python学习笔记 Day.4-----------正则表达式

用于判断一个字符串是否合法：
基本操作归纳：
中括号：[ ]用来包含合法的字符，例如[A-Za-z0-9]就是所有的字母和数字
\d:数字 \s： 空格 其他特殊字符用\来转义即可 ，例如 _ 就是下划线 - 就是减号
大括号{} 放在字符语法后用来包含字符的数量，例如[A-Za-z0-9]{5,15} 就是5-15个字母或数字，也可以直接放一个数字代表指定数量的字符
加号 + ，放在字符后用来代表1个以上的该合法字符
乘号 *，放在字符后用来代表0个以上的该合法字符
问号 ？ ，放在字符后用来表示非贪婪算法，即如果问号前后的字符都能判断合法，进入后一个字符的判断程式。

实际使用:
需要引入一个 re模组
判断字符串是否合理：

re.match(r'正则表达式',被判断语句)
exp：
print(re.match(r'[A-Za-z0-9\_]+[A-Zb-z3-9]*,_asdlnj))
#output: None

该函数匹配成功返回一个Match对象，匹配失败返回一个None

用来去除字符串中的非法部分：

re.split(r'正则表达式’，被处理的字符串）
exp：
print(re.split(r'[\s\,]+','a,b, c     d')
#output:['a','b','c','d]

正则表达式还有分组的强大功能，group（）：
用（正则表达式）-（）。。。-（）定义多个组
在match完成后返回的Match对象中就会完成分组：

exp：
m = re.match(re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
output: m.group(0) = '010-12345'
			m.group(1) = '010'
			m.group(2) = '12345'

即 group（0）代表原始字串，group（1、2）代表第一、第二个子字串

编译
当我们在Python中使用正则表达式时，re模块内部会干两件事情：

1. 编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
2. 用编译后的正则表达式去匹配字符串。
   如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：
   编译:

re_telephone = re.compile(r’^(\d{3})-(\d{3,8})$’)
re_telephone.match(‘010-12345’).groups()
output：(‘010’, ‘12345’)
re_telephone.match(‘010-8086’).groups()
output：(‘010’, ‘8086’)
编译后生成Regular Expression对象，由于该对象自己包含了正则表达式，所以调用对应的方法时不用给出正则字符串。