import requests
import re  # 正则模块主要用于匹配字符串

'''
    具有代表性的四种解析方式 四种方式可以混用
    有时数据返回是页面元素，可用一下方式解析获取数据
    1. re解析 正则表达式解析，但不好写
    2. bs4解析    老东西
    3. xpath解析  语法简单速度快，主流
    4. pyquery解析 一个模仿jQuery的模块
'''
# 正则表达式
'''
    验证正则表达式的在线网站：https:/tool.oschina.net/regex
    元字符详解： https://www.cnblogs.com/yugege/p/4821494.html
'''
#  查找所有被匹配的内容 第一个 参数是正则表达式，第二个参数是被匹配的字符串
result = re.findall('a', '123as354a')
if len(result):
    print(result)

# 匹配字符串中的数字 在正则前面加个r取消反义
result = re.findall(r'\d+', '123assa23ssa')
print(result)

# 使用和上面一样但得到的结果是一个迭代器，需要遍历
# result = re.finditer(r'\d+', '123assa23ssa')  # 返回的是一个迭代器
# for item in result:     # 从迭代器拿取内容
#     print(item.group())  # 从匹配到的结果中拿出数据

# 预加载写好的正则就不用像上面那样写，可以直接使用
# obj = re.compile(r"\d+")
# obj.findall()

# 搜索 只会搜索到第一次匹配到的内容，后面再有内容也不会被匹配
# result = obj.search('我今年12岁，缺德小学3年2班')
# print(result.group())

# 搜索 从字符串开头开始匹配类似正则加了个^
# result = re.match(r'\d+', '我今年12岁，缺德小学3年2班')
# print(result)


# 根据正则表达式提取数据
# obj = """
# <div><span class='10010'>呆呆的小胖鱼</span></div>
# <div><span class='10086'>傻傻的小胖鱼</span></div>
# """

# 在要提取数据的地方写正则 比如这里要拿 class里的值和span里的内容
# result = re.compile(r"<span class='(\d+)'>(.*?)</span>")
# date = result.findall(obj)
# print(date)
# 得出的结果：[('10010', '呆呆的小胖鱼'), ('10086', '傻傻的小胖鱼')] 这样不方便取出内容 所以可以加一些命名写法如下

# result = re.compile(r"<span class='(?P<id>\d+)'>(?P<name>.*?)</span>")
#
# date = result.finditer(obj)
#
# for i in date:
#     id = i.group("id")
#     print(id)
#     name = i.group("name")
#     print(name)