一、正则表达式：
官方定义：正则表达式是对字符串操作的一种逻辑公式，就是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。
在线测试工具：http://tool.oschina.net/regex/
方法规则：
1、字符组
2、字符
3、量词
| . | 匹配除换行符以外的任意字符 |
| w | 匹配字母或数字或下划线符 |
| s | 匹配空格符 |
| d | 匹配数字符 |
| W | 匹配非字母或数字或下划线符 |
| S | 匹配非空格符 |
| D | 匹配非数字符 |
| 匹配换行符 | |
| 匹配制表符（tab） | |
| 匹配一个单词的结尾 | |
| ^ | 匹配字符串的开头字符 |
| $ | 匹配字符串的结尾字符 |
| a|b | 匹配字符a或字符b，长字符放前面 |
| () | 匹配括号内的表达式，也可以表示一个组 |
| [...] | 匹配字符组中的字符 |
| [^...] | 匹配非字符组内以外的所有字符 |
| 正则 | 待匹配结果 | 匹配结果 | 说明 |
| [0123456789] | 8 | True |
在一个字符组里枚举合法的所有字符，字符组里的任意一个字符 |
| [0123456789] | a | False |
由于字符组中没有"a"字符，所以不能匹配 |
| [0-9] | 7 | True |
也可以用-表示范围,[0-9]就和[0123456789]是一个意思 |
| [a-z] | s | True |
同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示 |
| [A-Z] | B | True |
[A-Z]就表示所有的大写字母 |
| [0-9a-fA-F] | e | True |
可以匹配数字，大小写形式的a～f，用来验证十六进制字符 |
| 量词 | 用法说明 | 注意 |
| * | 重复零次或更多次 | 默认贪婪匹配，后面加?变惰性匹配 |
| + | 重复一次或更多次 | 默认贪婪匹配，后面加?变惰性匹配 |
| ？ | 重复零次或一次 | |
| {n} | 重复n次 | 添加内容ps:加表示转义 |
| {n，} | 重复n次或更多次 | 在字符串前加r，正则不转义 |
| {n，m} | 重复n到m次 |
特点：
1、^与$符连用，会精准限制匹配的内容，两者中间些什么，匹配的字符串就必须啥，无多勿少
2、正则在匹配的时候哦默认贪婪匹配，可以在量词后面加？，转成惰性匹配
3、量词必须跟在正则符号的后面，且量词只能够跟限制紧挨着它的哪一个正则符号
二、正则和re模块关系：
1、正则表达式不是python独有，它是一门独立的技术
所有编程语言都可以使用正则
但是如在python中使用，就必须依赖re模块
2、在python应用场景：
1.爬虫
2.数据分析
3、用法：
先调用 import re
1、re.findall
res = re.findall('[a-z]+','eva egon jason') # findall('正则表达式','带匹配的字符串') print(res) # 输出 ['eva', 'egon', 'jason'] # 找出字符串中符合正则表达式全部内容 并且返回的是一个列表,列表中的元素就是正则匹配到的结果
忽略分组有限机制
ret1 = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com') ret2 = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com') # 忽略分组优先的机制 print(ret1,ret2) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
2、re.search 一般用if判断取值连用
res = re.search('a','eva egon jason') print(res) # search不会给你直接返回匹配到的结果 而是给你返回一个对象 print(res.group()) # 必须调用group才能看到匹配到的结果 ''' 输出结果 <_sre.SRE_Match object; span=(2, 3), match='a'> a '''
注意:
1.search只会依据正则查一次 只要查到了结果 就不会再往后查找
2.当查找的结果不存在的情况下 调用group直接报错
3、re.match
res = re.match('a','eva egon jason') print(res) print(res.group()) """ 注意: 1.match只会匹配字符串的开头部分 2.当字符串的开头不符合匹配规则的情况下 返回的也是None 调用group也会报错 """
4、re.split
ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 print(ret) # ['', '', 'cd'] 返回的还是列表
ret=re.split("d+","eva3egon4yuan") print(ret) #结果 ： ['eva', 'egon', 'yuan'] ret1=re.split("(d+)","eva3egon4yuan") print(ret1) #结果 ： ['eva', '3', 'egon', '4', 'yuan']
5、re.sub / re.subn
ret = re.sub('d', 'H', 'eva3egon4yuan4',1) # 将数字替换成'H'，参数1表示只替换1个 # sub('正则表达式','新的内容','待替换的字符串',n) """ 先按照正则表达式查找所有符合该表达式的内容 统一替换成'新的内容' 还可以通过n来控制替换的个数 """ print(ret) # evaHegon4yuan4 ret = re.subn('d', 'H', 'eva3egon4yuan4') # 将数字替换成'H'，返回元组(替换的结果,替换了多少次) ret1 = re.subn('d', 'H', 'eva3egon4yuan4',1) # 将数字替换成'H'，返回元组(替换的结果,替换了多少次) print(ret,ret1) # 返回的是一个元组 元组的第二个元素代表的是替换的个数 #('evaHegonHyuanH', 3),('evaHegon4yuan4', 1)
6、re.compile
obj = re.compile('d{3}') #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字 ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串 res1 = obj.findall('347982734729349827384') print(ret.group()) #结果 ： 123 print(res1) #结果 ： ['347', '982', '734', '729', '349', '827', '384']
7、re.finditer
import re ret = re.finditer('d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器 print(ret) # <callable_iterator object at 0x10195f940> print(next(ret).group()) # 等价于ret.__next__() print([i.group() for i in ret]) #可查看剩余的左右结果
8、可以给正则表达式起别名
import re res = re.search('^[1-9](d{14})(d{2}[0-9x])?$','110105199812067023') # 还可以给某一个正则表达式起别名 res1 = re.search('^[1-9](?P<password>d{14})(?P<username>d{2}[0-9x])?$','110105199812067023') # print(res.group()) print(res1.group('password')) # 等于 print(res1.group(1)) print(res1.group('username')) # 等于print(res1.group(2))