#########################################第一部分：正则表达式概念
正则表达式所面向的问题
1、判断一个字符串是否匹配给定的格式
判断用户注册帐号是否满足格式
2.从一个字符串中按指定格式提取信息
抓取页面中的链接
#########################################第二部分：re模块
在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块来操作，名字为re
1、findall方法：
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表
2、match方法:（从开头开始匹配）
re.match 尝试从字符串的起始位置匹配一个模式，匹配成功
返回的是一个匹配对象（这个对象包含了我们匹配的信息），
如果不是起始位置匹配成功的话，match()返回的是空，
注意：match只能匹配到一个
来个例子看看：
import re
str_3 = ‘寒沙你是中国最帅的男人’
my_str = re.match(r’最帅的男人’,str_3) #匹配不成功的例子
print(my_str) # 输出为：None
my_str = re.match(r’寒沙’,str_3) #匹配成功的例子
print(my_str) # 匹配成功，但是这个方法成功的时候返回的是对象，需要使用其方法
print(my_str.group()) # 输出为：寒沙老师
print(my_str.span()) #输出为：(0, 2)，匹配的字符在字符串内的位置，区间形式
print(my_str.start()) #输出为：0， 匹配的字符串在字符串中的起始位置
print(my_str.end()) #输出为：2， 匹配的字符串在字符串中的结束位置
拓展一个：
分组：
import re
str_4 = ‘aababbabbb’
my_str = re.match(r’(a)(ab)(abb)(abbb)’,str_4)
print(my_str.group()) # 输出为：aababbabbb
print(my_str.groups()) # 输出为：(‘a’, ‘ab’, ‘abb’, ‘abbb’)
print(my_str.group(0)) # 输出为：aababbabbb
print(my_str.group(1)) # 输出为：a
print(my_str.group(2)) # 输出为：ab
print(my_str.group(3)) # 输出为：abb
3、search方法:（从任意位置匹配）
re.search 扫描整个字符串,匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息）
注意：search也只能匹配到一个，找到符合规则的就返回，不会一直往后找
来个例子看看：
import re
str_3 = ‘寒沙你是中国最帅的男人’
my_str = re.search(r’最帅的男人’,str_3)
print(my_str.group()) # 输出为：最帅的男人
#也可以使用match的那些方法
4、sub方法 替换
str_3 = ‘吴某你好帅，吴某喜欢吃屎’
my_str = re.sub(r’吴某’,‘张某’,str_3,count = 2) # count 限制修改的次数
print(my_str) # 输出为：张某你好帅，张某喜欢吃屎
4、split方法 切割
str_3 = ‘寒沙你是中国最帅的男人寒沙你真棒’
my_str = re.split(r’寒沙’,str_3)
print(my_str) #输出为：[’’, ‘你是中国最帅的男人’, ‘你真棒’]
##########################################第三部分：元字符
问题一： 什么是元字符 ？
本身具有特殊含义的字符
import re
第一个例子说明一些元字符：：：
str = ‘寒沙老帅你真棒寒沙老帅你真胖’
######(1) . 代表任意一个字符（除了\n)
mystr = re.findall(r’.’,str) # 输出为：[‘寒’, ‘沙’, ‘老’, ‘帅’, ‘你’, ‘真’, ‘棒’,
print(mystr) # ‘寒’, ‘沙’, ‘老’, ‘帅’, ‘你’, ‘真’, ‘胖’]
mystr = re.findall(r’寒沙.’,str) # 输出为：[‘寒沙老’, ‘寒沙老’]
print(mystr)
#####(2) [] 匹配[]中列举的字符
mystr = re.findall(r’[老帅你]’,str)
print(mystr) # 输出为：[‘老’, ‘帅’, ‘你’, ‘老’, ‘帅’, ‘你’]
#####(3) 以^开头，以KaTeX parse error: Expected 'EOF', got '#' at position 4: 结尾 #̲####(4) {a,b}…’,str) # 这样取不到，因为字符串不是以‘寒沙.’开头，且以‘胖’结尾
print(mystr) # 输出为：[]
mystr = re.findall(r’胖$’,str)
print(mystr) # 输出为：[‘胖’]
mystr = re.findall(r’^寒沙.{1,100}胖$’,str)
print(mystr) # 输出为：[‘寒沙老帅你真棒寒沙老帅你真胖’]
#####(5) \b 匹配一个单词的边界; \B 匹配非单词边界。
mystr = re.findall(r’\b寒沙’,str) # 因为只有第一个寒沙左边是边界，所以只会匹配第一个寒沙
print(mystr) # 输出为：[‘寒沙’]
str = ‘寒沙？老帅你真棒，寒沙。老帅你真胖’
mystr = re.findall(r’\b寒沙\b’,str)
print(mystr) # 输出为：[‘寒沙’, ‘寒沙’]
str = ‘寒沙老帅你真棒寒沙,老帅你真胖’
mystr = re.findall(r’\B寒沙\b…’,str)
print(mystr) #输出为：[‘寒沙,老’]
第二个例子说明一些元字符：：：
#+ 至少一个：匹配前一个字符出现1次或者无限次
#？至多一个：匹配前一个字符出现1次或者0次，即要么有1次，要么没有
#* 0到任意一个：匹配前一个字符出现0次或者无限次，即可有可无
str = ‘aababbabbb’
my_str = re.findall(r’ab+’,str)
print(my_str) # 输出为：[‘ab’, ‘abb’, ‘abbb’]
my_str = re.findall(r’ab?’,str)
print(my_str) # 输出为：[‘a’, ‘ab’, ‘ab’, ‘ab’]
my_str = re.findall(r’ab*’,str)
print(my_str) # 输出为：[‘a’, ‘ab’, ‘abb’, ‘abbb’]
拓展：
贪婪模式和非贪婪模式：
正则默认都是用贪婪模式去匹配数据的，就是尽可能多的匹配符合要求的数据，在非贪婪模式下（使用非贪婪模式，要加?），始终找最短匹配
例如上面的例子变为非贪婪模式：
str = ‘aababbabbb’
my_str = re.findall(r’ab+?’,str)
print(my_str) # 输出为：[‘ab’, ‘ab’, ‘ab’]
my_str = re.findall(r’ab??’,str)
print(my_str) # 输出为：[‘a’, ‘a’, ‘a’, ‘a’]
my_str = re.findall(r’ab*?’,str)
print(my_str) # 输出为：[‘a’, ‘a’, ‘a’, ‘a’]
第三个例子说明一些元字符：
import re
str_2 = ‘qdasfsdf32423542dasff’
#（1） 全部取到的方法：
my_str = re.findall(r’[a-z0-9]+’,str_2)
print(my_str) # 输出为：[‘qdasfsdf32423542dasff’]
#（2） ^ 非，相反的意思 脱字符
my_str = re.findall(r’[0-9]+’,str_2)
print(my_str) # 输出为：[‘32423542’]
my_str = re.findall(r’[^0-9]+’,str_2)
print(my_str) # 输出为：[‘qdasfsdf’, ‘dasff’]
#（3） \d 匹配数字，即0-9
my_str = re.findall(r’\d+’,str_2)
print(my_str) # 输出为：[‘32423542’]
#（4） \D 匹配非数字，即不是数字
my_str = re.findall(r’\D+’,str_2)
print(my_str) # 输出为：[‘qdasfsdf’, ‘dasff’]
第四个例子说明一些元字符：
import re
str_2 = ‘asdfsd\n432 4sfs吴某’
#（5） \s 匹配空白，即空格，Tab键
my_str = re.findall(r’\s+’,str_2)
print(my_str) # 输出为：[’\n’, ’ ']
#（5） \S 匹配非空白
my_str = re.findall(r’\S+’,str_2)
print(my_str) # 输出为：[‘asdfsd’, ‘432’, ‘4sfs吴某’]
#（6） \w 任意一个字母（注意会取中文） 0-9,a-z,A-Z
my_str = re.findall(r’\w+’,str_2)
print(my_str) # 输出为：[‘asdfsd’, ‘432’, ‘4sfs吴某’]
#（7） \W 任意非字符
my_str = re.findall(r’\W+’,str_2)
print(my_str) # 输出为：[’\n’, ’ ']
#（8） | 或者
my_str = re.findall(r’a|d’,str_2)
print(my_str) # 输出为：[‘a’, ‘d’, ‘d’]
第五个例子说明一个元字符：
import re
str_2 = ‘吴某同学好帅’
#(9) () 只取括号里的 将括号中字符作为一个分组
my_str = re.findall(r’吴某同学(好帅)’,str_2)
print(my_str) #输出为：[‘好帅’]
