好像那里都是字符串？随手敲打键盘，网上copy一个句子，打开浏览器搜索什么。那么字符串的处理就很重要了。下面介绍基本字符串操作和一点儿正则表达。
基本操作
反转字符串
字面意思，把一个字符串按相反的顺序写出：
字符串切片操作
例子：生成1到15的序列，并在满足条件的索引处，替换为‘java’或者是‘python’
join串联字符串
常常会使用到用固定的符号来串联一个字符串
分割字符串
有的时候我们获得了一个大的字符串，里面包含了各种数据，或者是一组数据，就想把他们分开，使用split方法。
split和join可以看作是在一定程度上的互逆操作。
替换
字符串替换，使用replace方法。
子句判断
判断一个字符串是否是另一字符串的一部分，内部函数就是两个len,然后走一个for循环就好。
去空格
去空格，去头尾的空格，以达到清洗字符串。使用strip方法，清理字符串开头和结尾的空格和制表符
字符串的字节长度
encode方法对字符串编码后，
最近看了深夜食堂，红尘世间，我裂开了
正则表达式
处理简单的字符串操作，用自带的封装办法即可达到目的，但是稍微复杂那么一点点，使用正则表达式是明智的选择，简洁强大。
re
使用正则表达式第一步，导入re模块
import re
首先，认识常用的元字符：
.匹配除 " " 和 " " 之外的任何单个字符。^匹配字符串开始位置$匹配字符串中结束的位置*前面的原子重复 0 次、1 次、多次?前面的原子重复 0 次或者 1 次+前面的原子重复 1 次或多次{n}前面的原子出现了 n 次{n,}前面的原子至少出现 n 次{n,m}前面的原子出现次数介于 n-m 之间( )分组，输出需要的部分
再认识常用的通用字符：
s匹配空白字符w匹配任意字母/数字/下划线W和小写 w 相反，匹配任意字母/数字/下划线以外的字符d匹配十进制数字D匹配除了十进制数以外的值[0-9]匹配一个 0~9 之间的数字[a-z]匹配小写英文字母[A-Z]匹配大写英文字母
正则表达式，常会涉及到以上这些元字符或通用字符，下面通过 14 个细分的与正则相关的小功能，讨论正则表达式。
search第一个匹配串
即find(),找出第一个匹配项的位置
match与search不同
- match 在原字符串的开始位置匹配
- search 在字符串的任意位置匹配
match想做的事就是在开头就find，最高效，啊抓到你了！
比如，字符串 ourselves，ours 才能 match 到 our
finditer 匹配迭代器
finditer方法，返回所有子串匹配位置的 一个 迭代器。通过返回的对象 re.Match，使用它的方法 span 找出匹配位置。
findall所有匹配
findall 方法能查找出子串的所有匹配。
下面例子，想要找出所有的数字
d 匹配一位数字 [0-9]，+ 表示匹配数字前面的一个原子 1 次或多次。
但是有个问题是，日期9.7我显然不想让他们分开，怎恶魔版？修改正则表达式。
匹配浮点数和整数
?表示前一个字符匹配 0 或 1 次.?表示匹配小数点（.）0 次或 1 次
匹配浮点数和整数，第一版正则表达式：r'd+.?d+'，图形化演示，此正则表达式的分解演示：
1去哪里了？没有匹配全，所以正则表达式还要改。
正则难点之一，需要考虑全面、足够细心，才可能写出准确无误的正则表达式。
匹配不到1的原因是：r'd+.?d+'，后面的 d+ 表示至少有一位数字，因此，整个表达式至少会匹配两位数。
重新修改正则表达式，将最后的 + 后修改为 *，表示匹配前面字符 0 次、1 次或多次。
成功！
匹配正整数
题：写出匹配所有正整数的正则表达式。
如果这样写：^d*$，会匹配到 0，所以不准确。
如果这样写：^[1-9]*，会匹配 1. 串中 1，不是完全匹配，体会 $ 的作用。
正确写法：^[1-9]d*$，正则分解图：
re.I 忽略大小写（I 大写的i）
re.I 是方法的可选参数，表示忽略大小写。
如下，找出字符串中所有字符 t 或 T 的位置，不区分大小写。
split 分割单词
对于比较复杂的分割：
正则字符串为：[,s;|]+，s 匹配空白字符，正则分解图，如下：
sub 替换匹配串
正则模块，sub 方法，替换匹配到的子串：
compile 预编译
到这个时候上面出现了几次compile，你是否有疑惑过，为什么指派pat的时候有时候用compile而常常不用？
如果要用同一匹配模式，做很多次匹配，可以使用 compile 预先编译串。
栗子：从一系列字符串中，挑选出所有正浮点数。
正则表达式为：^[1-9]d*.d*|0.d*[1-9]d*$，字符 a|b 表示 a 串匹配失败后，才执行 b 串，正则分解图见下：
案例-捕获
正则模块中，根据某个模式串，匹配到结果。
待爬取网页的部分内容如下所示，现在想要提取 <div> 标签中的内容。
content = ''' <h>ddedadsad</h> <div>graph</div> <div>math</div>'''
如果正则匹配串写做 <div>.*</div>：
如果我们不想保留字符串最开始的 <div> 和结尾的 </div>，那么，就需要使用一对 () 去捕获。
正则匹配串修改为：<div>(.*)</div>，只添加一对括号。
- 看到结果中已经没有开始的
<div>，结尾的</div>仅使用一对括号，便成功捕获到我们想要的部分。 (.*)表示捕获任意多个字符，尽可能多地匹配字符，也被称为贪心捕获(.*)的正则分解图如下所示，.表示匹配除换行符外的任意字符。
看另一种捕获方法：
匹配模式串 (.*?)，被称为非贪心捕获。正则图中，虚线表示非贪心匹配。
