re模塊

什么是正則表達式

　　一組特殊符號組成的表達式，用于描述某種規則。該應用場景生活中隨處可見。

　　例如：讓有志青年過上體面的生活，這里面就由規則，即有志青年。

正則表達式的作用，以及使用場景

1. ?用于從字符串中匹配滿足某種規則的內容，多數用于爬蟲應用程序
2. 判斷字符串串內容是否滿足某種規則，多用于嚴重用戶輸入。例如密碼是否規范，手機號是否正確等

\	將下一個字符標記符、或一個向后引用、或一個八進制轉義符。例如，“\n”匹配\n。“\n”匹配換行符。序列“\”匹配“\”而“(”則匹配“(”。即相當于多種編程語言中都有的“轉義字符”的概念。
^	匹配輸入字行首。如果設置了RegExp對象的Multiline屬性，^也匹配“\n”或“\r”之后的位置。
$	匹配輸入行尾。如果設置了RegExp對象的Multiline屬性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表達式任意次。例如，zo能匹配“z”，也能匹配“zo”以及“zoo”。等價于{0,}。
+	匹配前面的子表達式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價于{1,}。
{n}	n是一個非負整數。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個o。
{n,}	n是一個非負整數。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等價于“o+”。“o{0,}”則等價于“o*”。
{n,m}	m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個o為一組，后三個o為一組。“o{0,1}”等價于“o?”。請注意在逗號和兩個數之間不能有空格。
?	匹配前面的子表達式零次或一次。例如，“do(es)?”可以匹配“do”或“does”。?等價于{0,1}。
?	當該字符緊跟在任何一個其他限制符（,+,?，{n}，{n,}，{n,m*}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少地匹配所搜索的字符串，而默認的貪婪模式則盡可能多地匹配所搜索的字符串。例如，對于字符串“oooo”，“o+”將盡可能多地匹配“o”，得到結果[“oooo”]，而“o+?”將盡可能少地匹配“o”，得到結果 ['o', 'o', 'o', 'o']
.點	匹配除“\n”和"\r"之外的任何單個字符。要匹配包括“\n”和"\r"在內的任何字符，請使用像“[\s\S]”的模式。
?	?
x|y	匹配x或y。例如，“z|food”能匹配“z”或“food”(此處請謹慎)。“[zf]ood”則匹配“zood”或“food”。
[xyz]	字符集合。匹配所包含的任意一個字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]	負值字符集合。匹配未包含的任意字符。例如，“abc”可以匹配“plain”中的“plin”任一字符。
[a-z]	字符范圍。匹配指定范圍內的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內的任意小寫字母字符。注意:只有連字符在字符組內部時,并且出現在兩個字符之間時,才能表示字符的范圍; 如果出字符組的開頭,則只能表示連字符本身.
[^a-z]	負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，“a-z”可以匹配任何不在“a”到“z”范圍內的任意字符。
\b	匹配一個單詞的邊界，也就是指單詞和空格間的位置（即正則表達式的“匹配”有兩種概念，一種是匹配字符，一種是匹配位置，這里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”；“\b1”可以匹配“1_23”中的“1”，但不能匹配“21_3”中的“1_”。
\B	匹配非單詞邊界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”
\s	匹配任何不可見字符，包括空格、制表符、換頁符等等。等價于[ \f\n\r\t\v]。
\S	匹配任何可見字符。等價于 \f\n\r\t\v。
\w	匹配包括下劃線的任何單詞字符。類似但不等價于“[A-Za-z0-9_]”，這里的"單詞"字符使用Unicode字符集。
\W	匹配任何非單詞字符。等價于“A-Za-z0-9_”。
\d	匹配一個數字字符。等價于[0-9]。grep 要加上-P，perl正則支持
\D	匹配一個非數字字符。等價于0-9。grep要加上-P，perl正則支持
\n	匹配一個換行符。等價于\x0a和\cJ。
\r	匹配一個回車符。等價于\x0d和\cM。
\t	匹配一個制表符。等價于\x09和\cI。
( )	將( 和 ) 之間的表達式定義為“組”（group），并且將匹配這個表達式的字符保存到一個臨時區域（一個正則表達式中最多可以保存9個），它們可以用 \1 到\9 的符號來引用。
(?:pattern)	非獲取匹配，匹配pattern但不獲取匹配結果，不進行存儲供以后使用。這在使用或字符“(|)”來組合一個模式的各個部分時很有用。例如“industr(?:y|ies)”就是一個比“industry|industries”更簡略的表達式。
|	將兩個匹配條件進行邏輯“或”（Or）運算。例如正則表達式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：這個元字符不是所有的軟件都支持的。

?首先介紹的是re模塊的findall方法，該方法用于從字符串中獲取所有匹配成功的內容：

import re
res = re.findall("表達式"，"字符串內容")
res = re.findall("\w"，"hello python")# 該方法得到一個列表
print(res)

單個字符匹配

\w \W\s\S\d\D.\r\n\t

指定匹配范圍

a|b|c[abc][^abc][a-z][a-zA-Z0-9]注意當 -需要作為普通字符時必須寫在最前面或最后面

重復匹配

{a}{b,}{a,b}\*  ？

位置匹配

^$\d\B

貪婪模式

默認情況下+和*將盡可能多的匹配內容\+*?

非貪婪模式

將盡可能少的匹配內容，當？出現在其他的重復次數后面時會將貪婪模式改為非貪婪模式。

?如abc.*？abc.+?  

分組

　　用于單獨獲取某一部分匹配的內容

　　（表達式）獲取匹配的

　　（?:表達式） 不獲取匹配的

補充：

#匹配模式:.不能匹配換行符
content='''Hello 123456 World_This
is a Regex Demo
'''
# res=re.match('He.*?(\d+).*?Demo$',content)
# print(res) #輸出None# res=re.match('He.*?(\d+).*?Demo$',content,re.S) #re.S讓.可以匹配換行符
# print(res)
# print(res.group(1))

re模塊其他函數

search

　　僅獲取第一個匹配的內容

match

　　從字符串開始處開始匹配

compile

　　得到一個的表達式對象，后期可以重復使用

split

　　使用正則表達式來切分字符串

re.split("[:\/\\]","a:b/c\d/f")

sub

　　普通替換與字符串的替換沒有區別

print(re.sub("python","PYTHON","python asasasaasa python"))

　　正則替換 只替換后面的python

print(re.sub("(python)(.*)(python)",r"\1\2PYTHON","python asasasaasa python"))

?