2020-12-15

第14章 Python正则表达式
14.1 简介
正则表达式是字符串处理的有力工具，比字符串自身提供的方法提供了更强大的处理功能。
例如判断一个字符串是否是合法的Email地址，可以通过构造一个规则（正则表达式），去判断字符串是否能够匹配。
14.2元字符
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，‘n’ 匹配字符 “n”。
^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ‘\n’ 或 ‘\r’ 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 ‘\n’ 或 ‘\r’ 之前的位置。

• 匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。

• 匹配前面的子表达式一次或多次。例如，‘zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}。
  ? 匹配前面的子表达式零次或一次。例如，“do(es)?” 可以匹配 “do” 或 “does” 。? 等价于 {0,1}。
  {n} n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。
  {n,} n 是一个非负整数。至少匹配n 次。例如，‘o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。‘o{1,}’ 等价于 ‘o+’。‘o{0,}’ 则等价于 ‘o*’。
  {n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，“o{1,3}” 将匹配 “fooooood” 中的前三个 o。‘o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。
  ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 “oooo”，‘o+?’ 将匹配单个 “o”，而 ‘o+’ 将匹配所有 ‘o’。
  . 匹配除换行符（\n、\r）之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符，请使用像"(.|\n)“的模式。
  x|y 匹配 x 或 y。例如，‘z|food’ 能匹配 “z” 或 “food”。’(z|f)ood’ 则匹配 “zood” 或 “food”。
  [xyz] 字符集合。匹配所包含的任意一个字符。例如， ‘[abc]’ 可以匹配 “plain” 中的 ‘a’。
  \b 匹配一个单词边界，也就是指单词和空格间的位置。例如， ‘er\b’ 可以匹配"never” 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。
  \B 匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。
  \cx 匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c’ 字符。
  \d 匹配一个数字字符。等价于 [0-9]。
  \D 匹配一个非数字字符。等价于 [^0-9]。
  \f 匹配一个换页符。等价于 \x0c 和 \cL。
  \n 匹配一个换行符。等价于 \x0a 和 \cJ。
  \r 匹配一个回车符。等价于 \x0d 和 \cM。
  \s 匹配任何空白字符，包括空格、制表符、换页符等等。
  14.3 re模块
  Python通过re模块提供对正则表达式的支持。
  使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例
  然后使用Pattern实例处理文本并获得匹配结果（一个Match实例）
  最后使用Match实例获得信息，进行其他的操作。
  re.match函数
  匹配成功re.match方法返回一个匹配的对象
  使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
  re.search方法
  re.search 扫描整个字符串并返回第一个成功的匹配
  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。
  re.finditer
  在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回
  re.split
  split 方法按照能够匹配的子串将字符串分割后返回列表
  re.sub
  sub(pattern, repl, string, count=0, flags=0)
  替换函数，将正则表达式 patte