解决正则的默认，提供了相干的办法
罕用办法
- match、search 只查问一次
- finditer 查找到所有的匹配数据放到一个可迭代对象中
- findall 把查找到的所有字符串后果放到一个列表中
- fullmatch 齐全匹配，字符串须要满足正则表达式
Match类的应用
调用re.match，re.search或者对re.finditer的遍历返回的对象都是re.Match对象
Match类的属性和办法
- pos、endpos 被查找字符串的起始和终端地位
- span( ) 匹配到的下标地位（元组）
- group 分组的概念
`import rem = re.search(r'c.*z', 'abcdefgz')print(m.pos) # 0print(m.endpos) # 8print(m.span()) # (2, 8)# 应用group获取获取到匹配的字符串print(m.group()) # cdefgz# group示意正则表达式的分组# 1、在正则表达式里应用（）示意一个分组# 2、如果没有分组，默认只有一组# 3、分组的下标从0开始# 这里有4个分组 m1 = re.search(r'(1.*)(2.*)(3.*4)', 'a1bcd2efgh3ij4k')print(m1.group()) # 默认就是第0组 1bcd2efgh3ij4print(m1.group(0)) # 第0组就是把整个正则表达式当做一个整体 1bcd2efgh3ij4print(m1.group(1)) # 1bcdprint(m1.group(2)) # 2efghprint(m1.group(3)) # 3ij4# groups() 将分组以元组的模式返回print(m1.groups()) # ('1bcd', '2efgh', '3ij4')# (?P<name> 表达式) 给分组取个名字m2 = re.search(r'(?P<one>1.*)(?P<two>2.*)(?P<three>3.*4)', 'a1bcd2efgh3ij4k')print(m2.groupdict()) # {'one': '1bcd', 'two': '2efgh', 'three': '3ij4'}` * 1* 2* 3* 4* 5* 6* 7* 8* 9* 10* 11* 12* 13* 14* 15* 16* 17* 18* 19* 20* 21* 22* 23* 24* 25* 26* 27* 28compile
在re模块，能够应用re.办法调用函数，还能够调用re.compile失去一个对象
`import re# 这两种写法没有区别m = re.search(r'm.*a', '111m22222a')print(m) # <re.Match object; span=(3, 10), match='m22222a'>m2 = re.compile(r'm.*a')result = m2.search('111m22222a')print(result) # <re.Match object; span=(3, 10), match='m22222a'>` * 1* 2* 3* 4* 5* 6* 7* 8* 9* 10正则修饰符
正则修饰符是对表达式进行润饰
- re.I 使匹配对大小写不敏感
- re.M 多行匹配，影响 ^ 和$
- re.S 使 . 匹配包含换行在内的所有字符
`import re# . 示意除了换行以外的任意字符x = re.search(r'm.*a', 'abcdmonxxxa')print(x) # None# re.S 匹配换行y = re.search(r'm.*a', 'abcdmonxxxa', re.S) # 让 . 匹配换行print(y)a = re.search(r'x', 'helloXyz')print(a) # None# re.I 疏忽大小写b = re.search(r'x', 'helloXyz', re.I)print(b) # <re.Match object; span=(5, 6), match='X'># re.M 让$ 匹配到换行m = re.findall(r'w+$', 'i am boyn you are girln he is man')print(m) # ['man']n = re.findall(r'w+$', 'i am boyn you are girln he is man', re.M)print(n) # ['boy', 'girl', 'man']` * 1* 2* 3* 4* 5* 6* 7* 8* 9* 10* 11* 12* 13* 14* 15* 16* 17* 18* 19* 20* 21* 22* 23正则替换
sub
`import re# 把数字替换成xm = re.sub(r'd', 'x', 'hello123wor123ld')print(m) # helloxxxworxxxldn = re.sub(r'd+', 'x', 'hello123wor123ld')print(n) # helloxworxld# 需要:将p中内容的数字乘2p = 'hello50good34'def test(x): y = int(x.group(0)) y *= 2 return str(y) # 这里只能以字符串的模式返回print(re.sub(r'd+', test, p)) # hello100good68` * 1* 2* 3* 4* 5* 6* 7* 8* 9* 10* 11* 12* 13* 14* 15* 16* 17* 18* 19贪心模式与非贪心模式
在正则表达式里，默认采纳的是贪心模式，尽可能匹配多的字符串在贪心模式前面增加？，可将贪心模式转化为非贪心模式
import rem = re.search(r'm.*a', 'abcm123a456a')print(m) # m123a456a,这里为什么不是m123a呢？因为这里默认应用的贪心模式n = re.search(r'm.*?a', 'abcm123a456a')print(n) # m123a 应用?将贪心模式转化为非贪心模式# ?print(re.match(r'aa(d+)', 'aa123bb456').group(1)) # 123print(re.match(r'aa(d+?)', 'aa123bb456').group(1)) # 1print(re.match(r'aa(d+?)', 'aa123bb456').group(0)) # aa1# 尽管说是尽可能少的匹配，但也要满足匹配呀print(re.match(r'aaa(d+)ddd', 'aaa2333ddd').group(0)) # aaa2333dddprint(re.match(r'aaa(d+?)ddd', 'aaa2333ddd').group(1)) # 2333print(re.match(r'aaa(d+).*', 'aaa2333ddd').group(0)) # aaa2333dddprint(re.match(r'aaa(d+?).*', 'aaa2333ddd').group(1)) # 2