Python高级特性之正则表达式re

正则表达式（regular expression）：精确匹配或者模糊匹配
所有的语言使用的正则大同小异

正则的用处：
1、爬虫
2、分析日志

正则的匹配原则：从第一个字符逐一尝试匹配，返回最长的匹配内容（正则的贪婪性，尽可能多的匹配）

正则的匹配方法：
1、match（一个匹配结果）:表示从字符串的第一个字符开始匹配，如果从第一个字符就不能匹配上，则匹配失败，返回None
2、search（一个匹配结果）:表示从字符串任意位置匹配1次即可，遍历完整个字符串仍匹配不到的，则匹配失败，返回None
3、findall（多个匹配结果）:表示匹配所有正则表达式匹配的内容，返回列表
4、group:将所有正则表达式匹配的内容显示出来

正则的扫描顺序：从第一个字符开始向后扫描
re.match(r"1",“1b”) 匹配对象，匹配到后，就不再向后匹配了
re.match(r"1",“0b”) None,第一个就没匹配上，就不再向后匹配了
re.search(r"1",“ab1d”) 匹配对象，就不再向后匹配了
re.search(r"1",“abcd”) None,把所有的字符串内容扫描一遍
re.search(r"\d+",“ab113d”) 匹配对象113，就不再向后匹配了

\d:匹配数字
\D:匹配非数字
\w:匹配数字和字母（大小写均包含）
\W:匹配非数字和字母
\s:匹配空白（" " \t \r \n）
\S:匹配非空白
\b:匹配边界
.:匹配除回车外的任意字符
+：匹配一个或多个
*：匹配0个或多个
?：匹配0次或1次，非贪婪，表示抑制正则表达式的贪婪性
正则表达式的贪婪性，尽量多匹配。
{a,b}：表示匹配a个到b个
[a-zA-Z]：[]中是或的关系，这里表示匹配一个字母

r是元字符，正则表达式前面加上r，表示正则表达式中的内容不转义
使用正则表达式需导入re包

#字符串类型才可模式匹配，也就是下面例子中"1abc"这个位置的内容必须为字符串格式

import re
print(re.match(r"1","1abc"))    #r"1"是正则表达式，"1abc"是匹配的目标字符串
print(re.match(r"1","1abc").group())

分组:()小括号中的内容表示分组的内容
group()等价于group(0)，表示返回匹配到的整个字符串，group(1)表示返回匹配到的第一个分组

print(re.search(r"a(\d+)c","a11232c").group())
print(re.search(r"a(\d+)c","a11232c").group(1))