python正则表达式

python字符串U/u， R/r

u/U:表示unicode字符串 
不是仅仅是针对中文, 可以针对任何的字符串，代表是对字符串进行unicode编码。 
一般英文字符在使用各种编码下, 基本都可以正常解析, 所以一般不带u；但是中文, 必须表明所需编码, 否则一旦编码转换就会出现乱码。 
建议所有编码方式采用utf8

r/R:非转义的原始字符串 (表示原始字符串，不转义特殊字符)
与普通字符相比，其他相对特殊的字符，其中可能包含转义字符，即那些，反斜杠加上对应字母，表示对应的特殊含义的，比如最常见的”\n”表示换行，”\t”表示Tab等。而如果是以r开头，那么说明后面的字符，都是普通的字符了，即如果是“\n”那么表示一个反斜杠字符，一个字母n，而不是表示换行了。 
以r开头的字符，常用于正则表达式，对应着re模块。

邮箱正则

[A-Za-z0-9\._+]+@[A-Za-z]+\.(com|org|edu|net)

[A-Za-z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$

#用正则匹配出标签<div>中的内容,其中class的类名是不确定的
import re
text = '<div class='learn'>python</div>'
res = re.findall(r'<div class='.*'>(.*?)</div>',text)
print(res)

（.*） 和（.*?）区别

（.*）是贪婪匹配，会把满足正则的尽可能多的往后匹配

（.*?）非贪婪匹配， 会把满足正则的尽可能少的匹配

import re
s = '<a>哈哈</a><a>呵呵</a>'
res1 = re.findall(r'<a>(.*)</a>',s)
print('贪婪匹配'，res1)
res2 = re.findall(r'<a>(>*?)</a>',s)
print('非贪婪'，res2)

>>>贪婪匹配['哈哈</a><a>呵呵']
>>>非贪婪['哈哈'，'呵呵']