一、正則表達式概述
- 正則表達式使用單個字符串描述匹配符合某個規則的字符串
- 它是對字符串操作的一種邏輯公式
- 它的應用場景：處理文本和數據
- 匹配過程：依次拿出表達式和文本中字符比較，如果每個字符串都能匹配，則成功
二、re模塊
講到Python的正則表達式就不能不提到re模塊，引用re模塊的方法也非常簡單，直接import re 即可。
使用re模塊匹配曾則表達式的流程
- 生成pattern對象：調用re.compile(…)函數，只能通過這個才能生成pattern對象。
- 進行匹配：pattern.match(…)函數，將pattern對象與具體的字符串進行匹配。
- 得出結果。
注：在第一步編寫正則表達式的時候，通常習慣在正則表達式之前加一個r，例如：re.complie(r’\d+’)，其中這個r表示原生字符串的意思，表示不轉義，即‘\‘就是代表‘\‘。
三、符號集介紹
- .：匹配任意一個字符（除了\n）
- […]：匹配字符集
- \d / \D :匹配數字 / 非數字
- \s / \S :匹配空白 / 非空白字符
- \w / \W :匹配單詞字符[a-zA-Z0-9] / 非單詞字符
- ？：匹配前一個字符集0次或者1次
- {m} / {m,n} :匹配前一個字符集m次 / m到n次
- ？ / +？ / ？？：非貪婪模式，儘可能少地匹配子字符，舉個例子：現有字符串1bc，正則表達式爲[0-9][a-z]？時：只能匹配1，[a-z]最少爲0個；正則表達式爲[0-9][a-z]+?時：能匹配到1b，此時[a-z]中最少能匹配到1個；當爲第三種情況[0-9][a-z]？？時：最多匹配到1。
- 下面爲邊界字符集：1、^：匹配字符串的開頭。2、 $：匹配結尾。3、\A / \Z :指定字符串必須出現在開頭或者結尾。例如：[1-9]?\d|100表示0-100的所有數字，包括邊界。
四、分組匹配
- |：匹配左右任意一個表達式（類似於或）。
eg：0-100表示爲 [1-9]?\d$|100
2.（ab）：括號中表達式作爲一個分組
eg：[\w]{4,6}@(163|126).com:匹配163或者126
3.\<>：匹配標記語言，舉個例子
eg：’<([\w]+>)[\w]《/ \1’其可以匹配出Python,其中 \1:可以簡單理解成匹配分組內容([\w]+>)：即’Book>’匹配到（）裏面包含的東西
4.(?P)：給分組起一個別名
5.(?P:)：匹配名爲name的分組對應的字符串
五、re的方法
1.search(pattern ,String ,flags = 0)：在一個字符串中查找匹配指定的字符串與find類似（固定特定字符串）
eg：Str1 = ‘imooc vedionum = 1000’ ; info = re.search(r’\d+’,Str1)
2.findall(pattern ,String ,flags = 0)：找到匹配，返回所有匹配部分的列表，與find方法不同。
3.sub(pattern ,repl ,String ,count = 0 , flags = 0)：將字符串匹配正則表達式的部分替換爲其他值。其中repl：既可以是字符串，也可以是函數名（返回值爲字符串）。就第二種情況舉個例子
eg：def add1(match):
val = match.group()
num = int(val) + 1
return str(num)
4.split(pattern ,String ,maxsplit = 0 ,flags = 0)：根據匹配分割字符串，返回分割字符串組成的列表。
