一、結合match匹配任意字符串
（一）匹配單個字符串
| 字符 | 功能 |
|---|---|
| . | 匹配任意1個字符（除了\n） |
| [ ] | 匹配[ ]中列舉的字符 |
| \d | 匹配數字，即0-9 |
| \D | 匹配非數字，即不是數字 |
| \s | 匹配空白，即 空格，tab鍵 |
| \S | 匹配非空白 |
| \w | 匹配單詞字符，即a-z、A-Z、0-9、_ |
| \W | 匹配非單詞字符 |
（二）匹配多個字符串
| 字符 | 功能 |
|---|---|
| * | 匹配前一個字符出現0次或者無限次，即可有可無 |
| + | 匹配前一個字符出現1次或者無限次，即至少有1次 |
| ? | 匹配前一個字符出現1次或者0次，即要麼有1次，要麼沒有 |
| {m} | 匹配前一個字符出現m次 |
| {m,n} | 匹配前一個字符出現從m到n次 |
（三）匹配開頭和結尾
| 字符 | 功能 |
|---|---|
| ^ | 匹配字符串開頭 |
| $ | 匹配字符串結尾 |
（四）匹配一手機號 (不是以4、7結尾的手機號碼(11位))
import re
tel_num = '13411331125'
re_obj = re.compile(r"1[34578][0-9]{8}[0-35-68-9]$")
match_tel_num = re_obj.match(tel_num)
print match_tel_num.group()
(五）匹配一個郵箱 （匹配出163的郵箱地址，且@符號之前有4到20位，例如[email protected]）
import re
email = "[email protected]"
# 1、郵箱地址以大小寫字母，數字，下劃槓組成
# 2、而\w裏面還包括漢子，所以不能用。
# 3、{m,n}之間，後面不能有空格
# 4、郵箱地址的.得用\轉義，否則按任意字符算
# 5、如果在.com後面不跟上$那麼com後還有字符串得情況也同樣匹配
match_email = re.match("[a-zA-Z0-9_]{4,20}@163\.com$", email)
print(match_email.group())
（六）匹配0-100之間的數字
import re
num = input("請輸入一個0-100之間的數字：")
# 1、0-100首先十位輸爲1-9
# 2、10-99個位上得數爲0-9
# 3、因爲有一位數和兩位數，所以十位數可以判定位可取可不取得
# 4、被匹配得對象必須爲字符串類型
# 5、如果大部分條件滿足，只有一部分不滿足，那麼可以用 |
# 6、一般情況下不要隨便加空格，也算一個字符
match_num = re.match("[1-9]?[0-9]$|100", num)
if match_num:
print("%s是0-100之間得數字。" % match_num.group())
else:
print("%s不是0-100之間得數字。" % num)
二、匹配分組的用法
（一）匹配分組
| 字符 | 功能 |
|---|---|
| | | 匹配左右任意一個表達式 |
| (ab) | 將括號中字符作爲一個分組 |
| \num | 引用分組num匹配到的字符串 |
| (?P) | 分組起別名 |
| (?P=name) | 引用別名爲name分組匹配到的字符串 |
（二）匹配163，126，qq郵箱
import re
email_list = ["[email protected]", "a124223434.com", "[email protected]", "[email protected]"]
# 1、如果qq後面不用（）分組得話，那麼匹配不出來
# 2、我們應該分組來處理各種類型得郵箱.
# 3、如果在撇配多個郵箱得時候，我們只需要用 | 分割出各種可能得情況
# 4、如果我們匹配到了郵箱，想看下是什麼類型得郵箱用group（1）這個1指的是第一組
# 5、group(n)裏得參數意味着獲取第幾組數據
for email in email_list:
match_email = re.match("[0-9a-zA-Z_]{4,20}@(163|126|qq)\.com", email)
if match_email:
print("%s符合郵箱格式，他是一個%s郵箱。" % (match_email.group(), match_email.group(1)))
else:
print("%s不符合郵箱格式。" % email)
（三）提取區號和電話號碼
import re
phone_num = "0351-5600123"
# 1、要想提取，那麼先用正則匹配，然後分組
# 2、以後遇到提取數據一般用正則分組
# 3、區號是以0開始的，並且可以出現三位或者四位
# 4、凡事以後不確定位數的都用？
# 5、電話號碼開頭不能爲0，一般爲7位或者8位用{m,n}
match_p_num= re.match("(0\d{2}\d?)-([1-9]\d{6,7}$)", phone_num)
print(match_p_num)
print("提取的區號是：%s" % match_p_num.group(1))
（四）分組的高級用法1
# 匹配出<html>hh</html>
import re
ret = "<html>hh</html>"
# 1、尖括號裏面可能出現的是大寫字母和小寫字母
# 2、而且不同尖括號裏的內容大致相同
# 3、尖括號裏的東西至少出現1次。用+
# 4、中間的內容位任意字符，可以出現0次以上
# 5、如果我們再重複斜前面的顯得有些麻煩，可以選擇把重複的內容分組匹配
# 6、\1代表第一次從左往右括號裏分組的重複內容
# 7、凡事用正則就把r加上。防止轉義了其中帶\的
match_ret = re.match(r"<([a-zA-Z]+)>\w*</\1>", ret)
print(match_ret.group())
(五）分組的高級用法2
# 匹配出<html><h1>www.itcast.cn</h1></html>
import re
# 1、匹配網址
# 2、如果尖括號出現多個，在用\1\2容易混淆
# 3、那麼我們需要再撇配的內容前加上（?P<name1>）(?P=name1)
# 4、摘取網址信息
# 5、python解釋器會提示錯誤信息,不要理會
ret = "<html><h1>www.itcast.cn</h1></html>"
match_ret = re.match(r"<([a-zA-Z]+)><([a-zA-Z0-9]+)>([w]{3}\.\w+\.cn)</\2></\1>", ret)
print(match_ret.group())
print(match_ret.group(3))
match_ret1 = re.match(r"<(?P<a1>[a-zA-Z]+)><(?P<a2>[a-zA-Z0-9]+)>([w]{3}\.\w+\.cn)"
r"</(?P=a2)></(?P=a1)>", ret)
print(match_ret1.group())
三、re模塊的高級用法
(一）search的用法 ( 匹配出文章閱讀的次數)
import re
ret = "文章的閱讀次數位：9999"
# 1、如果想匹配文章的次數，用match就不可以了
# 2、因爲match是從字符串開頭開始匹配。
# 3、而我先現在需要搜尋任意地方符合正則的字符串
# 4、提煉出次數，全是數字就ok
search_ret = re.search("\d+", ret)
print(search_ret.group())
(二）findall的用法 (統計出python、c、c++相應文章閱讀的次數)
import re
ret = "python = 9999, c = 7890, c++ = 12345"
# 1、search搜索得到第一個符合標準的情況就不搜索了。
# 2、而要想取出全部的數字部分，那麼的用findall
# 3、注意findall不需要group
# 4、findall返回的是一個列表
findall_ret = re.findall(r"\d+", ret)
print(findall_ret)
(三）sub的用法
import re
content = """
<div>
<p>崗位職責：</p>
<p>完成推薦算法、數據統計、接口、後臺等服務器端相關工作</p>
<p><br></p>
<p>必備要求：</p>
<p>良好的自我驅動力和職業素養，工作積極主動、結果導向</p>
<p> <br></p>
<p>技術要求：</p>
<p>1、一年以上 Python 開發經驗，掌握面向對象分析和設計，瞭解設計模式</p>
<p>2、掌握HTTP協議，熟悉MVC、MVVM等概念以及相關WEB開發框架</p>
<p>3、掌握關係數據庫開發設計，掌握 SQL，熟練使用 MySQL/PostgreSQL 中的一種<br></p>
<p>4、掌握NoSQL、MQ，熟練使用對應技術解決方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p> <br></p>
<p>加分項：</p>
<p>大數據，數理統計，機器學習，sklearn，高性能，大併發。</p>
</div>
"""
# 1、第一個參數是正則
# 2、第二個參數是符合正則的替換的字符串
# 3、第三個參數是文本內容
# 4、只要把所有的尖括號替換成""就ok了
# 5、如果我們不用？那麼相當於開啓貪婪模式，那麼從第一個尖括號開始，知道遇到最後一個尖括號才結束，裏面的內容都被替換
# 6、所以我們必須用?關閉貪婪模式。
# 7、用strip處理所有的空格。
sub_content = re.sub(r"<.+?>", "", content)
print(sub_content.strip())
(四）split的用法 （切割字符串“info:xiaoZhang 33 shandong”）
import re
ret = "info:xiaoZhang 33 shandong"
# 1、如果字符串中出現了多種富豪，那麼不能用普通的字符串切割，會很麻煩，應該用正則切割
# 2、切割後返回一個列表
# 3、第一個參數是正則需要處理的富豪
# 4、注意如果出現空格，則必須打出來。否則效果不一樣
split_ret = re.compile(":| ")
split_data = split_ret.split( ret)
print(split_data)
(五）貪婪模式和非貪婪模式
import re
s = "This is a number 234-235-22-423"
# 1、貪婪模式一般針對於match和sub使用
# 2、如果在在"*","?","+","{m,n}"後面加上？，使貪婪變成非貪婪。
match_s = re.match("(.*)(\d+-\d+-\d+-\d+)", s)
# 打印效果如下-因爲處於貪婪模式，只給你留一個符合匹配的。
print(match_s.group(1))
print(match_s.group(2))
# This is a number 23
# 4-235-22-423
# 3、關閉貪婪模式
match_s1 = re.match("(.*?)(\d+-\d+-\d+-\d+)", s)
# 這樣的話只要後年有滿足的條件，就讓後面滿足
print(match_s1.group(1))
print(match_s1.group(2))
# This is a number
# 234-235-22-423