Python中的re.findAll()、re.sub()、set()怎么使用

1. re.findall()

re.findall()：函数返回包含所有匹配项的列表。返回string中所有与pattern相匹配的全部字串，返回形式为list / 数组。

由函数原型代码可知，findall() 函数存在三个参数：

1. pattern：正则表达式中的 ‘模式字符串’ ；

2. string：当前需要处理（查找替换）的原始字符串；

3. flags：可选参数，表示编译时用的匹配模式（如忽略大小写、多行模式等），数字形式，默认为0

# 示例代码
import re
text1 = '北京市海淀区不存在的38街区不想工作大厦99号'
res = re.findall(r'\d+', text1)
print(type(res))
print(res)
# output
# 
# ['38', '99']

2. re.sub()

re.sub()：函数将所有匹配项，替换为选择的文本，并返回结果。

由函数原型代码可知，re.sub() 函数存在五个参数：

1. pattern：正则表达式中的 ‘模式字符串’ ；

2. repl：需要被替换成的字符串，即将匹配到的pattern替换为repl；可以是函数；

3. string：当前需要处理（查找替换）的原始字符串；        

4. count：可选参数，表示需要替换的最大次数，必须是非负整数；默认值为0，即匹配到的所有子串都进行替换操作；

5. flags：可选参数，表示编译时用的匹配模式（如忽略大小写、多行模式等），数字形式，默认为0

# 将所有匹配到的‘数字串' 替换为 '520‘
text1 = '北京市海淀区不存在的38街区不想工作大厦99号'
res = re.re(r'\d+', 520)
print(type(res))
print(res)
# output，返回值res结果是str
# 
# 北京市海淀区不存在的520街区不想工作大厦520号

3. set() 

set()：python内置函数的其中一个，创建一个无序不重复元素集。支持计算交集、差集、并并集。

# 为list数组l1 去重
l1 = [1, 1, 2, 2, 2, 3, 4]
s1 = set(l1)
print(type(s1))
print(s1)
# output，返回类型是 set
# 
# {1, 2, 3, 4}

# 计算l1 和 l2 的交集
l1 = [1, 1, 2, 2, 2, 3, 4]
l2 = [2, 3, 3, 4, 5, 6, 6]
s1 = set(l1)
s2 = set(l2)
u = s1 & s2
print(type(u))
print(u)
# output，返回结果类型set
# 
# {2, 3, 4}

# 计算l1 和 l2 的并集, 并集符号 ‘｜'，intersection
l1 = [1, 1, 2, 2, 2, 3, 4]
l2 = [2, 3, 3, 4, 5, 6, 6]
s1 = set(l1) # {1, 2, 3, 4}
s2 = set(l2) # {2, 3, 4, 5, 6}
u = s1 | s2
print(type(u))
print(u)
# output，返回结果类型set, 计算 {1, 2, 3, 4} 和 {2, 3, 4, 5, 6} 的并集
# 
# {1, 2, 3, 4, 5, 6}

# 计算差集，diff
l1 = [1, 1, 2, 2, 2, 3, 4]
l2 = [2, 3, 3, 4, 5, 6, 6]
s1 = set(l1) # {1, 2, 3, 4}
s2 = set(l2) # {2, 3, 4, 5, 6}
print(s2)
u = s1 - s2
print(type(u))
print(u)
# output，返回结果是set
# 
# {1}

# set内也可以传入字符串，会自动转换成list类型
text1 = '北京市海淀区海淀区不想上班不想上班'
res = set(text1)
print(res) # 内部元素是一个个的字，去重 且 无序
# output
# 
# {'上', '北', '班', '海', '淀', '京', '不', '想', '区', '市'}