python 正则表达式

十二：正则表达式：

            我们判断一个字符串是否是合法的Email的方法是：1 创建一个匹配的Email正则表达式 2：用改正则表达式去匹配用户的输入来判断是否合法。

            \d表示可以匹配一个数字  

            \w表示可以匹配一个字母或者数字

            . 可以匹配任意字符

            *表示任意个字符

            +表示一个或者多个字符

            ?表示0个或者一个字符

            {n}表示n个字符

            {n,m} 表示n~m个字符

            要做更精确的匹配 可以用[]表示范围

            [0-9a-zA-Z\_] 表示可以匹配一个数字 字母或者下划线

            A|B 表示匹配A或者B

            ^表示行的开头  ^\d表示必须以数字开头

            $表示行的结束    \d$表示必须以数字结尾

            

            python 提供re模块 包含了所有的正则表达式的功能

            >>>import re

            >>>re.match(r'^\d{3}\-\d{3,8}$','010-12345')

            <_sre.SRE_Match object at 0x23984242>

            >>>re.match(r'^\d{3}\-\d{3,8}','010 12345')

            >>>

            match 方法判断是否匹配成功 如果匹配成功 返回一个match对象 否则返回None 常见的判断方法就是：

            test='用户输入的数据'

            if re.match(r'正则表达式',test):

                print 'ok'

            else:

                print 'failed'

            用正则表达式切分字符串 比用固定的字符 更加的灵活 正常一般如下：

                    >>>'a b  c'.split(' ')

                    ['a','b','','','c']

            无法识别连续的空格 二用正则表达式：

                    >>>re.split(r'\s+','a b  c')

                    ['a','b','c']

            无论多少个空格都可以正常分割

            除了简单的判断是否匹配外 正则表达式还有提取子串的强大功能 用（）表示的就是要提取的分组

            ^(\d{3})-(\d{3,8})$分别定义了两个组 ，可以直接从匹配的字符串中提取出区号和本地号

                    >>>m=re.match(r' ^(\d{3})-(\d{3,8})$ ','010-12345')

                    >>>m

                    <_sre.SRE_Match object at 0x12312414>

                    >>>m.group(1)

                    '010'

                    >>>m.group(2)

                    >>>'12345'

            如果正则表达式中定义了组 就可以在Match对象上用group（）方法提取出子串来 注意的是 group（0）永远是元是字符串 group（1） group（2） 表示第1,2，。。个子串

            

            贪婪匹配： 正则表达式默认的是贪婪匹配 也就是匹配的尽可也能多的字符 比如想要匹配出数字后面的0

                    >>>re.match(r'^(\d+)(0*)$','102300').groups()

                    ('102300','')

            由于\d+采用的是贪婪匹配 所以数字后面的0都被匹配上了 结果0*就只能匹配空字符串了 必须让、\d+采用非贪婪匹配就需要使用？  也就是 \d+?

                      >>>re.match(r'^(\d+?)(0*)$','102300').groups()

                    ('1023','00')

           当我们在Python中使用正则表达式的时候 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就会报错

                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重复使用几千次  我们可以预编译改正则表达式 接下来重复使用的时候就不需要编译这个步骤了

                    >>>import re

                    #编译

                    >>>re_telephone=re.compile(r'^(\d{3})-(\d{3,8})$')

                    #使用

                    >>>re_telephone.match('010-12345').groups()

                    ('010','12345')