今天讲什么？
今天以为大学同学微信聊，说最近在看我的公众号，她是国企汽车制造业的，但也要用python进行数据分析...之前看了往期的python字符串操作内容，里面说到了正则表达式，想学习一下... 正则表达式这东西，你说它简单它也简单，你说它难吧，确实不容易。为什么？这东西就是死记硬背的。背过了相关的语法，使用起来就so easy。但记不熟语法，就犯难了。网上关于python正则的帖子很多，我再去写压力比较大，尽可能的总结详细一些吧！
正则表达式简介
正则表达式，是一个特殊的字符序列，又称规则表达式（英语：Regular Expression，在代码中常简写为regex、regexp 或RE），本质而言是一种小型的，高度专业化的编程语言。 Python 自1.5版本起增加了re 模块，re 模块使Python语言拥有全部的正则表达式功能。
正则语法表
关于正则语法表，别想其他的都背过就行了。不管你是python还是其他的语言都是一样的，所以背不过就抄到记住为止！这个你背不过，再好的教程看了也没用。如何巧记？我们需要对其进行分类。
- 开头结尾
这一对标签，大家都不会陌生...
|模式 | 描述 | |--------|--------| | ^ | 从整个字符串开头的地方匹配 | | $ | 从整个字符串的结尾开始匹配 |
- 模糊匹配
|模式 | 描述 | |--------|--------| | . | 匹配任意字符，除了换行符 | |re?|重复匹配?号前面0个或1个由前面的正则表达式定义的片段，非贪婪方式| |re|重复匹配号前面0个或多个的表达式。| |re+|重复匹配+号前面1个或多个的表达式。| |a丨b|匹配a或b|
- 关于括号
|模式 | 描述 | |--------|--------| | {} | 表示匹配"{}"前边的字符 指定个数为"{}"里边的数值 | | [] | 表示一个字符集，它常被用来指定一个字符类别，字符可以单个列出，也可以用“-”号分隔的两个给定字符来表示一个字符区间 | | () | 分组 将括号中的内容 当作整体来对待 |
- "" 反斜杠的应用
|模式 | 描述 | |--------|--------| |w|匹配字母数字及下划线| |W|匹配非字母数字及下划线| |s|匹配任意空白字符，等价于 [tnrf].| |S|匹配任意非空字符| |d|匹配任意数字，等价于 [0-9].| |D|匹配任意非数字| |A|匹配字符串开始| |Z|匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。| |z|匹配字符串结束| |G|匹配最后匹配完成的位置。| |b|匹配一个单词边界，也就是指单词和空格间的位置。例如， 'erb' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。| |B|匹配非单词边界。'erB' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。| |n, t, 等.|匹配一个换行符。匹配一个制表符。等| |1...9|匹配第n个分组的内容。| |10|匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。|
- 其他
|模式 | 描述 | |--------|--------| |(?imx)|正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。| |(?-imx)|正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。| |(?: re)|类似 (...), 但是不表示一个组| |(?imx: re)|在括号中使用i, m, 或 x 可选标志| |(?-imx: re)|在括号中不使用i, m, 或 x 可选标志| |(?#...)|注释.| |(?= re)|前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。| |(?! re)|前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功| |(?> re)|匹配的独立模式，省去回溯。|
re模块用法
re.(function)(pattern[, flags]) pattern : 一个字符串形式的正则表达式 flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为： 1. re.I 忽略大小写 2. re.L 表示特殊字符集 w, W, b, B, s, S 依赖于当前环境 3. re.M 多行模式 4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符） 5. re.U 表示特殊字符集 w, W, b, B, d, D, s, S 依赖于 Unicode 字符属性数据库 6. re.X 为了增加可读性，忽略空格和 # 后面的注释
- findall() (即：全部找到,返回的是一个列表)
findall(string[, pos[, endpos]]) 参数： 1. string : 待匹配的字符串。 2. pos : 可选参数，指定字符串的起始位置，默认为 0。 3. endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。
import
- finditer()
re.finditer(pattern, string, flags=0)
| 参数 | 描述 | |--------|--------| |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匹配方式，如：是否区分大小写，多行匹配等等|
- search() 与 match()
相同点：
- re.search/match(pattern, string, flags=0)
- 函数参数说明：
| 参数| 描述 | |--------|--------| | 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匹配方式，如：是否区分大小写，多行匹配等等|
- 可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
|匹配方法 |描述| |--------|--------| |group(num=0)|匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组| |groups()|返回一个包含所有小组字符串的元组，从 1 到 所含的小组号| |start([group]) |方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0| |end([group]) |方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0| |span([group]) |方法返回 (start(group), end(group)|
import
不同点：
# re.search
- split() 分隔符 对比字符串里边的split方法。
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
re.split(pattern, string[, maxsplit=0, flags=0])
| 参数 | 描述 | |--------|--------| |pattern |匹配的正则表达式| |string |要匹配的字符串。| |maxsplit |分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。| |flags |标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志|
import
- sub() 替换；类似字符串中的replace()方法。
re.sub(pattern, repl, string, count=0, flags=0)
import
- compile(strPattern[,flag]): 这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象
re.compile(pattern[, flags])
import
