Python正则表达式匹配的经典例子以及url转义字符串的一些知识

超级好的正则匹配教程：
https://www.cnblogs.com/chuxiuhong/p/5885073.html
+匹配一个或多个，*匹配0个或多个，[0-9]指定取值范围，a{2-5}指定取匹配a2-5次的，还有一些专门匹配汉字字符的；
个人建议：在你使用”+”,”*”的时候，一定先想好到底是用贪婪型还是懒惰型，尤其是当你用到范围较大的项目上时，因为很有可能它就多匹配字符回来给你！！！
正则表达式特性：需要编译正则匹配默认会贪婪地匹配，可能返回来多了的内容，可以加？避免；
当能匹配成功的情况下，re.search返回的是一个对象k，而不是布尔值，
下面例子中直接用if k判断，k是一个对象，是因为if语句中，k会自动转化成布尔值，为真，所以可以的!!
当然可以用bool(k)将它转换成布尔值；

币种，提取特定条件下的特征；

一个形象的正则匹配的例子：

import re

key = r"javapythonhtmlvhdl"#这是源文本
p1 = r"python"#这是我们写的正则表达式
pattern1 = re.compile(p1)#同样是编译
matcher1 = re.search(pattern1,key)#同样是查询
print matcher1.group(0)

看完这段代码，你是不是觉得：卧槽？这就是正则表达式？直接写上去就行？
确实，正则表达式并不像它表面上那么奇葩，如果不是我们故意改变一些符号的含义时，你看到的就是想要匹配的。
所以，先把大脑清空，先认为正则表达式就是和想要匹配的字符串长得一样。在之后的练习中我们会逐步进化

注意python版本的区别：python2下面汉字需要加u,Python3则不需要；

（1）Python正则表达式匹配的经典例子
正则字符串的学习：
In[6]: s='AZ'
In[8]: import re
In[9]: k=re.search(u"[a-zA-Z]", s)
In[10]: k
Out[10]: <_sre.SRE_Match at 0x7f7c34160ac0>  #对象
In[11]: bool(k)
Out[11]: True

代码2：
import re
words = u'study in 山海大学'
regex_str = u".*?([\u4E00-\u9FA5]+大学)"  #在python2中需要加u,否则匹配不上
match_obj = re.match(regex_str, words)
if match_obj:
    print(match_obj.group(1))

([\u4E00-\u9FFF]+)([0-9]+)([^,， \u4E00-\u9FFF]*)
这个是正则表达式,
([\u4E00-\u9FFF]+)指汉字字符,“+”指至少一个
([0-9]+) 指 至少一个数字
([^,， \u4E00-\u9FFF]*) 指非,，汉字的字符

# import sys
# import re
# reload(sys)
#
# text = open('/home/sc/Desktop/temp.txt')
#
# line = text.readline()
#
# #i = 0
#
# while line:
#
#     #i = i+1
#
#     #re.search匹配整个字符串，直到找到一个匹配。
#     n1 = re.search(r'(要(是|能)(.*)就(更|好|再|直观|完美|太)(.*)了)',line)
#     n2 = re.search(r'(如果)(.*)就(更|好|再|直观|完美|太)(.*)了',line)
#
#     #打开将要写入的数据
#     data = open('/home/sc/Desktop/aa.txt','a')
#
#     if n1:
#         #print line
#         data.write(line)      #写入匹配到的数据
#
#         #print i              记录匹配结果所在的行数
#         #print n1.group()     #等于print line
#
#         print(n1.group(3))     #打出第三个括号里的内容
#
#     if n2:
#
#         #print n2.group()
#
#         print(n2.group(2))
#
#     line = text.readline()
#
# text.close()

（2）url转义字符串的一些知识，
显示空格
编辑
通常情况下，HTML会自动截去多余的空格。不管你加多少空格，都被看做一个空格。比如你在两个字之间加了10个空格，HTML会截去9个空格，只保留一个。为了在网页中增加空格，你可以使用 &nbsp; 表示空格。
url
编辑
web 开发中通过问号（？）方式在浏览器地址栏中传值时。浏览器是通过“&”来区分问号后的参数个数的。 如果出现传值参数中带有“&”时，在接受页面就会出现错误，类似如下请求路径：/next.jsp?param1=hendhs89&furej & param2=sss
参数param1中含有转义字符“&” ，这样会导致被请求页的参数接收错误。
在传值前 通过 java.net.URLEncoder.encode(param1) 编码处理后，可将转义字符转为16进制;
1. + URL 中+号表示空格 %2B
2. 空格 URL中的空格可以用+号或者编码 %20
3. / 分隔目录和子目录 %2F
4. ? 分隔实际的 URL 和参数 %3F
5. % 指定特殊字符 %25
6. # 表示书签 %23
7. & URL中指定的参数间的分隔符%26
8. = URL中指定参数的值 %3D
9. ! URL中指定参数的值 %21