接上个博客：

python正则re学习记录（之一）

匹配某种字符类型

反斜杠后面接一些字符，表示匹配 某种类型 的一个字符。

例如：

反斜杠也可以用在方括号里面，比如 [\s,.] 表示匹配 ： 任何空白字符， 或者逗号，或者点

[ ] 匹配几个字符之一

[ ]表示要匹配指定的几个字符之一 。

例如:
[xyz]可以匹配 x, y, 或者 z 里面的任意一个字符。等价于 [x-z]
[x-z] 中间的 - 表示一个范围从x 到 z

• 一些 元字符 在 方括号内失去了魔法， 变得和普通字符一样了。
  例如：
  [akm.] 匹配 a k m . 里面任意一个字符，其中 . 不在表示匹配任意字符

• 如果在方括号中使用 ^ ， 表示非方括号里面的字符集合。
  例如：
  [^\d] 表示，选择非数字的字符

  ---

  起始、结尾位置和 单行、多行模式

  ^表示匹配文本的 开头 位置。

• 如果是 单行模式 ，表示匹配 整个文本 的开头位置。
  如果是 多行模式 ，表示匹配 文本每行 的开头位置。

$ 表示匹配文本的 结尾 位置。

• 如果是 单行模式 ，表示匹配 整个文本 的结尾位置。
  如果是 多行模式 ，表示匹配 文本每行 的结尾位置。

  ---

  | 匹配两者之一

  竖线表示匹配 前者 或 后者

  ---

  () 分组

  组 就是把正则表达式匹配的内容里面其中的某些部分标记为某个组。而且可以标记多个组。

例如：

我们一段话中需要匹配多个地方

百度的网址是baidu.com
谷歌的网址是google.com
yuaneuro的博客的网址是yuaneuro.cn

我们需要匹配网站名称和网址就可以这样写
^ (.+) 的.{3} (.+)
这样就把网站名称和网址单独的放在组group中了。

import re

content = '''百度的网址是baidu.com
谷歌的网址是google.com
yuaneuro的博客的网址是yuaneuro.cn'''

p = re.compile(r'^(.+)的.{3}(.+)', re.MULTILINE)
for one in p.findall(content):
    print(one)

运行结果：

('百度', 'baidu.com')
('谷歌', 'google.com')
('yuaneuro的博客', 'yuaneuro.cn')

当有多个分组的时候，我们可以使用 (?P<分组名>...) 这样的格式，给每个分组命名。
例如上面的例子就可以用^(?P<name>.+)的.{3}(?P<url>.+)

import re

content = '''百度的网址是baidu.com
谷歌的网址是google.com
yuaneuro的博客的网址是yuaneuro.cn'''

p = re.compile(r'^(?P<name>.+)的.{3}(?P<url>.+)', re.MULTILINE)
for match in p.finditer(content):
    print(match.group('name'))
    print(match.group('url'))

运行结果：

百度
baidu.com
谷歌
google.com
yuaneuro的博客
yuaneuro.cn

python正则re学习记录（之三）

python正则re学习记录（之三）