正则表达式 - 白月黑羽

link管理

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

相关文章推荐

性感的鸵鸟 · 解决Dockerfile构建失败问题· 昨天 ·

耍酷的柳树 · c++正则表达式过滤特殊字符（非字母，数字， ...· 5 小时前 ·

爱喝酒的双杠 · 如何使用正则表达式从一段文字中抽取所有数字？ ...· 5 小时前 ·

帅气的毛衣 · 从字符串中过滤非数字 - · 5 小时前 ·

小胡子的针织衫 · typescript 正则表达式过滤数字 ...· 5 小时前 ·

狂野的毛豆 · 近期动态· 6 天前 ·

道上混的紫菜汤 · 动漫岛-在线追番补番的动漫网站· 2 月前 ·

耍酷的鸡蛋面 · 2024年开封市主城区中招政策解读 - ...· 3 月前 ·

痴情的上铺 · 汉语言文学一班-陕西师范大学档案馆· 4 月前 ·

从容的柿子 · Data Fetching: ...· 9 月前 ·

一个文本文件里面存储了一些市场职位信息，格式如下所示

Python3 高级开发工程师 上海互教教育科技有限公司上海-浦东新区2万/月02-18满员
测试开发工程师（C++/python） 上海墨鹍数码科技有限公司上海-浦东新区2.5万/每月02-18未满员
Python3 开发工程师 上海德拓信息技术股份有限公司上海-徐汇区1.3万/每月02-18剩余11人
测试开发工程师（Python） 赫里普（上海）信息科技有限公司上海-浦东新区1.1万/每月02-18剩余5人
Python高级开发工程师 上海行动教育科技股份有限公司上海-闵行区2.8万/月02-18剩余255人
python开发工程师 上海优似腾软件开发有限公司上海-浦东新区2.5万/每月02-18满员
现在，我们需要写一个程序，从这些文本里面抓取 所有职位的薪资。
就是要获取这样的结果
大家先自己思考一下。
这是典型的字符串处理。
分析这里面的规律，可以发现，薪资的数字 后面 都有关键字  万/月 或者  万/每月 
根据我们学过的知识，我们不难写出下面的代码
35

content = ''' Python3 高级开发工程师上海互教教育科技有限公司上海-浦东新区2万/月02-18满员测试开发工程师（C++/python）上海墨鹍数码科技有限公司上海-浦东新区2.5万/每月02-18未满员 Python3 开发工程师上海德拓信息技术股份有限公司上海-徐汇区1.3万/每月02-18剩余11人测试开发工程师（Python）赫里普（上海）信息科技有限公司上海-浦东新区1.1万/每月02-18剩余5人 Python高级开发工程师上海行动教育科技股份有限公司上海-闵行区2.8万/月02-18剩余255人 python开发工程师上海优似腾软件开发有限公司上海-浦东新区2.5万/每月02-18满员 # 将文本内容按行放入列表 lines = content.splitlines() for line in lines: # 查找'万/月' 在字符串中什么地方 pos2 = line.find('万/月') if pos2 < 0: # 查找'万/每月' 在字符串中什么地方 pos2 = line.find('万/每月') # 都找不到 if pos2 < 0: continue # 执行到这里，说明可以找到薪资关键字 # 接下来分析薪资数字的起始位置 # 方法是找到 pos2 前面薪资数字开始的位置 idx = pos2-1 # 只要是数字或者小数点，就继续往前面找 while line[idx].isdigit() or line[idx]=='.': idx -= 1 # 现在 idx 指向薪资数字前面的那个字， # 所以薪资开始的索引就是 idx+1 pos1 = idx + 1 print(line[pos1:pos2]) 运行一下，发现完全可以。在你高兴完之后，我们再看看写的代码。太麻烦了，是不是。为了从每行获取薪资对应的数字，我们可是写了不少行代码。这种从字符串中搜索出某种特征的子串有没有更简单的方法呢？解决方案就是我们今天要介绍的正则表达式。如果我们使用正则表达式，代码可以这样

12

content = '''
Python3 高级开发工程师 上海互教教育科技有限公司上海-浦东新区2万/月02-18满员
测试开发工程师（C++/python） 上海墨鹍数码科技有限公司上海-浦东新区2.5万/每月02-18未满员
Python3 开发工程师 上海德拓信息技术股份有限公司上海-徐汇区1.3万/每月02-18剩余11人
测试开发工程师（Python） 赫里普（上海）信息科技有限公司上海-浦东新区1.1万/每月02-18剩余5人
Python高级开发工程师 上海行动教育科技股份有限公司上海-闵行区2.8万/月02-18剩余255人
python开发工程师 上海优似腾软件开发有限公司上海-浦东新区2.5万/每月02-18满员
import re
for one in  re.findall(r'([\d.]+)万/每{0,1}月', content):
    print(one)
运行一下看看，结果是一样的。
但是代码却简单多了。
正则表达式，是一种语法，用来描述你想搜索的字符串的特征。
这里指定了一个正则表达式
re.findall(r'([\d.]+)万/每{0,1}月', content)
([\d.]+)万/每{0,1}月 ，就是正则表达式字符串，指定了 搜索子串的特征。 
为什么这么写？ 我们后面再介绍。
findall 函数返回所有匹配的子串，放在一个列表中。
从 上面的 例子可以看出， 用正则表达式关键的地方在于， 如何写出正确的表达式语法 。
正则表达式非常强大，语法非常复杂，如果你英文阅读能力还可以，那太好了，点击这里，参考Python官方文档里面的描述 。具体的使用细节包括语法都在里面。
本教程会给大家介绍一些常见的正则表达式语法。
怎么验证你写的表达式 是否能正确匹配到要搜索的字符串呢？
大家可以访问这个网址： https://regex101.com/
按照下面的示意图片输入 搜索文本 和 表达式，查看你的表达式是否能正确匹配到字符串。
上面的验证网站在国外，如果你访问不了，试试这个国内正则表达式验证网站
点击这里，边看视频讲解，边学习以下内容
写在正则表达式里面的普通字符都是表示： 直接匹配它们。 
比如 你下面的文本中，如果你要找所有的 test， 正则表达式就非常简单，直接输入 test 即可。 
如下所示：
汉字也是一样，要寻找汉字，直接写在正则表达式里面就可以了。
但是有些特殊的字符，术语叫 metacharacters（元字符）。
它们出现在正则表达式字符串中，不是表示直接匹配他们， 而是表达一些特别的含义。
这些特殊的元字符包括下面这些：
. * + ? \ [ ] ^ $ { } | ( )
我们分别介绍一下它们的含义：
点-匹配所有字符
.  表示要匹配除了  换行符  之外的任何 单个 字符。 
比如，你要从下面的文本中，选择出所有的颜色。
苹果是绿色的
橙子是橙色的
香蕉是黄色的
乌鸦是黑色的
也就是要找到所有   以 色 结尾，并且包括前面的一个字符的 词语。
就可以这样写正则表达式  .色 。
其中 点 代表了任意的一个字符， 注意是一个字符。 
.色 合起来就表示 要找 任意一个字符 后面是 色 这个字， 合起来两个字的 字符串
验证一下，如下图所示
只要表达式正确，就可以写在Python代码中，如下所示
9
content = '''苹果是绿色的
橙子是橙色的
香蕉是黄色的
乌鸦是黑色的'''
import re
p = re.compile('.色')
for one in  p.findall(content):
    print(one)
运行结果如下
高亮行 re.compile 函数返回的是 正则表达式对象，它对应的匹配规则在参数中进行定义
后面 可以 调用这个对象的  findall 方法来进行正则表达式搜索操作。
如果你只是 一次性 使用 这个匹配规则，可以不用先  re.compile  产生正则表达式对象，
可以直接使用 re.findall 函数，如下
import re
for one in  re.findall('.色', content):
    print(one)
代码更简洁.
星号-重复匹配任意次
点击这里，边看视频讲解，边学习以下内容
*  表示匹配前面的子表达式任意次，包括0次。 
比如，你要从下面的文本中，选择每行逗号后面的字符串内容，包括逗号本身。注意，这里的逗号是中文的逗号。
苹果，是绿色的
橙子，是橙色的
香蕉，是黄色的
乌鸦，是黑色的
就可以这样写正则表达式  ，.* 。
紧跟在 . 后面， 表示 任意字符可以出现任意次， 所以整个表达式的意思就是在逗号后面的 所有字符，包括逗号
验证一下，如下图所示
特别是最后一行，猴子逗号后面没有其它字符了，但是*表示可以匹配0次， 所以表达式也是成立的。
只要表达式正确，就可以写在Python代码中，如下所示
10
content = '''苹果，是绿色的
橙子，是橙色的
香蕉，是黄色的
乌鸦，是黑色的
猴子，'''
import re
p = re.compile(r'，.*')
for one in  p.findall(content):
    print(one)
运行结果如下
，是绿色的
，是橙色的
，是黄色的
，是黑色的
注意， .* 在正则表达式中非常常见，表示匹配任意字符任意次数。
当然这个 * 前面不是非得是 点 ，也可以是其它字符，比如
加号-重复匹配多次
点击这里，边看视频讲解，边学习以下内容
+  表示匹配前面的子表达式一次或多次，不包括0次。 
比如，还是上面的例子，你要从文本中，选择每行逗号后面的字符串内容，包括逗号本身。
但是 添加一个条件， 如果逗号后面 没有内容，就不要选择了。
比如，下面的文本中，最后一行逗号后面 没有内容，就不要选择了。
苹果，是绿色的
橙子，是橙色的
香蕉，是黄色的
乌鸦，是黑色的
就可以这样写正则表达式  ，.+ 。
验证一下，如下图所示
最后一行，猴子逗号后面没有其它字符了，+表示至少匹配1次， 所以最后一行没有子串选中。
问号-匹配0-1次
?  表示匹配前面的子表达式0次或1次。 
比如，还是上面的例子，你要从文本中，选择每行逗号后面的1个字符，也包括逗号本身。
苹果，绿色的
橙子，橙色的
香蕉，黄色的
乌鸦，黑色的
就可以这样写正则表达式  ，.? 。
验证一下，如下图所示
最后一行，猴子逗号后面没有其它字符了，但是?表示匹配1次或0次， 所以最后一行也选中了一个逗号字符。
花括号-匹配指定次数
点击这里，边看视频讲解，边学习以下内容
花括号表示 前面的字符匹配 指定的次数 。
比如 ，下面的文本
红彤彤，绿油油，黑乎乎，绿油油油油
表达式  油{3}  就表示匹配 连续的 油 字 3次
表达式  油{3,4}  就表示匹配 连续的 油 字 至少3次，至多 4 次
就只能匹配 后面的，如下所示：
贪婪模式和非贪婪模式
点击这里，边看视频讲解，边学习以下内容
我们要把下面的字符串中的所有html标签都提取出来，
source = '<html><head><title>Title</title>'
得到这样的一个列表
['<html>', '<head>', '<title>', '</title>']
很容易想到使用正则表达式   <.*> 
写出如下代码
source = '<html><head><title>Title</title>'
import re
p = re.compile(r'<.*>')
print(p.findall(source))
但是运行结果，却是
['<html><head><title>Title</title>']
怎么回事？ 原来 在正则表达式中， '*', '+',  '?' 都是贪婪地，使用他们时，会尽可能多的匹配内容，
所以，   <.*>  中的 星号（表示任意次数的重复），一直匹配到了 字符串最后的  </title> 里面的e。
解决这个问题，就需要使用非贪婪模式，也就是在星号后面加上 ? ，变成这样 <.*?> 
7




    
source = '<html><head><title>Title</title>'
import re
# 注意多出的问号
p = re.compile(r'<.*?>')
print(p.findall(source))
再运行一遍，就可以了
对元字符的转义
点击这里，边看视频讲解，边学习以下内容
反斜杠 \  在正则表达式中有多种用途。  
比如，我们要在下面的文本中搜索 所有点前面的字符串，也包含点本身
苹果.是绿色的
橙子.是橙色的
香蕉.是黄色的
如果，我们这样写正则表达式  .*. ， 聪明的你肯定发现不对劲。
因为 点  是一个 元字符， 直接出现在正则表达式中，表示匹配任意的单个字符， 不能表示 . 这个字符本身的意思了。
怎么办呢？
如果我们要搜索的内容本身就包含元字符，就可以使用 反斜杠进行转义。
这里我们就应用使用这样的表达式： .*\. 
示例，Python程序如下
content = '''苹果.是绿色的
橙子.是橙色的
香蕉.是黄色的'''
import re
p = re.compile(r'.*\.')
for one in  p.findall(content):
    print(one)
运行结果如下
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。
匹配0-9之间任意一个数字字符，等价于表达式 [0-9]
匹配任意一个非0-9数字的字符，等价于表达式 [^0-9]

匹配任意一个空白字符，包括 空格、tab、换行符等，等价于表达式 [\t\n\r\f\v]

匹配任意一个非空白字符，等价于表达式 [^ \t\n\r\f\v]

匹配任意一个文字字符，包括大小写字母、数字、下划线，等价于表达式 [a-zA-Z0-9_]

缺省情况也包括 Unicode文字字符，如果指定 ASCII 码标记，则只包括ASCII字母
匹配任意一个非文字字符，等价于表达式 [^a-zA-Z0-9_]
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
方括号-匹配几个字符之一
点击这里，边看视频讲解，边学习以下内容
方括号表示要匹配 指定的几个字符之一 。
[abc]  可以匹配 a, b, 或者 c 里面的任意一个字符。等价于  [a-c] 。
[a-c]  中间的 - 表示一个范围从a 到 c。 
如果你想匹配所有的小写字母，可以使用  [a-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。
[akm.]  匹配 a k m . 里面任意一个字符
这里 . 在括号里面不在表示 匹配任意字符了，而就是表示匹配 .  这个 字符 
如果在方括号中使用  ^ ， 表示 非 方括号里面的字符集合。 
content = 'a1b2c3d4e5'
import re
p = re.compile(r'[^\d]' )
for one in  p.findall(content):
    print(one)
[^\d]  表示，选择非数字的字符
输出结果为：
起始、结尾位置 和 单行、多行模式
点击这里，边看视频讲解，边学习以下内容
^  表示匹配文本的 开头 位置。  
正则表达式可以设定  单行模式  和  多行模式  
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。
比如，下面的文本中，每行最前面的数字表示水果的编号，最后的数字表示价格
001-苹果价格-60
002-橙子价格-70
003-香蕉价格-80
如果我们要提取所有的水果编号，用这样的正则表达式  ^\d+ 
上面的正则表达式，使用在Python程序里面，如下所示
content = '''001-苹果价格-60
002-橙子价格-70
003-香蕉价格-80'''
import re
p = re.compile(r'^\d+', re.M)
for one in  p.findall(content):
    print(one)
注意，compile 的第二个参数 re.M ，指明了使用多行模式，
运行结果如下
如果，去掉 compile 的第二个参数 re.M， 运行结果如下
就只有第一行了。
因为单行模式下，^ 只会匹配整个文本的开头位置。
$  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。
比如，下面的文本中，每行最前面的数字表示水果的编号，最后的数字表示价格
001-苹果价格-60
002-橙子价格-70
003-香蕉价格-80
如果我们要提取所有的水果价格，用这样的正则表达式  \d+$ 
content = '''001-苹果价格-60
002-橙子价格-70
003-香蕉价格-80'''
import re
p = re.compile(r'\d+$', re.MULTILINE)
for one in  p.findall(content):
    print(one)
注意，compile 的第二个参数 re.MULTILINE ，指明了使用多行模式，
运行结果如下
如果，去掉 compile 的第二个参数 re.MULTILINE， 运行结果如下




    

就只有最后一行了。
因为单行模式下，$ 只会匹配整个文本的结束位置。
竖线-匹配其中之一
竖线表示 匹配 其中之一 。
特别要注意的是， 竖线在正则表达式的优先级是最低的， 这就意味着，竖线隔开的部分是一个整体
比如   绿色|橙 表示 要匹配是   绿色  或者  橙 ，
而不是  绿色  或者  绿橙 
括号-分组
点击这里，边看视频讲解，边学习以下内容
括号称之为 正则表达式的 组选择。  
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。
我们可以在 正则表达式中 标记  多个 组 
为什么要有组的概念呢？因为有时，我们需要提取 已经匹配的内容里面的  某个部分 。
前面，我们有个例子，从下面的文本中，选择每行逗号前面的字符串，也 包括逗号本身 。
苹果，苹果是绿色的
橙子，橙子是橙色的
香蕉，香蕉是黄色的
就可以这样写正则表达式  ^.*， 。
但是，如果我们要求 不要包括逗号 呢？
当然不能直接 这样写  ^.*
因为最后的逗号 是 特征 所在， 如果去掉它，就没法找 逗号前面的了。
但是把逗号放在正则表达式中，又会包含逗号。
解决问题的方法就是使用 组选择符 ： 括号。
我们这样写 ^(.*)， ，结果如下
大家可以发现，我们把要从整个表达式中提取的部分放在括号中，这样 水果 的名字 就被单独的放在 组 group 中了。
对应的Python代码如下
content = '''苹果，苹果是绿色的
橙子，橙子是橙色的
香蕉，香蕉是黄色的'''
import re
p = re.compile(r'^(.*)，', re.MULTILINE)
for one in  p.findall(content):
    print(one)
分组 还可以多次使用。
比如，我们要从下面的文本中，提取出每个人的 名字 和对应的 手机号 
张三，手机号码15945678901
李四，手机号码13945677701
王二，手机号码13845666901
可以使用这样的正则表达式  ^(.+)，.+(\d{11}) 
可以写出如下的代码
content = '''张三，手机号码15945678901
李四，手机号码13945677701
王二，手机号码13845666901'''
import re
p = re.compile(r'^(.+)，.+(\d{11})', re.MULTILINE)
for one in  p.findall(content):
    print(one)
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。
这样做的好处是，更方便后续的代码提取每个分组里面的内容
content = '''张三，手机号码15945678901
李四，手机号码13945677701
王二，手机号码13845666901'''
import re
p = re.compile(r'^(?P<name>.+)，.+(?P<phone>\d{11})', re.MULTILINE)
for match in  p.finditer(content):
    print(match.group('name'))
    print(match.group('phone'))
让点匹配换行
前面说过, 点 是 不匹配换行符 的，可是有时候，特征 字符串就是跨行的，比如要找出下面文字中所有的职位名称
<div class="el">
        <p class="t1">           
                <a>Python开发工程师</a>
            </span>
        <span class="t2">南京</span>
        <span class="t3">1.5-2万/月</span>
</div>
<div class="el">
        <p class="t1">
                <a>java开发工程师</a>
            </span>
        <span class="t2">苏州</span>
        <span class="t3">1.5-2/月</span>
</div>
如果你直接使用表达式  class=\"t1\">.*?<a>(.*?)</a>  会发现匹配不上，因为  t1 和  <a> 之间有两个空行。
这时你需要 点也匹配换行符 ，可以使用 DOTALL 参数
content = '''
<div class="el">
        <p class="t1">           
                <a>Python开发工程师</a>
            </span>
        <span class="t2">南京</span>
        <span class="t3">1.5-2万/月</span>
<div class="el">
        <p class="t1">
                <a>java开发工程师</a>
            </span>
        <span class="t2">苏州</span>
        <span class="t3">1.5-2/月</span>
import re
p = re.compile(r'class=\"t1\">.*?<a>(.*?)</a>', re.DOTALL)
for one in  p.findall(content):
    print(one)
回到开头的例子
点击这里，边看视频讲解，边学习以下内容
有了上面的知识，我们再来看 本文开始的例子
从下面的文本里面抓取 所有职位的薪资。
Python3 高级开发工程师 上海互教教育科技有限公司上海-浦东新区2万/月02-18满员
测试开发工程师（C++/python） 上海墨鹍数码科技有限公司上海-浦东新区2.5万/每月02-18未满员
Python3 开发工程师 上海德拓信息技术股份有限公司上海-徐汇区1.3万/每月02-18剩余11人
测试开发工程师（Python） 赫里普（上海）信息科技有限公司上海-浦东新区1.1万/每月02-18剩余5人
我们使用的表达式是  ([\d.]+)万/每{0,1}月 
为什么这么写呢？
[\d.]+ 表示  匹配 数字或者点的多次出现  这就可以匹配像： 3    33    33.33 这样的 数字
万/每{0,1}月  是后面紧接着的，如果没有这个，就会匹配到别的数字， 比如 Python3 里面的3。 
其中  每{0,1}月 这部分表示匹配 每月  每  这个字可以出现 0次或者1次。  
聪明的你能想到，还可以用什么来表示这个 每{0,1}月 吗？
对啦，还可以用 每?月 因为问号表示 前面的字符匹配0次或者1次
切割字符串
点击这里，边看视频讲解，边学习以下内容
字符串 对象的  split  方法只适用于 简单的字符串分割。 有时，你需要更加灵活的字符串切割。
比如，我们需要从下面字符串中提取武将的名字。
names = '关羽; 张飞, 赵云,马超, 黄忠  李逵'
我们发现这些名字之间， 有的是分号隔开，有的是逗号隔开，有的是空格隔开， 而且分割符号周围还有不定数量的空格
这时，可以使用正则表达式里面的 split  方法：
import re
names = '关羽; 张飞, 赵云,   马超, 黄忠  李逵'
namelist = re.split(r'[;,\s]\s*', names)
print(namelist)
正则表达式 [;,\s]\s* 指定了，分割符为 分号、逗号、空格 里面的任意一种均可，并且 该符号周围可以有不定数量的空格。
字符串替换
匹配模式替换
字符串 对象的  replace  方法只适应于 简单的 替换。 有时，你需要更加灵活的字符串替换。
比如，我们需要在下面这段文本中 所有的 链接中 找到所以 /avxxxxxx/ 这种 以  /av 开头，后面接一串数字， 这种模式的字符串。
然后，这些字符串全部 替换为  /cn345677/   。
names = '''
下面是这学期要学习的课程：
<a href='https://www.bilibili.com/video/av66771949/?p=1' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是牛顿第2运动定律
<a href='https://www.bilibili.com/video/av46349552/?p=125' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是毕达哥拉斯公式
<a href='https://www.bilibili.com/video/av90571967/?p=33' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是切割磁力线
被替换的内容不是固定的，所以没法用 字符串的replace方法。
这时，可以使用正则表达式里面的 sub  方法：
import re
names = '''
下面是这学期要学习的课程：
<a href='https://www.bilibili.com/video/av66771949/?p=1' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是牛顿第2运动定律
<a href='https://www.bilibili.com/video/av46349552/?p=125' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是毕达哥拉斯公式
<a href='https://www.bilibili.com/video/av90571967/?p=33' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是切割磁力线
newStr = re.sub(r'/av\d+/', '/cn345677/' , names)
print(newStr)
sub 方法就是也是替换 字符串， 但是被替换的内容 用 正则表达式来表示 符合特征的所有字符串。 
比如，这里就是第一个参数  /av\d+/ 这个正则表达式，表示以 /av 开头，后面是一串数字，再以 / 结尾的 这种特征的字符串 ，是需要被替换的。
第二个参数，这里 是  '/cn345677/' 这个字符串，表示用什么来替换。
第三个参数是 源字符串。
指定替换函数
点击这里，边看视频讲解，边学习以下内容
刚才的例子中，我们用来替换的是一个固定的字符串 /cn345677/。 
如果，我们要求，替换后的内容 的是原来的数字+6， 比如  /av66771949/ 替换为  /av66771955/ 。
这种更加复杂的替换，我们可以把 sub的第2个参数 指定为一个函数 ，该函数的返回值，就是用来替换的字符串。
import re
names = '''
下面是这学期要学习的课程：
<a href='https://www.bilibili.com/video/av66771949/?p=1' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是牛顿第2运动定律
<a href='https://www.bilibili.com/video/av46349552/?p=125' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是毕达哥拉斯公式
<a href='https://www.bilibili.com/video/av90571967/?p=33' target='_blank'>点击这里，边看视频讲解，边学习以下内容</a>
这节讲的是切割磁力线
# 替换函数，参数是 Match对象
def subFunc(match):
    # Match对象 的 group(0) 返回的是整个匹配上的字符串， 
    src = match.group(0)
    # Match对象 的 group(1) 返回的是第一个group分组的内容
    number = int(match.group(1)) + 6
    dest = f'/av{number}/'
    print(f'{src} 替换为 {dest}')
    # 返回值就是最终替换的字符串
    return dest
newStr = re.sub(r'/av(\d+)/', subFunc , names)
print(newStr)
获取组内字符串，如下
match.group(0) # 获取整个匹配字符串
match.group(1) # 获取第1个组内字符串
match.group(2) # 获取第2个组内字符串
Python 3.6 以后的版本 ，写法也可以更加简洁，直接像列表一样使用下标，如下
match[0]
match[1]
match[2]
上面这个例子中：
正则表达式 re.sub 函数执行时， 每发现一个 匹配的子串， 就会：
实例化一个 match对象 
这个match 对象包含了这次匹配的信息， 比如：整个字符串是什么，匹配部分字符串是什么，里面的各个group分组 字符串是什么
调用执行  sub函数的第2个参数对象，也就是调用回调函数subFunc
并且把刚才产生的 match 对象作为参数传递给 subFunc
VIP学员请联系老师获取补充练习题
    您需要高效学习，找工作？ 点击咨询 报名实战班

点-匹配所有字符

星号-重复匹配任意次

加号-重复匹配多次

问号-匹配0-1次

花括号-匹配指定次数

贪婪模式和非贪婪模式

对元字符的转义

匹配某种字符类型

方括号-匹配几个字符之一

起始、结尾位置 和 单行、多行模式

竖线-匹配其中之一

括号-分组

让点匹配换行

回到开头的例子

切割字符串

字符串替换

匹配模式替换

指定替换函数

起始、结尾位置和单行、多行模式