Python中正则表达式进行匹配字符串，需要用到一个模块re
re.match(r"正则表达式"，匹配的字符串)
匹配成功则有返回值
即正则表达式为一个规范，匹配就是进行验证数据是否满足我的规范
一，匹配单个字符
1.匹配相同字符：
re.match(r"test","test")
2.匹配单个数字的字符\d：
re.match(r"test\d"，“test2”)
re.match(r"test\d"，“test3”)
当匹配test10时发现只匹配到了test1
可以发现\d只匹配单个数字
ret=re.match(r"test\d","test10") ret.group() 'test1'
3，匹配[]中列举的字符（re.match(r"[匹配数字组]",待匹配字符串)）
re.match(r"test[12345678]","test9")
此时没有返回值，说明匹配不成功
这段代码和上面功能相同，但是只有数字连续时才能用-：
re.match(r"test[1-8]","test9")
4.匹配1-3 4-8的数字：
re.match(r"test[1-34-8]","test9")
5.匹配数字字母组合：
re.match(r"test[1-8abc]","testa")
匹配结果：testa
记住一个原则：[]内的元素只匹配 一个
6，\w匹配单词字符即a-z,A-Z,0-9同时也匹配中文，及其他国家的Unicode语言(不推荐用)
re.match(r"test\w","test啊")
7，匹配空格和tab键\s
re.match(r"test\s","test ")
二，匹配多个字符
1.\d{1,2}匹配一位或两位数字
re.match(r"test\d{1,2},"test1")
re.match(r"test\d{1,2},"test12")
2.\d{1,3}匹配一位两位或三位
re.match(r"test\d{1,3},"test1")
re.match(r"test\d{1,3},"test12")
re.match(r"test\d{1,3},"test123")
3.注意{}指定的数字必须是连续的
4.?匹配前一个字符出现一次或0次，即要么有一次要么0次
5. *匹配前一个字符可以有0个有1个或者有n个，即可有可无
6.+匹配前一个字符出现一次或无限次，即至少有一次
7. .表示所以的字符，除了\n
8.{m}匹配前一个字符出现m次
9.{m,n}匹配前一个字符出现m到n次
re.match(r"021-?\d{8},"021-12345678")
re.match(r"021-?\d{8},"02112345678")
三，综合运用：
1.匹配电话号
要求：匹配区号后面的-可有可无，区号为3-4位
re.match(r"\d{3,4}-?\d{8},"0214-12345678") #电话区号可以有三位也可以有四位
re.match(r"\d{3,4}-?\d{8},"02212345678")
2.匹配html代码
要求：匹配html文件所以内容，包括换行符
html="""sdfsf
asdfsfsafwe4
asdfsadf
sdfsdf
sdafs“”“
当执行
re.match(r".*,html)
时，我们想匹配到html内的所以内容，但是此时只匹配到了
sdfsf
这是因为.虽然表示的是所以的字符但是他却不包含\n即回车符，那么我们怎么才能匹配到所有的呢？
此时需要：
re.match(r".*,html，re.S)
在match里增加一个参数re.S即可让.中包括回车
此时就可匹配到html内的所以内容
3.匹配163邮箱
要求：@前面可以有英文字母，下划线，数字，且为4-20位
re.match(r"[a-zA-Z_0-9]{4,20}@163.com",str)
但是此时输入123456@163acom
和 [email protected]
也会匹配成功，这是为什么呢？
因为.本身就是一个正则符号，表示所有的字符，所以，我们需要转义字符\同时用$表示字符结束,即必须字符的结尾和表达式一模一样，后面不能再有内容
re.match(r"[a-zA-Z_0-9]{4,20}@163\.com&",str)
即
\代表转义$代表字符结束
三，匹配开头结尾
1.$表示匹配字符串结尾，即前面的正则表达式匹配完成后，到$刚好为结尾
2.^表示匹配字符串开头，从这之后开始进行正则匹配（Python自带^说以不用写）
re.match(r"^abc[123456]$",str)
上面一段代码表示str必须以a为开头，以123456其中的任一个为结尾，否则匹配失败
四，分组等
指定特定匹配邮箱|代表或
re.match(r"[a-zA-Z_0-9]{4,20}@(163|126).com",str)
此时就能匹配163或126
1.获取分组内容分组：
（）正则表达式可以取到括号内的内容
ret=re.match(r"[a-zA-Z_0-9]{4,20}@(163|126).com","[email protected]")
ret.group(1)
上面的代码运行后，得到的结果为：
126
即（）通过group函数可以获得第几个小括号的内容：
ret=re.match(r"([a-zA-Z_0-9]{4,20})@(163|126).com","[email protected]")
ret.group(1)
运行上面代码获得的内容为
12344
因为此时第一个小括号加在了@前面
2.在正则表达式里面使用分组内容：
html="<h1>hello</h1>"
re.match(r"<\w*>.*</\w*>")
此时可以匹配，
但是h1是一对标签，我们怎么才能实现匹配<h1>hello</h2>这样前后标签名不相同的错误呢？
这时候我们可以利用分组：
html="<h1>hello</h1>"
re.match(r"<(\w*)>.*</\1*>")
在后面的\1获取分组1的内容，此时就能实现<h1>hello</h2>这样不符合规范的数据的识别
3.三给分组命名
给分组起名（注意为小写p）：(?p<name>)
引用别名为name的分组匹配的字符串（注意为大P）：(?P=name)
通过给分组命名上面的代码可以改为：
html="<h1>hello</h1>"
re.match(r"<(?p=h1\w*)>.*</?P=h1*>")