正则表达式
正则表达式是利用一系列的规则找出符合其规律的字符串
re模块是python中供正则表达式应用的一个模块
预定义字符
用于指定匹配的类型
\d：匹配所有的十进制数字 0-9
\D：匹配所有的非十进制数字，包括下划线
\s：匹配所有的空白字符（空格、TAB等）
\S：匹配所有的非空字符，包括下划线
\w：匹配所有的汉字、字母、数字 a-z A-Z 0-9
\W：匹配所有的非字母、汉字、数字，包括下划线
不难得出的是，当你想对一个匹配逻辑取反的时候，就把它们换成自己的大写形式
示例：
import re
res = re.findall('\w', 'aAbc123_*()-=') # 正则表达式会从字符串第一个元素开始比对，符合则放入findall返回的列表中，并从符号的字符串后的第一个字符继续开始进行匹配判断
print(res)
特殊字符
用于在某位置匹配字符
$：匹配一行的结尾（必须放在正则表达式最后面）
^：匹配一行的开头（必须放在正则表达式最前面）
示例：
# 匹配某一字符串开头
print(re.findall('\Ahello', 'hello,world!'))
print(re.findall('^he', 'hello,world!'))
# # 匹配某一字符串结尾
print(re.findall('ld!\Z', 'hello,world!'))
print(re.findall('ld$', 'hello,world! would ld'))
输出结果：
['hello']
['he']
['ld!']
['ld']
当^与$混用相当于限定了字符串的内容，比如：
print(re.findall('^hello$', 'hello')) # 限制匹配的字符只能为'hello'
重复匹配
用于限定可匹配字符的出现次数
.：匹配/代替除了\n之外任意一个字符（使用re.DOTALL方法可以使得.也可以匹配\n），性格贪婪
*：左侧字符重复0次到无穷次则匹配，性格贪婪
+：左侧字符重复1次到无穷次则匹配，性格贪婪
?：左侧字符重复0次或1次则匹配，性格贪婪
{n,m}：左侧字符重复n到m次，会尽力拿多即匹配的是最大次数，性格贪婪
{n}：代表拿n次
[]：匹配一个指定的字符，[]内放的字符即为要匹配的字符，[]内可以用-连接两个字符表示一个范围
什么是性格贪婪咧？即能拿就拿，能拿多少拿多少，一定拿到匹配规则中允许的最大值
示例：
print(re.findall('h...d', 'hello,world! HELLOWORLD hlkjd h\nd',re.DOTALL))
print(re.findall('ab*', 'abbb a ab bbb '))
print(re.findall('ab+', 'abbb a ab bbb '))
print(re.findall('ab?', 'abbb a ab bbb '))
print(re.findall('ab{2,5}', 'abbb a ab bbb abbbbbbbbb abbbbbbb'))
print(re.findall('a[0-2]b', 'a1b a3b aXb a b a\nb',re.S)) # re.S == re.DOTALL
输出结果：
['hlkjd']
['abbb', 'a', 'ab']
['abbb', 'ab']
['ab', 'a', 'ab']
['abbb', 'abbbbb', 'abbbbb']
['a1b']
re模块常用方法
方法compile()
用于编译正则表达式;
使用格式：compile(source, filename, mode[, flags[, dont_inherit]]) #返回表达式执行结果
参数：
source -- 字符串或者AST（Abstract Syntax Trees）对象
filename -- 代码文件名称，如果不是从文件读取代码则传递一些可辨认的值
mode -- 指定编译代码的种类;可以指定为 exec, eval, single
flags -- 变量作用域，局部命名空间，如果被提供，可以是任何映射对象
flags和dont_inherit是用来控制编译源码时的标志
方法match()
用于在字符串中匹配正则表达式,如果匹配成功则返回MatchObject对象实例;
使用格式：re.match(pattren, string, flags=0)
参数：
pattern: 匹配的正则表达式；
string：要匹配的字符串;
flags: 标志位，用于控制正则表达式的匹配方式，例如是否区分大小写、多行匹配等
函数从头开始匹配,如果不是起始位置匹配成功的话，match函数的匹配结果就为none
import re
print(re.match('www', 'www.baidu.com').span()) # 在起始位置进行匹配
print(re.match('net', 'www.baidu.com')) # 不在起始位置匹配
方法findall()
用于在字符串中查找所有符合正则表达式的字符串，并返回这些字符串的列表
使用格式：findall(pattern, string, flags=0)
import re
test = '123456,身高：171；体重；140；学号：123456；密码456789；123456；123-456;barbar;13999'
print(re.findall(r'[高]', test))
print(re.findall(r'\d+', test))
# 打印出所有数字，‘+’的含义为允许被选中的字符串中的数字可以多次出现，直至一个非元字符代表的符号出现
print(re.findall(r'\d{1,4}', test)) # 匹配有1-4个数字的字符串
print(re.findall(r'\d{3}-\d{3}', test)) # 匹配3个数字-3个数字的字符串 即有两个子模式
print(re.findall(r'^1\d{4}', test)) # ^表示只在字符串的开头找匹配对象
print(re.findall(r'(\w{3})(\1)', test))
# (\1)表示再匹配一个与之前各组中的第一组中的匹配模式相同的字符串，返回的结果会被分成两部分，但为一个元组
print(re.findall(r'\d$1', test))
以上内容若有不正之处，恳请您不吝指正！
