正则表达式，又称规则表达式。
正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。正则表达式是对字符串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，该模式描述在搜索文本
时要匹配的一个或多个字符串；正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或
者字符串的方法。或者说：正则就是用来描述一类事物的规则；使用正则表达式我们可以：
1. 判断给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）
2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。
正则表达式的特点是：
1. 灵活性、逻辑性和功能性非常强；
2. 可以迅速地用极简单的方式达到字符串的复杂控制。
简单列举一些我们常用的元字符：
| 元字符 | 匹配内容 |
| . | 匹配换行符以外的任意字符 |
| \w | 匹配字母或者数字或者下划线 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| \b | 匹配一个单词的结尾 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结尾 |
| \W | 匹配非字母或者字母或者下划线 |
| \D | 匹配非数字 |
| \S | 匹配非空白符 |
| a|b | 匹配字符a或者b |
| （） | 匹配括号内的表达式，也表示一个组 |
| [...] | 匹配字符组中的字符 |
| [^...] | 匹配除了字符中字符的所以字符 |
量词：
| 量词 | 用法说明 |
| * | 重复多次或者更多次 |
| + | 重复一次或者更多次 |
| ？ | 重复零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或者更多次 |
| {n,m} | 重复n到m次 |
元字符：
#正则匹配 import re # 调用re模块 # \w与\W print(re.findall('\w','hello 123')) # ['h', 'e', 'l', 'l', 'o', '1', '2', '3'] print(re.findall('\W','hello 123')) # [' '] # \s与\S print(re.findall('\s','hello 123')) # [' '] print(re.findall('\S','hello 123')) # ['h', 'e', 'l', 'l', 'o', '1', '2', '3'] # \n \t都是空,都可以被\s匹配 print(re.findall('\s','hello \n world \t 123')) # [' ', '\n', ' ', ' ', '\t', ' '] # \n与\t print(re.findall(r'\n','hello \n123')) # #\n与\t print(re.findall(r'\t','hello \t123')) # ['\t'] # \d与\D print(re.findall('\d','hello 123')) # ['1', '2', '3'] print(re.findall('\D','hello 123')) # ['h', 'e', 'l', 'l', 'o', ' '] #\A与\Z print(re.findall('\Ahe','hello 123')) #['he'] print(re.findall('123\Z','hello 123')) # ['123'] #^与$ print(re.findall('^h','hello egon 123')) # ['h'] print(re.findall('3$','hello egon 123')) # ['3'] """ ^:以什么什么开头 $:以什么什么结尾 ^与$连用能够精准匹配固定长度的目标字符,^只能出现在开头()，\$只能出现结尾 |:或 ab|abc优先匹配前面的正则表达式ab，匹配上就不再用后面的abc，可以通过调换顺序修改优先级 ^:出现在[]中的^表示除了^后面的其他都匹配 [^a]除了a其他都匹配 [^a-z]除了小写字母a-z其他都匹配 """
量词：
""" + 表示重复一次或者多次， * 表示匹配0次或多次 ? 表示匹配0次或一次 * + ? 在正则表达式里默认都是贪婪匹配，就是尽可能的多匹配，在后面加上问号能使其变成惰性匹配，也就是非贪婪匹配。 量词需要写在匹配符号的后面，并且只能约束紧挨着它的那个正则表达式 转义符 在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义，变成'\\'。 在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。如果匹配一次"\n",
字符串中要写成'\\\n'所以如果匹配一次"\\\n",字符串中要写成'\\\\\\\\n'简便操作,利用r可以让整个字符串都不再转义 """
re模块下的常用方法：
import re ret = re.findall('a', 'eva egon yuan') # 返回所有满足匹配条件的结果,放在列表里 print(ret) #结果 : ['a', 'a'] ret = re.search('a', 'eva egon yuan').group() print(ret) #结果 : 'a' # 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以 # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。 ret = re.match('a', 'abc').group() # 同search,不过尽在字符串开始处进行匹配 print(ret) #结果 : 'a' ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 print(ret) # ['', '', 'cd'] ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个 print(ret) #evaHegon4yuan4 ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次) print(ret) obj = re.compile('\d{3}') #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字 ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串 print(ret.group()) #结果 ： 123 import re ret = re.finditer('\d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器 print(ret) # <callable_iterator object at 0x10195f940> print(next(ret).group()) #查看第一个结果 print(next(ret).group()) #查看第二个结果 print([i.group() for i in ret]) #查看剩余的左右结果 """ python使用正则必须借助于re模块 或者是支持正则表达式书写的方法 findall 找出字符串中符合正则表达式全部内容 并且返回的是一个列表,列表中的元素就是正则匹配到的结果 search 不会给你直接返回匹配到的结果 而是给你返回一个对象,必须调用group才能看到匹配到的结果;
search只会依据正则查一次 只要查到了结果 就不会再往后查找,当查找的结果不存在的情况下 调用group直接报错 match 只会匹配字符串的开头部分,当字符串的开头不符合匹配规则的情况下 返回的也是None 调用group也会报错 """
findall的优先级查询：
import re ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['www.oldboy.com']
split的优先级查询
ret=re.split("\d+","eva3egon4yuan") print(ret) #结果 ： ['eva', 'egon', 'yuan'] ret=re.split("(\d+)","eva3egon4yuan") print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan'] #在匹配部分加上（）之后所切出的结果是不同的， #没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项， #这个在某些需要保留匹配部分的使用过程是非常重要的。