15、正则模块re

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)

http://blog.csdn.net/yufenghyc/article/details/51078107

 1 # =================================匹配模式=================================
 2 #一对一的匹配
 3 # ‘hello‘.replace(old,new)
 4 # ‘hello‘.find(‘pattern‘)
 5
 6 #正则匹配
 7 import re
 8 #\w与\W
 9 print(re.findall(‘\w‘,‘hello egon 123‘)) #[‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘e‘, ‘g‘, ‘o‘, ‘n‘, ‘1‘, ‘2‘, ‘3‘]
10 print(re.findall(‘\W‘,‘hello egon 123‘)) #[‘ ‘, ‘ ‘]
11
12 #\s与\S
13 print(re.findall(‘\s‘,‘hello  egon  123‘)) #[‘ ‘, ‘ ‘, ‘ ‘, ‘ ‘]
14 print(re.findall(‘\S‘,‘hello  egon  123‘)) #[‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘e‘, ‘g‘, ‘o‘, ‘n‘, ‘1‘, ‘2‘, ‘3‘]
15
16 #\d与\D
17 print(re.findall(‘\d‘,‘hello egon 123‘)) #[‘1‘, ‘2‘, ‘3‘]
18 print(re.findall(‘\D‘,‘hello egon 123‘)) #[‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘ ‘, ‘e‘, ‘g‘, ‘o‘, ‘n‘, ‘ ‘]
19
20 #\A与\D
21 print(re.findall(‘\Ahe‘,‘hello egon 123‘)) #[‘he‘],\A==>^
22 print(re.findall(‘123\Z‘,‘hello egon 123‘)) #[‘he‘],\Z==>$
23
24 #\n与\t
25 print(re.findall(r‘\n‘,‘hello egon \n123‘)) #[‘\n‘]
26 print(re.findall(r‘\t‘,‘hello egon\t123‘)) #[‘\n‘]
27
28 #^与$
29 print(re.findall(‘^h‘,‘hello egon 123‘)) #[‘h‘]
30 print(re.findall(‘3$‘,‘hello egon 123‘)) #[‘3‘]
31
32 # 重复匹配：| . | * | ? | .* | .*? | + | {n,m} |
33 #.
34 print(re.findall(‘a.b‘,‘a1b‘)) #[‘a1b‘]
35 print(re.findall(‘a.b‘,‘a\nb‘)) #[]
36 print(re.findall(‘a.b‘,‘a\nb‘,re.S)) #[‘a\nb‘]
37 print(re.findall(‘a.b‘,‘a\nb‘,re.DOTALL)) #[‘a\nb‘]同上一条意思一样
38
39 #*
40 print(re.findall(‘ab*‘,‘bbbbbbb‘)) #[]
41 print(re.findall(‘ab*‘,‘a‘)) #[‘a‘]
42 print(re.findall(‘ab*‘,‘abbbb‘)) #[‘abbbb‘]
43
44 #?
45 print(re.findall(‘ab?‘,‘a‘)) #[‘a‘]
46 print(re.findall(‘ab?‘,‘abbb‘)) #[‘ab‘]
47 #匹配所有包含小数在内的数字
48 print(re.findall(‘\d+\.?\d*‘,"asdfasdf123as1.13dfa12adsf1asdf3")) #[‘123‘, ‘1.13‘, ‘12‘, ‘1‘, ‘3‘]
49
50 #.*默认为贪婪匹配
51 print(re.findall(‘a.*b‘,‘a1b22222222b‘)) #[‘a1b22222222b‘]
52
53 #.*?为非贪婪匹配：推荐使用
54 print(re.findall(‘a.*?b‘,‘a1b22222222b‘)) #[‘a1b‘]
55
56 #+
57 print(re.findall(‘ab+‘,‘a‘)) #[]
58 print(re.findall(‘ab+‘,‘abbb‘)) #[‘abbb‘]
59
60 #{n,m}
61 print(re.findall(‘ab{2}‘,‘abbb‘)) #[‘abb‘]
62 print(re.findall(‘ab{2,4}‘,‘abbb‘)) #[‘abb‘]
63 print(re.findall(‘ab{1,}‘,‘abbb‘)) #‘ab{1,}‘ ===> ‘ab+‘
64 print(re.findall(‘ab{0,}‘,‘abbb‘)) #‘ab{0,}‘ ===> ‘ab*‘
65
66 #[]
67 print(re.findall(‘a[1*-]b‘,‘a1b a*b a-b‘)) #[]内的都为普通字符了，且如果-没有被转意的话，应该放到[]的开头或结尾
68 print(re.findall(‘a[^1*-]b‘,‘a1b a*b a-b a=b‘)) #[]内的^代表的意思是取反，所以结果为[‘a=b‘]
69 print(re.findall(‘a[0-9]b‘,‘a1b a*b a-b a=b‘)) #[]内的^代表的意思是取反，所以结果为[‘a=b‘]
70 print(re.findall(‘a[a-z]b‘,‘a1b a*b a-b a=b aeb‘)) #[]内的^代表的意思是取反，所以结果为[‘a=b‘]
71 print(re.findall(‘a[a-zA-Z]b‘,‘a1b a*b a-b a=b aeb aEb‘)) #[]内的^代表的意思是取反，所以结果为[‘a=b‘]
72
73 #\# print(re.findall(‘a\\c‘,‘a\c‘)) #对于正则来说a\\c确实可以匹配到a\c,但是在python解释器读取a\\c时，会发生转义，然后交给re去执行，所以抛出异常
74 print(re.findall(r‘a\\c‘,‘a\c‘)) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义
75 print(re.findall(‘a\\\\c‘,‘a\c‘)) #同上面的意思一样，和上面的结果一样都是[‘a\\c‘]
76
77 #():分组
78 print(re.findall(‘ab+‘,‘ababab123‘)) #[‘ab‘, ‘ab‘, ‘ab‘]
79 print(re.findall(‘(ab)+123‘,‘ababab123‘)) #[‘ab‘]，匹配到末尾的ab123中的ab
80 print(re.findall(‘(?:ab)+123‘,‘ababab123‘)) #findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容
81
82 #|
83 print(re.findall(‘compan(?:y|ies)‘,‘Too many companies have gone bankrupt, and the next one is my company‘))