python之路：正则表达式

正则表达式：

        是一个字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配，

它的设计思想是用一种描述性的语言来给字符串定义一个滚则，凡是符合规则的字符串，我们就认为它“匹配了”，否则，该字符串就是“不合法的”。

在python中使用正则表达式导入，import re 模块

re的匹配语法有以下几种：

        1、re.match  从头开始匹配

        2、re.search  匹配包含

        3、re.findall  把所有匹配到的字符放到以列表中的元素返回

        4、re.split 以匹配到的字符当做列表分隔符

        5、re.sub 匹配字符串替换

        6、re.fullmacth 全部匹配

re模块常用表达式的规则

        “. ”：默认匹配除\n以外的任意一个字符，若指定 flags DOTALL,则匹配任意字符，包括换行。

       “^”：匹配字符开头，若指定 flags MULTLINE,这种也可以匹配上(r"^a","\nabc\neee",flags = re.MULTLINE)

        “$”：匹配字符结尾，若指定 flags MULTLINE,re.search('foo.$','foo1\nfoo2\n',re.MULTLINE).group()会匹配到foo1

        “*”：匹配*号前的字符0次或多次，re.search('a*','aaaabac')结果'aaaa'

        “+”：匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba")结果['ab','abb']

        “？”：匹配前一个字符1次或0次，re.search('b?','alex').group()匹配b 0次

        “{m}”：匹配前一个字符m次，re.search('b{3}','alexbbbs').group()匹配到'bbb'

        “{n，m}”：匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb")结果'abb','ab','abb'

        “|”：匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group()结果'ABC'

        “（...）”：分组匹配，re.search("(abc){2}a(123|45)","abcabca456c").group()结果为'abcabca45'

        “\A”：只从字符开头匹配，re.search("\Aabc","alexabc")是匹配不到的，相当于re.match('abc',"alexabc")或^

        “\Z”：匹配字符结尾，同$

        “\d”：匹配数字0-9

        “\D”：匹配非数字

        “\w”:匹配[A-Za-z0-9]

        “\W”：匹配非[A-Za-z0-9]

        “\s”：匹配空白字符、\t、\n、\r、，re.search("\s+","ab\tc1\n3").group()结果'\t'

  “(?P<name>...)”:分组匹配:re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","652322199103304014").groupdict("city")结果{'province':'6523','city':'22','birthday':'1991'}

             注：匹配模式有两种

                    1、贪婪匹配：正则表达式一般趋向于最大长度匹配，也就是所谓的贪婪匹配。

                    2、非贪婪匹配：就是匹配到结果就好，就少的匹配字符。