Python学习笔记：3.3.2 re模块与正则表达式

本文是学习齐老师的《python全栈工程师》课程的笔记，欢迎学习交流。同时感谢齐老师的精彩传授！

一、课程目标

• 了解正则表达式
• 掌握标准库的re模块的应用

二、详情解读

01.正则表达式：

• 正则表达式（Regular Expression，简写：regexp，re），又称“规则运算式”。它是用来描述某种规则的表达式，定义好一些特定字符、及这些特定字符的组合，组成一个"规则字符串“。
• 一个正则表达式通常被称为一个模式（pattern），用于描述或者匹配一系列的符合某个语法规则的字符串。
• 正则表达式的组成可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。
• 正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为”元字符“）组成的文字模式。
• 正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
• 普通字符包括没有显示指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。
  
• 特殊字符：一些有特殊含义的字符。比如 runoo * b中的*，表示任何字符串的意思。
• 若要匹配这些特殊字符，必须首先使字符”转义“，即，将反斜杠字符\放在它们前面。
  
  
• 定位符：将正则表达式固定到行首或行尾。
• 定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。

示例：

• 汉字：^ [\u4e00-\u9fa5]{0,}$
• 英文和数字：^ [A-Za-z0-9]+$ 或 ^ [A-Za-z0-9]{4,40}$
• 日期格式：^\d{4}-\d{1,2}-\d{1,2}$

02.re模块： re模块使Python语言拥有全部的正则表达式功能。
官方文档：https://docs.python.org/zh-cn/3/library/re.html

• 常用函数举例：
  – match：尝试从字符串的起始位置匹配一个模式
  – search：扫描整个字符串并返回第一个成功的匹配
  – sub：用于替换字符串中的匹配项
  – compile：用于编译正则表达式，生成一个正则表达式（Pattern）对象，供 match() 和 search() 这两个函数使用。
  – findall：在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
  – split：按照能够匹配的子串将字符串分割后返回列表。

# 交互模式下：
>>> import re
>>> re.match('w*', 'www.google.com')
<re.Match object; span=(0, 3), match='www'>
>>> r = re.match('w*', 'www.google.com')
>>> r.group()
'www'
>>> re.match('com'