python高级之正则表达式详解

1：什么是正则表达式
正则表达式，正则匹配式、表示式，使用一些特殊符号来匹配、查找、替换字符串文本的一种技术。
2:正则表达式的好处：
在软件开发过程中，经常会涉及到大量的关键字等各种字符串的操作，使用正则表达式能很大程度的简化开发的复杂度和开发的效率，所以在 Python 中正则表达式在字符串的查
询匹配操作中占据很重要的地位
正则表达式能很大程度的简化开发的复杂度和开发的效率
3：python为了方便使用正则表达式，专门提供了re模块

re.match()方法匹配的是以 xxx 开头的字符串
将结果保存到res中
使用 res.group()提取匹配结果，如果是，则返回匹配对象（Match Object），否则抛出错误

re.search：执行正则表达式搜索并且在搜索结束后返回所匹配到的串，只返回第一次匹配到的结果

re.findall:匹配所有的对象，并将匹配到的直接以一个列表的形式返回

re.sub: 实现查找替换

re.split:分割字符串，结果返回列表

re.finditer:返回一个迭代器 iterator，这个 iterator yield match objects.返回顺序、内容和 re.findall()相同

4：元字符：

==. ==# 匹配任意符号（除换行符外（\n））

\d # 匹配数字 digest

\w # 匹配所有的有效（大小写字母、数字、下划线_、各国语言符号）

\s # 匹配空白位 （如：空格、\t）

^ # 以xx开头
其中.代表匹配除\n外任意符号，*代表匹配任意位，a.*代表a后面可以有任意符号任意多少位，也可以没有

$ # 以xxx结尾
下图中示例1表示匹配以2开头，中间为任意数字，以9结尾的字符串
实例3表示匹配以任意有效字符，以9结尾的字符串

[] # 列举 # [0123456789] <==> \d
匹配以[]中任意一位开头的字符串


5、 反义符
\D # 匹配非数字

\W # 匹配特殊符号

\S # 匹配非空白位

[^] # 列举反义 注意^[]和[]的区别，表示不以【】内任意字符开始

6、转义符
在python的字符串中\是具有特殊含义的，要正常表示一个\，需要两个\来表示在正则中，\是具有特殊含义的，要正常表示一个\，需要两个\来表示，必须使用\来取消这些字符的特殊意义。

注意以下情况：

\不仅充当了正则转义，同时也充当了字符串的角色，字符串也需要转义一次，所以需要4个

或者在正则表达式前面加上一个r，表示对匹配的字符串不进行转义
建议这样写

7、位数：
* # 表示匹配任意位（可以是0位、可以是1位、可以有n位）

+ # 匹配至少一位（至少是1位、可以有n位）数字

? # 0位或者1位

{n} # 有n位
以下案例表示：匹配以1开头的，第二位是【】内任意一位，长度为9的字符串，当长度不满9位，则返回【】，超过9位只取【】内的9位，注意是从0开始

{n,} # 至少n位，尽可能多取，注意是从【】内从0取
{n, m} # 表示n~m这个区间范围，注意是从【】内从0取

8、分组（group）
在正则表达式中，使用圆括号()将正则中包裹起来，会形成正则匹配后的二次筛选
分组最大的好处就是能够形成第二次筛选
匹配（）里面的值，注意findall可以直接返回匹配到的值

r"</?.*?>" # 匹配HTML标签
注意：分组还可以解决正则中html语法里前后匹配问题，html中才正确，但以下可见前后不一样也可以匹配

因此使用分组来进行限制：
其中的<\1>表示匹配前面<(\w+)>中第一个括号中的字母

9、贪婪模式和非贪婪(懒惰)模式
在 Python 中正则默认是贪婪模式（个别语言中也可能是非贪婪模式），贪婪模式就是总会尝试匹配更多的字符。
非贪婪模式则反之，总是尝试匹配尽可能少的字符。
在、？、+、{m,n}后面加上？，可以将贪婪模式变成非贪婪模式。*