正则表达式

正则表达式
使用特定的表达式来表示一个模板，使待匹配字符串来进行匹配。
正则表达式不属于python中的知识点，只是在python中可以使用正则表达式

正则表达式可以分为两种：
（1）普通字符串
（2）特殊规则的字符串

re.py模块支持正则表达式的使用

import re
# re.search()方法可以使用正则表达式来进行匹配待匹配字符串
re.search(ex,带匹配字符串)
# 第一个参数，正则表达式
# 第二个参数，待匹配字符串

如果正则表达式就是普通的字符串，代表的含义跟 in 一致

r=re.search("abc","dluoejabcrkelgglk")
print(r)
# r:search的返回值，匹配的对象，如果不能匹配，则返回None

正则表达式是特殊字符串

1.字符相关

（1） .代表任意一个单个字符。默认\n不包含在内，如果希望包含\n，可以设置参数re.DOTALL

r=re.search("a.b","epoa-brg;ggkd")
print(r)
>><re.Match object; span=(3, 6), match='a-b'>

修正一下输出的结果，不需要显示这么多

r=re.search("a.b","epoa-brg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>a-b

字符串例包含\n

r=re.search("a.b","epoa\nbrg;ggkd",re.DOTALL)
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>a
  b

（2）[ ]只要是在[ ]中的字符，任意一个都可以.
在[ ]中如果使用 - ，可以代表从start到end结束
如果希望匹配 - ，则可以使用转义字符 ,表示为-

r=re.search("a[a-z]b","epoacbrg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>acb

（3）[ ^ ]代表[ ]取反

r=re.search("a[^a\-z]b","epoacbrg;ggkd")
# 表示只要中间不是a - z ，都算匹配成功
if r!=None:
	print(r.group())
else:
	print('不匹配')

（4）\d unicode字符集中的数字

r=re.search("a\db","epoa11brg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>不匹配
#因为其中11占了两个字符的位置，如果不是11，是1，则匹配成功

（5）\w unicode中的字符，字母数字，下划线

r=re.search("a\wb","epoavbrg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')

2.次数相关
跟次数相关的内容修饰的是它前面的字符，出现的次数
不能单独使用
（1） * 修饰 *前面的字符，可以出现的次数是： >=0次
*为贪婪匹配（在一次匹配的过程中，尽可能多的进行匹配）

r=re.search("ab*","epoabbbbbbbrg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>abbbbbbb

（2）+ 修饰的是+前面的字符，可以出现的次数>=1次
+也是贪婪匹配

r=re.search("ab+","epoabbrg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>ab

（3）？修饰的是？前面的字符，可以出现的次数为0或者1次
也是贪婪匹配

r=re.search("ab？","epoabrg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>ab

（4）X? ，X代表了跟次数相关的特殊字符，将贪婪匹配变成非贪婪匹配，尽可能少的进行匹配

r=re.search("ab*？","epoabbbbbbbrg;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>a

r=re.search("a.*c","abbbbbbbbbcabbbc;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>abbbbbbbbbcabbbc

r=re.search("a.*?c","abbbbbbbbbcabbbc;ggkd")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>abbbbbbbbbc
# 第一词匹配成功就取出值 

通过findall匹配出来的内容是多次匹配的内容，列表

r=re.findall("a.*?c","abbbbbbcabbc")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>['abbbbbbc', 'abbc']

# 想要的部分加个括号（）
r=re.findall("a(.*?)c","abbbbbbcabbc")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>['bbbbbb', 'bb']

3.位置相关
^字符 ， 以特定的字符开头，默认不支持多行，如果希望支持多行，可以使用re.MULTILINE也可以缩写为re.M

r=re.search("^张","张三")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>张

r=re.search("^张","李四")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>不匹配

r=re.search("^张","1张三丰")
# 必须是以张开头
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>不匹配

"""
detei
张三丰
"""
# 若是这个字符串，结果也是不匹配

r=re.search("^张","detei\n张三丰",re.M)
# 大多数情况下都是加re.M,支持多行
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>张

$ 以特殊的字符结尾，结尾是从后往前匹配

r=re.search("com$","http://baidu.com")
if r!=None:
	print(r.group())
else:
	print('不匹配')
>>com

如果仅仅希望获取一部分内容，则可以将希望获取扥内容使用（）包裹

r=re.search("http://(.*?)com$","http://baidu.com\nddd http://baidu.com\nddd",re.M)
if r!=None：
#如果使用search，得到的是匹配对象，如果只希望获得括号中的内容，需要在group中加参数，参数的内容就是第几个括号
	print(r.group(1))
else:
	print('不匹配')
>>baidu.

练习

（1）匹配任意3个字符
明确要找固定位数的一定要加开头和结束，^ $

r=re.search("^.{3}$","dfcio",re.S)
# re.S忽略换行
if r!=None：
	print(r.group())
else:
	print('不匹配')
>>不匹配
r=re.search("^.{3}$","dio",re.S)
# re.S忽略换行
if r!=None：
	print(r.group())
else:
	print('不匹配')
>>dio

（2）匹配电话号码格式的号码，区号（3,4）-电话号码（7,8）

r=re.search("^[0-9]{3,4}-[]0-9]{7,8}$","123-5546289",re.S)
if r!=None:
	print(r.group())
else:
	print("不匹配")
>>123-5546289