Python的正则表达式，主要使用re模块
re模块为Python自带的模块，不需要单独安装，引入re模块：import re。
1. re.match(pattern,string,flags=0)
功能：尝试从字符串起始位置匹配一个字符串，如果不是起始位置或不匹配，则返回值为None。
pattern:匹配的正则表达式
string：要匹配的字符串
flags：标志位，用于控制正则表达式的方式。
re.I： 忽略大小写。
re.L： 做本地化识别。
re.m： 多行匹配。影响^和$。
re.s：是匹配包括换行符在内的所有字符。
re.u：根据Unicode字符解析。
re.x：以更灵活的格式理解正则。
例如：print(re.match("www","WWW.www.baidu.com.www",flags=re.I))
运行结果：<_sre.sre_match object span="(0," match="WWW">
span(0,3)表示开始位置和结束位置
2. re.search(pattern,string,flags=0)
功能：在整个字符串中找到第一个匹配成功的。匹配成功后，返回字符串位置。
例如：print(re.search("www","aaa.WWW.baidu.com.www"))
运行结果：<_sre.sre_match object span="(18," match="www">
3.正则表达式的pattern写法
“.”：可以匹配除换行符意外的任意字符。如果加上re.flags=s 就可以匹配换行符。
“[]”：[]是字符集合，匹配括号中包含的任意字符.
例如：[0123456789] 或者[0-9]或者[\d]：表示匹配0-9中所有的数字
[a-z]：表示匹配任意的小写字母
[a-zA-Z0-9]：表示匹配所有的大小写字母和数字
“[^]”： 例如[^ails]：匹配除了a，i，l，s，这几个之外的所有字符。[^]称为脱字符。
\w：匹配数字，字母和下划线。
\W：匹配非数字，字母和下划线，等同于^\w。
\s：匹配任意空白符，包括空格，回车，换页，制表。
\S：等同于^\s。
边界字符：“^”匹配行首，“$”匹配行尾。 例如：print(re.search("^aa","aab.WWW.baidu.com.www")) 运行结果：<_sre.sre_match object span="(0," match="aa">
\A：只匹配整个字符串开始。
\Z：匹配整个字符串结束，即使在re.M模式下。
3. 匹配多个字符串
re.findall(pattern,string,flags=0)
功能：找到所有匹配的字符串，返回字符串列表。
例如：print(re.findall("www","www.www.baidu.com.www"))
运行结果：['www', 'www', 'www']
x?：尽可能少的匹配，0个或1个字符。(x可以是任意字符串，后面不再赘述)
x*：尽可能多的匹配，1个或n个字符。
x+：匹配至少一个x字符串。
x{n}：匹配确定的n个字符串。例如：print(re.findall("w{2}","www.www.baidu.com.www")) 运行结果：['ww', 'ww', 'ww']
x{n.}：至少匹配n个字符串。
x{n,m}：至少匹配n个，至多匹配m个。
x|y：匹配x或者y字符串。例如：print(re.findall("www|baidu","www.www.baidu.com.www")) 运行结果：['www', 'www', 'baidu', 'www']
4.找到对应的字符串，并拆分字符串
re.split(pattern,string,maxsplit=0,flags=0)
maxslpit：表示最多切割多少次。
功能：找到与正则表达式条件相符合的字符串，对整个字符串进行拆分。返回一个字符串列表。
例如：print(re.split(r"\.+","www.www.baidu. com. www")) 注意：‘\.’ 意思是转义‘.’ 这个符号。
运行结果：['www', 'www', 'baidu', ' com', ' www']
5.不占用过多内存的方式，找到对应的字符串。
re.finditer(pattern,string,flags=0)
功能：扫描整个字符串，返回一个迭代器。
例如：
d=re.finditer(r"www","wwww.www.www.baidu.com.www")
while True:
try:
l=next(d)
print(d)
except StopIteration as e:
break
运行结果：
6. 字符串的替换和修改
re.sub(pattern,repl,string,count=0,flags=0)
re.subn(pattern,repl,string,count=0,flags=0)
repl: 指定用来替换的字符串。
count：最多替换的次数。count=0时替换所有符合条件的字符串。
功能：先找到符合正则表达式的字符串，再替换指定字符串。
re.sub()和re.subn的区别：返回值不同，re.sub()只返回被替换后的字符串。re.subn()返回被替换的字符串和替换次数，为tuple类型。
例如：print(re.sub(r"www","aaa","www.www.baidu. com. www",count=2))
运行结果：aaa.aaa.baidu. com. www
例如：print(re.subn(r"www","aaa","www.www.baidu. com. www",count=2))
运行结果：('aaa.aaa.baidu. com. www', 2)
7. 将字符串分组
使用()，将匹配的字符串分组。在网络爬虫中使用广泛。
例如：
str='010-09993345'
data=re.match(r"(?P(?P\d{3})-(?P\d{8}))",str)
print(data.group(0)) #表示整个字符串
print(data.group(1)) #表示第一个分组，第一个分组是最外面的一个，包含内部的两个。从外到内，从左至右。
print(data.group(2)) #表示第一个子分组
print(data.group(3)) #表示第二个自分组
print(data.group('sub_group2')) #可以使用别名定位分组，别名添加方式"?P"
print(data.groups()) #表示所有的分组
运行结果：
010-09993345
010-09993345
010
09993345
09993345
('010-09993345', '010', '09993345')
8. 编译正则表达式
re.compile()
功能：将正则表达式编译成一个对象，可以调用re.mathc() , re.search() , re.findall() , re.finditer() , re.split() , re.sub() , re.subn()这些函数。
以后不用每次都写正则的条件，只需要用对象调用即可。
例如(少量举例，此处不再赘述)：
str="www.www.www.baidu.com.www"
re_data=re.compile("www")
print(re_data.match(str))
print(re_data.search(str))
print(re_data.subn("aaa",str,count=3))
运行结果：
('aaa.aaa.aaa.baidu.com.www', 3)
