re模块（正则表达式）

一：什么是正则？

　正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

生活中处处都是正则：

比如我们描述：4条腿
​
　　你可能会想到的是四条腿的动物或者桌子，椅子等
​
继续描述：4条腿，活的
​
      就只剩下四条腿的动物这一类了

二：常用匹配模式(元字符)

运行：

print(re.findall('\w','aAbc123_*()-='))
print(re.findall('\W','aAbc123_*()-= '))
print(re.findall('\s','aA\rbc\t\n12\f3_*()-= '))
print(re.findall('\S','aA\rbc\t\n12\f3_*()-= '))
print(re.findall('\d','aA\rbc\t\n12\f3_*()-= '))
print(re.findall('\D','aA\rbc\t\n12\f3_*()-= '))
print(re.findall('\D','aA\rbc\t\n12\f3_*()-= '))
print(re.findall('\Aalex',' alexis alex sb'))

终端：

['a', 'A', 'b', 'c', '1', '2', '3', '_']
['*', '(', ')', '-', '=', ' ']
['\r', '\t', '\n', '\x0c', ' ']
['a', 'A', 'b', 'c', '1', '2', '3', '_', '*', '(', ')', '-', '=']
['1', '2', '3']
['a', 'A', '\r', 'b', 'c', '\t', '\n', '\x0c', '_', '*', '(', ')', '-', '=', ' ']
['a', 'A', '\r', 'b', 'c', '\t', '\n', '\x0c', '_', '*', '(', ')', '-', '=', ' ']
[]

重复匹配：| . | * | ? | .* | .*? | + | {n,m} |

1、.:匹配除了\n之外任意一个字符，指定re.DOTALL之后才能匹配换行符

print(re.findall('a.b','a1b a2b a b abbbb a\nb a\tb a*b'))
# ['a1b', 'a2b', 'a b', 'abb', 'a\tb', 'a*b']

print(re.findall('a.b','a1b a2b a b abbbb a\nb a\tb a*b',re.DOTALL))
# ['a1b', 'a2b', 'a b', 'abb', 'a\nb', 'a\tb', 'a*b']

2、*：左侧字符重复0次或无穷次，性格贪婪

print(re.findall('ab*','a ab abb abbbbbbbb bbbbbbbb'))
# ['a', 'ab', 'abb', 'abbbbbbbb']

3、+：左侧字符重复1次或无穷次，性格贪婪

print(re.findall('ab+','a ab abb abbbbbbbb bbbbbbbb'))
# ['ab', 'abb', 'abbbbbbbb']

4、？：左侧字符重复0次或1次，性格贪婪

print(re.findall('ab?', 'a ab abb abbbbbbbb bbbbbbbb'))
# ['a', 'ab', 'ab', 'ab']

5、{n,m}：左侧字符重复n次到m次，性格贪婪（自定）

{0,} => *
{1,} => +
{0,1} => ?
{n}单独一个n代表只出现n次，多一次不行少一次也不行

print(re.findall('ab{2,5}', 'a ab abb abbb abbbb abbbbbbbb bbbbbbbb'))
# ['abb', 'abbb', 'abbbb', 'abbbbb']

6、[]匹配指定字符一个

运行：

print(re.findall('a\db','a1111111b a3b a4b a9b aXb a b a\nb',re.DOTALL))
print(re.findall('a[501234]b','a1111111b a3b a4b a9b aXb a b a\nb',re.DOTALL))
print(re.findall('a[0-5]b','a1111111b a3b a1b a0b a4b a9b aXb a b a\nb',re.DOTALL))
print(re.findall('a[0-9a-zA-Z]b','a1111111b axb a3b a1b a0b a4b a9b aXb a b a\nb',re.DOTALL))
print(re.findall('a[^0-9a-zA-Z]b','a1111111b axb a3b a1b a0b a4b a9b aXb a b a\nb',re.DOTALL))
print(re.findall('a-b','a-b aXb a b a\nb',re.DOTALL))
print(re.findall('a[-0-9\n]b','a-b a0b a1b a8b aXb a b a\nb',re.DOTALL))

终端：

['a3b', 'a4b', 'a9b']
['a3b', 'a4b']
['a3b', 'a1b', 'a0b', 'a4b']
['axb', 'a3b', 'a1b', 'a0b', 'a4b', 'a9b', 'aXb']
['a b', 'a\nb']
['a-b']
['a-b', 'a0b', 'a1b', 'a8b', 'a\nb']