版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/kaikai136412162/article/details/82015870
正则表达式的介绍
正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。
正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。
正则的元字符
元字符（11个） . ^ $ * + ? {} [] | () \
1. .(通配符) 只能带替任意一个字符（不能匹配换行符）
2. ^ 从字符串的开始匹配
3. $ 从字符串的结尾匹配
4. * 重复前面的字符匹配 [0,+oo] 0到多次
5. + 重复前面的字符匹配 [1,+oo] 1到多次
6. ？ 匹配0到1次 [0,1]
7. {} 匹配任意次数 自定义
* 等价于{0，正无穷} +等价于{1，+oo} ?等价于{0，1} 推荐使用前面的匹配符
8.[] 字符集 [ab] 表示a或b [a-z] 表示范围 取消元字符的特殊功能（除 \ ^ -） ^放在[]里：取反
9.\
反斜杠后边跟元字符去除特殊功能
反斜杠后边跟普通字符实现特殊功能
\d 匹配任何十进制数 相当于类[0-9]
\D 匹配任何非数字字符 相当于类 [^0-9]
\s 匹配任何空白字符 相当于 [ \t\n\r\f\v]
\S 匹配任何非空白字符 相当于 [^ \t\n\r\f\v]
\w 匹配任何字母数字字符 相当于类 [a-zA-Z0-9]
\W 匹配任何非字母数字字符 相当于类 [^a-zA-Z0-9]
\b 匹配一个特殊字符边界 也就是指单词和空格间的位置
10. () 分组
11. | 或
re模块的一些函数
re.findall() 全部查找，找到第一个继续查找 返回一个列表
re.search('ab','dafaddfaab') （第一个匹配成功停止匹配）返回一个对象，查找不到返回一个None
re.search('ab','dafaddfaab').group()（第一个匹配成功停止匹配）返回一个对象结果,如果查找不到会抛异常
re.match(): 只在字符串开始匹配
re.split(): 分割字符串
示例：
re.split('s','fgasdfa') # ['fga','dfa']
re.split('[s,f]','fgasdfa') # ['', 'ga', 'd', 'a'] 先按照s分割再按照f分割
re.sub('k..k','l..l','dafakaikaidfa') # 替换 第一个参数是匹配 第二个参数是要将匹配替换成什么 第三个参数是原始字符串
re.compile()：匹配规则编译好，可以多次调用
obj = re.compile('\.com')
ret = obj.findall('gfd.comfga')
print(ret)
元字符之. ^ $ * + ? { }
import re
ret=re.findall('a..in','helloalvin')
print(ret)#['alvin']
ret=re.findall('^a...n','alvinhelloawwwn')
print(ret)#['alvin']
ret=re.findall('a...n$','alvinhelloawwwn')
print(ret)#['awwwn']
ret=re.findall('a...n$','alvinhelloawwwn')
print(ret)#['awwwn']
ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo]
print(ret)#['abcccc']
ret=re.findall('abc+','abccc')#[1,+oo]
print(ret)#['abccc']
ret=re.findall('abc?','abccc')#[0,1]
print(ret)#['abc']
ret=re.findall('abc{1,4}','abccc')
print(ret)#['abccc'] 贪婪匹配注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
ret=re.findall('abc*?','abcccccc')
print(ret)#['ab']元字符之字符集［］：
#--------------------------------------------字符集[]
ret=re.findall('a[bc]d','acd')
print(ret)#['acd']
ret=re.findall('[a-z]','acd')
print(ret)#['a', 'c', 'd']
ret=re.findall('[.*+]','a.cd+')
print(ret)#['.', '+']
#在字符集里有功能的符号: - ^ \
ret=re.findall('[1-9]','45dha3')
print(ret)#['4', '5', '3']
ret=re.findall('[^ab]','45bdha3')
print(ret)#['4', '5', 'd', 'h', '3']
ret=re.findall('[\d]','45bdha3')
print(ret)#['4', '5', '3']findall() 和（）分组使用的时候，查找的结果是分组的结果，当在分组前面添加?:后表示取消分组的优先级，查找为findall结果
ret = re.findall('www.(\w+).com','www.baidu.com')
print(ret) # ['baidu']
ret = re.findall('www.(?:\w+).com','www.baidu.com')
print(ret) # ['www.baidu.com']元字符之转义符\
ret=re.findall('I\b','I am LIST')
print(ret)#[]
ret=re.findall(r'I\b','I am LIST')
print(ret)#['I']\和\\的特殊情况
#-----------------------------eg1:
import re
ret=re.findall('c\l','abc\le')
print(ret)#[]
ret=re.findall('c\\l','abc\le')
print(ret)#[]
ret=re.findall('c\\\\l','abc\le')
print(ret)#['c\\l']
ret=re.findall(r'c\\l','abc\le')
print(ret)#['c\\l']
#-----------------------------eg2:
#之所以选择\b是因为\b在ASCII表中是有意义的
m = re.findall('\bblow', 'blow')
print(m)
m = re.findall(r'\bblow', 'blow')
print(m)元字符之分组()
m = re.findall(r'(ad)+', 'add')
print(m)
ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com')
print(ret.group())#23/com
print(ret.group('id'))#23元字符之｜
ret=re.search('(ab)|\d','rabhdg8sd')
print(ret.group())#ab