正则表达式：
1.概念:
正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。
re 模块使 Python 语言拥有全部的正则表达式功能。
**2.**方法

import re

>>> re.match("yitiantian","yitiantian is boring")
<re.Match object; span=(0, 10), match='yitiantian'>

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none

3. 元字符（都匹配一位）

. 表示匹配任意一个，数字，字母。
\d 表示匹配任意一个数字
\d+ 表示匹配所有数字。
\w 表示匹配有效符号（大小写字母，数字,各个国家的文字符号）
\s (space) 匹配空格符号
\D 表示非数字
\W 表示非有效符
\S 表示非空白位
^ 表示以xxx开始
$ 表示以xxx结尾

[] 列举 [123456789] [0-9] [a-z] [A-Z]
[0-9a-zA-Z] === \w

4.转义符
在很多编程语言中，字符串中的反斜杠（\）,
所有要表示,就不能用一个斜杠，必须用二个斜杠来表示一个\

>>> re.match("c:\\\\c","c:\\c")
<re.Match object; span=(0, 4), match='c:\\c'>
>>> re.match(r"c:\\c","c:\\c")
<re.Match object; span=(0, 4), match='c:\\c'>

5 位数的表示

#表示 0到多
#表示1到多

？ #表示0到 1
{m} #表示m位
{m,} #表示至少m位
{m,n} #表示m到n 位

>>> p = r"[0-9a-zA-Z]{4,20}@xianoupeng\.(com|org|cn|net)"
>>> re.match(p,"rzsff@xianoupeng.com")
<re.Match object; span=(0, 20), match='rzsff@xianoupeng.com'>

反义符
\w
\S
\D
[^] #跟[] 列举里面的相反

>>> re.match(r"qq[abc].*","qqaxxxx")
<re.Match object; span=(0, 7), match='qqaxxxx'>
>>> re.match(r"qq[^abc].*","qqaxxxx")
>>>
>>> re.match(r"qq^[abc].*","qqaxxxx")
>>>

6.分组
res.group

>>> res = re.match(r"\d+(123)","456123")
>>> res
<re.Match object; span=(0, 6), match='456123'>
>>> res
<re.Match object; span=(0, 6), match='456123'>
>>> res.group(1)
'123'
>>> res.group(0)
'456123'
>>> res = re.match("(.*)(\d+)(.*)",s)
>（.*） 就代表匹配任意多个任意字符，（\d+）表示匹配至少一个数字 加上括号，就表示分组
>>> res.group(1)
'123 fsaf 12 34s fs 1'
>>> res.group(2)
'2'
>>> res.group(3)
' fs'
打了几个括号 ，就代表 分了几个组

7.re模块的应用
search方法

>>> re.search("\d+",s)
<re.Match object; span=(0, 3), match='123'>
>>> s
'123 fsaf 12 34s fs 12 fs'

finditer方法

>>> re.finditer(r"\d+",s)
<callable_iterator object at 0x032CFE70>
>>> res = re.finditer(r"\d+",s)
>>> next(res)
<re.Match object; span=(0, 3), match='123'>
>>> next(res)
<re.Match object; span=(9, 11), match='12'>
>>> next(res)
<re.Match object; span=(12, 14), match='34'>

sub方法

>>> ss = "\nn\n sf \n\rnnkn"
>>> re.sub("\r|\n|\s","",ss)
'nsfnnkn'

对字符串里面的特殊字符进行过滤

8.贪婪和懒惰

  • ? {m,}等等 这些匹配会尽可能多的匹配，就是贪婪匹配。
>>> res = re.match("(.*？)(\d+)(.*)",s)
>在*后面加入？ 就变成了 非贪婪模式。