正则表达式与正则表达式常见的函数（python）

正则表达式

一个正则表达式可以有原子，元字符，模式修政符，贪婪模式，和懒惰模式构成。
1、原子
（1）普通字符作为原子：如数字，大小写字母，下划线等。

 	import re 
    pattern = "abc"
    string="shuhgabchuh"
    result=re.search(pattern,string)//调用re模块的search方法来匹配是否有string里面的字符串
    print(result)//输出abc

（2）非打印字符作为原子：即在一些字符串中用于格式控制的符号，如换行符
常用的非打印字符
\n：用于匹配一个换行符
\t：用于匹配一个制表符

import re 
pattern = "\n"
string="shuhg
abchuh"
result=re.search(pattern,string)
print(result)//最终输出\n，因为string里面有个换行符

（3）通用字符作为原子：即一个原子可以匹配一类字符，在实际中经常应用
\w：匹配任意一个字母，数字或者下划线
\W：匹配除字母、数字下划线以外的任意一个字符
\d：匹配任意一个十进制数
\D：匹配除十进制数以外的任意一个其他字符
\s：匹配任意一个空白字符
\S：匹配除空白字符以外的任意一个其他字符
实例：

 	import re 
    pattern = "\w\dpython\w"   //字符最后是一个字母或者下划线，字符串前一位是任意一个十进制数，再前一个是任意一个字母数字或者下划线
    string="hhjkjd234pythony_py"
    result=re.search(pattern,string)
    print(result)  //最终输出45pythony

（4）原子表：可以自定义一组地位平等的原子，匹配时取该原子表中的任意一个原子进行匹配，原子由 [] 表示，如 [xyz]就表示一个原子表。

import re 
pattern = "[\w\dpython[xyz]\w]"
string="dcd345pythony_py"
result=re.search(pattern,string)
print(result)  //最终输出45pythony_

2、元字符
任意匹配元字符
.：匹配除换行符以外的任意字符

边界限定符：
^：匹配字符串的开始位置
$：匹配字符串的结束位置

限定符：
*：匹配0次、一次或多次前面的原子
?：匹配0次或一次前面的原子
+：匹配1次或者多次前面的原子
{n}：前面的原子出现n次
{n,}：前面的原子至少出现n次，至多出现m次

模式选择符
|：模式选择符
即可以设置多种模式，如"huh|hcuh",则里面的两个字符串都可以拿来进行匹配

模式单元符
()：模式单元符
即将多个原子用()括起来，当成一个大原子使用。如"(cd){n,}"，即匹配时cd这个字符串至少出现一次

3、模式修正符
I：匹配时忽略大小写
M：多行匹配
L：做本地化识别匹配
U：根据Unicode字符及解析字符
S：让.(匹配除换行符以外的任意字符)可以匹配换行符。

4、贪婪模式与懒惰模式
贪婪模式尽可能多的匹配，懒惰模式尽可能少的匹配。
如
pattern1=“p.*y” #贪婪模式，直到找不到y为止
pattern2=“p.?y” #懒惰模式，找到了第一个y就结束。

正则表达式常见函数

1、re.match()
从源字符串的起始位置开始匹配

 re.match(pattern,string,flag)

第一个参数为正则表达式，第二个参数为对应的源字符串，第三个参数可选，代表对应的标志位，可以放模式修政符等信息。
2、re.search()
与match唯一不同的是会在全文中进行检索并匹配，而match必须在开头匹配

  re.search(pattern,string)

第一个参数为正则表达式，第二个参数为对应的源字符串
3、全局匹配函数，即源字符串中可能有多个结果都符合模式
（1）、使用re.compile()对正则表达式进行预编译
（2）、编译后使用findall()根据正则表达式从源字符串中将匹配的结果全部找出

import re 
string= "hhaahuaaxihaahhaa"
pattern=re.compile(".aa.")   #预编译
result=pattern.findall(string)  #找出所有结果
print(result)  

以上会返回haah，uaah，haah
4、re.sub()
根据正则表达式来实现替换某些字符串的功能
re.sub(pattern,rep,string,max)
第一个参数为正则表达式，第二个为要替换成的字符串，第三个为源字符串，第四个为可选项，代表最多可替换的次数，不写，则全部替换

import re 
string= "aannhhahaahjhaajhkjaanjj"
pattern="aa"
result=re.sub(pattern,"cc",string)  #最后即将所有的aa替换成cc
print(result)