正则提取数据

1什么是正则表达式

用事先定义好的一些特定字符、及这些特定字符的组合，组成一个规则字符串，这个规则字符串用来表达对字符串的一种过滤逻辑。

2. 正则表达式的常见语法

知识点

• 正则中的字符
• 正则中的预定义字符集
• 正则中的数量词
  

正则的语法很多，不能够全部复习，对于其他的语法，可以临时查阅资料，比如:表示或还能使用|

3. re模块的常见方法

• pattern.match（从头找一个）

• pattern.search（找一个）

• pattern.findall（找所有）
  – 返回一个列表，没有就是空列表
  – re.findall("\d","chuan1zhi2") >> ["1","2"]

• pattern.sub（替换）

  – re.sub("\d","_","chuan1zhi2") >> ["chuan_zhi_"]

• re.compile（编译）

返回一个模型P，具有和re一样的方法，但是传递的参数不同
匹配模式需要传到compile中

p = re.compile("\d",re.S)
p.findall("chuan1zhi2")

4. python中原始字符串r的用法

知识点

• 原始字符串

• 原始字符串的长度

• 原始字符串的使用
  原始字符串定义(raw string)：所有的字符串都是直接按照字面的意思来使用，没有转义特殊或不能打印的字符，原始字符串往往针对特殊字符而言。例如"\n"的原始字符串就是"\n"

• 原始字符串的长度

  In [19]: len("\n")
  Out[19]: 1
  
  In [20]: len(r"\n")
  Out[20]: 2
  
  In [21]: r"\n"[0]
  Out[21]: '\\'
  

• 正则中原始字符串的使用

  In [13]: r"a\nb" == "a\\nb"
  Out[13]: True
  
  In [14]: re.findall("a\nb","a\nb")
  Out[14]: ['a\nb']
  
  In [15]: re.findall(r"a\nb","a\nb")
  Out[15]: ['a\nb']
  
  In [16]: re.findall("a\\nb","a\nb")
  Out[16]: ['a\nb']
  
  In [17]: re.findall("a\\nb","a\\nb")
  Out[17]: []
  
  In [18]: re.findall(r"a\\nb","a\\nb")
  Out[18]: ['a\\nb']
  

上面的现象说明什么？
正则中使用原始字符串r能够忽略转义符号带来的影响，加上原始字符串r之后，待匹配的字符串中有多少个\，正则中就添加多少个\即可

windows中原始字符串r的使用