#########################################第一部分：正則表達式概念
正則表達式所面向的問題
1、判斷一個字符串是否匹配給定的格式
判斷用戶註冊帳號是否滿足格式
2.從一個字符串中按指定格式提取信息
抓取頁面中的鏈接
#########################################第二部分：re模塊
在Python中需要通過正則表達式對字符串進行匹配的時候，可以使用一個模塊來操作，名字爲re
1、findall方法：
在字符串中找到正則表達式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表
2、match方法:（從開頭開始匹配）
re.match 嘗試從字符串的起始位置匹配一個模式，匹配成功
返回的是一個匹配對象（這個對象包含了我們匹配的信息），
如果不是起始位置匹配成功的話，match()返回的是空，
注意：match只能匹配到一個
來個例子看看：
import re
str_3 = ‘寒沙你是中國最帥的男人’
my_str = re.match(r’最帥的男人’,str_3) #匹配不成功的例子
print(my_str) # 輸出爲：None
my_str = re.match(r’寒沙’,str_3) #匹配成功的例子
print(my_str) # 匹配成功，但是這個方法成功的時候返回的是對象，需要使用其方法
print(my_str.group()) # 輸出爲：寒沙老師
print(my_str.span()) #輸出爲：(0, 2)，匹配的字符在字符串內的位置，區間形式
print(my_str.start()) #輸出爲：0， 匹配的字符串在字符串中的起始位置
print(my_str.end()) #輸出爲：2， 匹配的字符串在字符串中的結束位置
拓展一個：
分組：
import re
str_4 = ‘aababbabbb’
my_str = re.match(r’(a)(ab)(abb)(abbb)’,str_4)
print(my_str.group()) # 輸出爲：aababbabbb
print(my_str.groups()) # 輸出爲：(‘a’, ‘ab’, ‘abb’, ‘abbb’)
print(my_str.group(0)) # 輸出爲：aababbabbb
print(my_str.group(1)) # 輸出爲：a
print(my_str.group(2)) # 輸出爲：ab
print(my_str.group(3)) # 輸出爲：abb
3、search方法:（從任意位置匹配）
re.search 掃描整個字符串,匹配成功 返回的是一個匹配對象（這個對象包含了我們匹配的信息）
注意：search也只能匹配到一個，找到符合規則的就返回，不會一直往後找
來個例子看看：
import re
str_3 = ‘寒沙你是中國最帥的男人’
my_str = re.search(r’最帥的男人’,str_3)
print(my_str.group()) # 輸出爲：最帥的男人
#也可以使用match的那些方法
4、sub方法 替換
str_3 = ‘吳某你好帥，吳某喜歡吃屎’
my_str = re.sub(r’吳某’,‘張某’,str_3,count = 2) # count 限制修改的次數
print(my_str) # 輸出爲：張某你好帥，張某喜歡吃屎
4、split方法 切割
str_3 = ‘寒沙你是中國最帥的男人寒沙你真棒’
my_str = re.split(r’寒沙’,str_3)
print(my_str) #輸出爲：[’’, ‘你是中國最帥的男人’, ‘你真棒’]
##########################################第三部分：元字符
問題一： 什麼是元字符 ？
本身具有特殊含義的字符
import re
第一個例子說明一些元字符：：：
str = ‘寒沙老帥你真棒寒沙老帥你真胖’
######(1) . 代表任意一個字符（除了\n)
mystr = re.findall(r’.’,str) # 輸出爲：[‘寒’, ‘沙’, ‘老’, ‘帥’, ‘你’, ‘真’, ‘棒’,
print(mystr) # ‘寒’, ‘沙’, ‘老’, ‘帥’, ‘你’, ‘真’, ‘胖’]
mystr = re.findall(r’寒沙.’,str) # 輸出爲：[‘寒沙老’, ‘寒沙老’]
print(mystr)
#####(2) [] 匹配[]中列舉的字符
mystr = re.findall(r’[老帥你]’,str)
print(mystr) # 輸出爲：[‘老’, ‘帥’, ‘你’, ‘老’, ‘帥’, ‘你’]
#####(3) 以^開頭，以KaTeX parse error: Expected 'EOF', got '#' at position 4: 結尾
#̲####(4) {a,b}…’,str) # 這樣取不到，因爲字符串不是以‘寒沙.’開頭，且以‘胖’結尾
print(mystr) # 輸出爲：[]
mystr = re.findall(r’胖$’,str)
print(mystr) # 輸出爲：[‘胖’]
mystr = re.findall(r’^寒沙.{1,100}胖$’,str)
print(mystr) # 輸出爲：[‘寒沙老帥你真棒寒沙老帥你真胖’]
#####(5) \b 匹配一個單詞的邊界; \B 匹配非單詞邊界。
mystr = re.findall(r’\b寒沙’,str) # 因爲只有第一個寒沙左邊是邊界，所以只會匹配第一個寒沙
print(mystr) # 輸出爲：[‘寒沙’]
str = ‘寒沙？老帥你真棒，寒沙。老帥你真胖’
mystr = re.findall(r’\b寒沙\b’,str)
print(mystr) # 輸出爲：[‘寒沙’, ‘寒沙’]
str = ‘寒沙老帥你真棒寒沙,老帥你真胖’
mystr = re.findall(r’\B寒沙\b…’,str)
print(mystr) #輸出爲：[‘寒沙,老’]
第二個例子說明一些元字符：：：
#+ 至少一個：匹配前一個字符出現1次或者無限次
#？至多一個：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
#* 0到任意一個：匹配前一個字符出現0次或者無限次，即可有可無
str = ‘aababbabbb’
my_str = re.findall(r’ab+’,str)
print(my_str) # 輸出爲：[‘ab’, ‘abb’, ‘abbb’]
my_str = re.findall(r’ab?’,str)
print(my_str) # 輸出爲：[‘a’, ‘ab’, ‘ab’, ‘ab’]
my_str = re.findall(r’ab*’,str)
print(my_str) # 輸出爲：[‘a’, ‘ab’, ‘abb’, ‘abbb’]
拓展：
貪婪模式和非貪婪模式：
正則默認都是用貪婪模式去匹配數據的，就是儘可能多的匹配符合要求的數據，在非貪婪模式下（使用非貪婪模式，要加?），始終找最短匹配
例如上面的例子變爲非貪婪模式：
str = ‘aababbabbb’
my_str = re.findall(r’ab+?’,str)
print(my_str) # 輸出爲：[‘ab’, ‘ab’, ‘ab’]
my_str = re.findall(r’ab??’,str)
print(my_str) # 輸出爲：[‘a’, ‘a’, ‘a’, ‘a’]
my_str = re.findall(r’ab*?’,str)
print(my_str) # 輸出爲：[‘a’, ‘a’, ‘a’, ‘a’]
第三個例子說明一些元字符：
import re
str_2 = ‘qdasfsdf32423542dasff’
#（1） 全部取到的方法：
my_str = re.findall(r’[a-z0-9]+’,str_2)
print(my_str) # 輸出爲：[‘qdasfsdf32423542dasff’]
#（2） ^ 非，相反的意思 脫字符
my_str = re.findall(r’[0-9]+’,str_2)
print(my_str) # 輸出爲：[‘32423542’]
my_str = re.findall(r’[^0-9]+’,str_2)
print(my_str) # 輸出爲：[‘qdasfsdf’, ‘dasff’]
#（3） \d 匹配數字，即0-9
my_str = re.findall(r’\d+’,str_2)
print(my_str) # 輸出爲：[‘32423542’]
#（4） \D 匹配非數字，即不是數字
my_str = re.findall(r’\D+’,str_2)
print(my_str) # 輸出爲：[‘qdasfsdf’, ‘dasff’]
第四個例子說明一些元字符：
import re
str_2 = ‘asdfsd\n432 4sfs吳某’
#（5） \s 匹配空白，即空格，Tab鍵
my_str = re.findall(r’\s+’,str_2)
print(my_str) # 輸出爲：[’\n’, ’ ']
#（5） \S 匹配非空白
my_str = re.findall(r’\S+’,str_2)
print(my_str) # 輸出爲：[‘asdfsd’, ‘432’, ‘4sfs吳某’]
#（6） \w 任意一個字母（注意會取中文） 0-9,a-z,A-Z
my_str = re.findall(r’\w+’,str_2)
print(my_str) # 輸出爲：[‘asdfsd’, ‘432’, ‘4sfs吳某’]
#（7） \W 任意非字符
my_str = re.findall(r’\W+’,str_2)
print(my_str) # 輸出爲：[’\n’, ’ ']
#（8） | 或者
my_str = re.findall(r’a|d’,str_2)
print(my_str) # 輸出爲：[‘a’, ‘d’, ‘d’]
第五個例子說明一個元字符：
import re
str_2 = ‘吳某同學好帥’
#(9) () 只取括號裏的 將括號中字符作爲一個分組
my_str = re.findall(r’吳某同學(好帥)’,str_2)
print(my_str) #輸出爲：[‘好帥’]