整整20年的学生生涯终于结束了，目前已经正式步入职场了。话说以前我们总是在玩模型，可是工作之后感觉基于规则的场景还是蛮多的，毕竟要看实际落地效果，模型有时就成了辅助。聊到规则，就想到正则的强大，正则这玩意学起来容易，但是要会用还是蛮难的，话不多说，切入正题吧：
在python中通过内置的re库来使用正则表达式，它提供了所有正则表达式的功能。
函数：
1、compile 函数用于编译正则表达式，生成一个 Pattern 对象，它单独使用就没有任何意义，需要和findall(), search(), match(）搭配使用。如果需要重复使用某个正则表达式，可以将该正则表达式编译成模式对象。我们使用re.compile()方法来编译。
ps：除非需要多次使用该正则表达式，否则个人不推荐使用compile 函数，使用其余函数直接就可以完成功能。
import re
content = 'Hello, I am XiaoWang, from Shanxi, a montain city, nice to meet you……'
regex = re.compile('\w*a\w*')
x = regex.findall(content) # find含有字母a的单词
print(x)
> ['am', 'XiaoWang', 'Shanxi', 'a', 'montain']
p = re.compile(r'[A-Z]')
type(p)
> <class 're.Pattern'>
p.search('I love python')
> <re.Match object; span=(0, 1), match='I'>
p.findall('I love python')
> ['I']2、match函数，result = re.match(正则表达式，待匹配的字符串) ，尝试从字符串的起始位置匹配一个模式，成功则返回匹配对象，匹配失败，就返回None。正则表达式中，group（）用来提出分组截获的字符串,（）用来分组，当然正则表达式中没有括号，group(1)肯定不对了。
a = "1.2.3 功能说明www.com"
print(re.match(r"(\d+)(\.)(\d+)",a).span()) # 匹配1.2
> (0, 3)
print(re.match(r"www.com",a)) # 匹配www.com,不在起始位置
> None
print(re.match(r"(\d+)(\.)(\d+)",a).group()) #等于group(0),匹配正则表达式整体结果
> 1.2
print(re.match(r"(\d+)(\.)(\d+)",a).group(1)) #group(1)是第一个group的值
> 1
print(re.match(r"(\d+)(\.)(\d+)",a).groups()) # 以元组形式返回所有的group
> ('1', '.', '2')复杂一点的问题，可以使用括号进行分组起别名 ，groupdict()用于将匹配结果转为dict
# 第一个括号代表要匹配的括号，进行转义，第二个括号是作为正则的一组
print(re.match("\((.*?)\)","(三)功能说明").group())
> (三)
# 第一个数字1，第二个34589任选一个，然后9个数字，结束符
print(re.match("1[34589]\d{9}$","13000000000r"))
> None
print(re.match(r"0|100|[1-9][\d?]$","99").group() ) #匹配0-100的数字
> 99
S="<html><body><p>python</p></body></html>"
# 使用分组思想，将<>里面的内容用（）包起来，然后后面使用索引
res = r"<(.+)><(.+)><(.+)>.+</\3></\2></\1>"
print(re.match(res,S).group())
> <html><body><p>python</p></body></html>
# 使用起别名的方式，有括号才表示分组
res = r"<(?P<key1>.+)><(?P<key2>.+)><(?P<key3>.+)>.+</(?P=key3)></(?P=key2)></(?P=key1)>"
print(re.match(res,S).group())
> <html><body><p>python</p></body></html>3、re.search 扫描整个字符串并返回第一个成功的匹配。
print(re.search(r"\d+","阅读次数为：999,浏览次数为：2000").group())
> 999
s = '1102232000xxxxxxxx' # 身份证号
res = re.search(r'(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s)
print(res.groupdict()) # 将匹配结果直接转为字典模式
> {'province': '110', 'city': '223', 'born_year': '2000'}
print(re.search(r'ab{3,10}c','abbbc'))#匹配3到10次
> <re.Match object; span=(0, 5), match='abbbc'>
print(re.search(r'[01]\d\d|2[0-4]\d|25[0-5]','168'))#匹配000-255的数字
> <re.Match object; span=(0, 3), match='168'>
print(re.search(r'(([01]\d\d|2[0-4]\d|25[0-5])\.){3}([01]\d\d|2[0-4]\d|25[0-5])','192.168.100.100')) #每一个数字000-255
x = "196.255.255.1"
print(re.search(r'(([01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])\.){3}(2[0-4]\d|25[0-5]|[01]{0,1}\d{0,1}\d)',x)) 匹配0-255，,IP地址使用
> <re.Match object; span=(0, 15), match='192.168.100.100'>
> <re.Match object; span=(0, 13), match='196.255.255.1'>如果想要把所有的数字都找出来，可以使用findall方法，findall方法返回的是一个列表，没有group方法，可以直接打印列表。
print(re.findall(r"\d+","阅读次数为：999,浏览次数为：2000"))
> ['999', '2000']
print(re.findall('^\d',"阅读次数为：999,浏览次数为：2000")) # 以数字开头
> []
print(re.findall('\d$',"阅读次数为：999,浏览次数为：2000")) # 以数字结尾
> []
re.findall(r'[a-z]','wxx.com')
> ['w', 'x', 'x', 'c', 'o', 'm']5、re.sub用于替换字符串中的匹配项，sub方法的第一个参数是正则表达式，需要替换掉的内容，第2个参数为替换后的数据，第三个参数是待匹配待替换的字符串。sub函数和replace函数和相似，
x = "阅读次数为：999,浏览次数为：2000"
print(re.sub(r"\d+","***",x)) # 把x数字替换为***
> 阅读次数为：***,浏览次数为：***
x.replace("***","999") #把***替换为999
print(x)
> 阅读次数为：999,浏览次数为：20006、re.split方法将字符串分割后返回一个列表
print(re.split(r" +|:+","hi python:hello world"))# 以空格或者冒号分割
> ['hi', 'python', 'hello', 'world']字符功能：
字符 | 功能 |
.(点，英文的句号) | 匹配任意一个字符，除了\n |
[] | | [] 匹配[]中列举的字符 | 匹配左右任意一个表达式 |
\d \D | \d 匹配数字，即0-9； \D匹配非数字 |
\s \S | \s匹配空白，即空格，tag键； \S匹配非空白 |
\w \W | \w 匹配单词字符，即数字，小写字母，大写字母，下划线_ \W匹配非单词字符 |
* | 匹配一个字符出现0次或者多次，即可有可无 |
+ | 匹配一个字符出现1次或者多次，至少出现一次 |
？ | 一个字符出现1次或者0次， |
{m} | 匹配个数，前面的字符出现了m次 |
{m,} | 匹配个数，前面的字符至少出现了m次 |
{m,n} | 匹配个数，前面的字符出现了m到n次 |
^ $ | ^ 匹配一个字符的开头 $匹配一个字符的结尾 |
\b \B | \b匹配一个字符的边界 \B匹配非字符边界 |
（ab） | 将括号中的字符作为一个分组/或者只返回括号的内容 |
\num | 引用分组num匹配到的字符串 |
(?P<name>) | 给分组起名字 |
(?P=name) | 引用分组的名字 |
[\s\S] | 匹配任意字符 |
在“*”“？”“+”“{m,n}”的后面加上？就可以做到非贪婪，尽可能少的匹配 | |
