# 正则表达式学习

import re

# regular expression 是一种表达式对字符串进行匹配的语法规则
# 正则的语法 使用元字符进行排列组合用匹配字符串
# 在线中国 网站可以帮助学习
# 元字符 
# . 处换行符 \n以外 所有的字符
# \w 字母 数字 及 _  \W 反义
# \d 数字    \d[5] 意为5个数字为一组        \D 反义   
# \s 任意空白符         \S 反义
# ^ 匹配字符串的开始
# $ 匹配字符串的结束
# ()匹配括号内的表达式，也表示一个组
# a|b 匹配字符a或字符b
# [...]匹配字符组中的字符  eg[a-z]匹配所有小写字母
# [^...]匹配除了字符组中的所有字符

# *重复0次或更多次
# +重复1次或更多次
# ?重复0次或1次
# {n}重复n次
# {n,}重复n次或更多次

# .*   贪婪
# .*?  惰性 尽可能少的匹配内容

lst=re.findall(r'\d+','我的电话号码是：10086，我是：10010')
# findall 返回一个列表 匹配字符串中所有符合正则的内容


print(lst)

# finditer 返回迭代器

it=re.finditer(r'\d+','我的电话号码是：10086，我是：10010')

for i in it:
    print(i.group())
    # group()即从迭代器中拿出内容

# search返回的结果是match对象，拿数据需要 .group()
# search检索到一个结果就返回 即 找不到11010
s=re.search(r'\d+','我的电话号码是：10086，我是：10010')
print(s.group())

# match是重头开始匹配
# s=re.match()

# 预加载正则表达式

obj=re.compile(r'\d+')

# 有点 obj可以反复使用

ret=obj.finditer('我的电话号码是：10086，我是：10010')

for i in ret:
    print(i.group())

# 重点 从正则表达式中 提取


s="""
<div class='jay'><span id='1'>郭麒麟</span></div>
<div class='jj'><span id='2'>宋铁</span></div>
<div class='jolin'><span id='3'>大聪明</span></div>
<div class='sylar'><span id='4'>范思哲</span></div>
<div class='tory'><span id='5'>胡说八道</span></div>
"""

obj=re.compile(r"<div class='.*?'><span id='\d+'>(?P<theone>.*?)</span></div>",re.S)#re.S 意为 让.能匹配换行符
# (?P<thename>xxxxxx) 注 thename 为从正则表达式中提取的东西
result=obj.finditer(s)
for i in result:
    print(i.group('theone'))