1、re 模块
（1）什么是正则
正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。
| 元字符 | 匹配内容 |
|---|---|
| w | 匹配字母（包含中文）或数字或下划线 |
| W | 匹配非字母（包含中文）或数字或下划线 |
| s | 匹配任意的空白符 |
| S | 匹配任意非空白符 |
| d | 匹配数字 |
| D | 匹配非数字 |
| A | 从字符串开头匹配 |
| z | 匹配字符串的结束，如果是换行，只匹配到换行前的结果 |
| 匹配一个换行符 | |
| 匹配一个制表符 | |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结尾 |
| . | 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。 |
| [...] | 匹配字符组中的字符 |
| * | 匹配0个或者多个左边的字符。 |
| + | 匹配一个或者多个左边的字符。 |
| ？ | 匹配0个或者1个左边的字符，非贪婪方式。 |
| { n } | 精准匹配n个前面的表达式。 |
| {n,m} | 匹配n到m次由前面的正则表达式定义的片段，贪婪方式 |
| ab | 匹配a或者b |
| () | 匹配括号内的表达式，也表示一个组 |
---------------------------------------------------------------------匹配模式-------------------------------------------------------------------------
import re
<1> w 字母，数字，下划线，中文
print(re.findall("w","小明-Marry_dsb123啸天吃D早餐")) # w 字母.数字.下划线.中文
<2> W 不是字母，数字，下划线，中文
print(re.findall("W","小明-Marry_dsb123啸天吃D早餐")) # w 不是字母.数字.下划线.中文
<3> d 匹配数字
print(re.findall("d","十10⑩")) # d 匹配数字
<4> D 匹配非数字
print(re.findall("D","十10⑩")) # D 匹配非数字
<5> A 从字符串开头匹配 （一般以什么开头 常用 ^）
print(re.findall("Aa","asfdasdfasdfalicesx"))
print(re.findall("^a","adfsalsedxdf")) # 以什么开头
<6> 从字符串结尾匹配 （一般以什么结尾 常用 $）
print(re.findall("d","asfdasdfasdfsdfalsesdfdx"))
print(re.findall("x$","asdlsfaedfsx")) # 匹配什么结尾
<7> 匹配换行符
print(re.findall("
","aewlbedx
wosusorir"))
<8> 匹配制表符
print(re.findall(" ","alasdex wudfassifr"))
<9> 字符串 匹配相应的字符串
print(re.findall("cai","cai sdisdhcai"))
<10> [...] 匹配字符组中的字符
print(re.findall('[0-9]',"小明-Marry_dsb123啸天吃D早餐"))
print(re.findall('[a-z]',"小明-Marry_dsb123啸天吃D早餐"))
print(re.findall('[A-Z]',"小明-Marry_dsb123啸天吃D早餐"))
<11> ^ [ ] 匹配非字符组中的字符
print(re.findall("[^0-9a-z]","123cai456"))
<12> *匹配0个或多个左边的字符 贪婪匹配
print(re.findall("a*","cai,aa,aaaa,bbbbaaa,aaabbbaaa")) # 匹配*左侧字符串0次或多次 贪婪匹配
<13> +匹配1个或多个左边的字符 贪婪匹配
print(re.findall("a+","cai,aa,aaaa,bbbbaaa,aaabbbaaa")) 匹配左侧字符串一次或多次 贪婪匹配
<14> ?匹配0个或1个左边的字符 非贪婪匹配
print(re.findall("a?","cai,aa,aaaa,bbbbaaa,aaabbbaaa")) # 匹配?号左侧0个或1个 非贪婪匹配
<15> { n } 精准匹配左边n个前面的表达式
print(re.findall("[0-9]{11}","18612239999,18612239998,136133333323")) # 指定查找的元素个数
<16> {n,m} 匹配n到m次前面的正则表达式定义的片段
print(re.findall("a{3,8}","cai,aaaabbbaaaaabbbbbbaaa,aaaaaaaaabb,ccccddddaaaaaaaa"))
<17> a|b 匹配a或b
print(re.findall("a|b","caiwdarsnahb"))
<18> () 匹配括号内的表达式，也表示一组
print(re.findall("<a>(.+)</a>","<a>cai</a> <a>yong</a>")) #分组
print(re.findall("<a>(.+?)</a>","<a>cai</a> <a>yong</a>")) #控制贪婪匹配
<19> . 匹配任意字符，除了换行符 当定义re.DOTALL时，可以匹配换行符
print(re.findall("a.c","abc,aec,a
c,a,c")) # 匹配任意一个字符串(
除外)
print(re.findall("a.c","abc,aec,a
c,a,c",re.DOTALL))
<20> . 就没有任意功能了
print(re.findall("-d+.d+|-[0-9]|d+",s))
<21> s 匹配空格
print(re.findall("s","yong dsbrimocjb")) # s 匹配空格
<22> S 匹配非空格
print(re.findall("S","yong dsbrimocjb")) # s 匹配非空格
练习：
有如下字符串:'yong_bb yong123_bb cai_bb cai2_bb laing_bb' 找到所有带_bb的内容
参考：
s = 'yong_bb yong123_bb cai_bb cai2_bb laing_bb'
print(re.findall("(.+?)_sb",s))
-------------------------------------------------------------------常用方法----------------------------------------------------------------
（1）findall 全部找到返回的是一个列表
print(re.findall("cai","caibb,cai_bb,cai11,ca_i"))
（2）search 从字符串中任意位置进行匹配查找到一个就停止了,返回的是一个对象. 获取匹配的内容必须使用.group()进行获取
print(re.search("a.+","lexaaaa,bssssaaaasa,saaasaasa").group())
（3）match 从字符串开始位置进行匹配
print(re.match("a.+","alexalexaaa,bssssaaaasa,saaasaasa").group())
试题
# search和match的区别？
search 从任意位置开始查找
match 从头开始查找，如果不符合就不继续查找了
两者都用group()进行查看
（4）split -- 分割 必须要有[ ]
print(re.split("[:;,.!#]","cai:dbbb#yong.dbb"))
（5）sub -- 替换
s = "cai:dbbb#yong.dbb"
print(re.sub("d","e",s,count=1))
（6）complie -- 定义匹配规则
s = re.compile("w")
print(s.findall("cai:dbbb#yong.dbb"))
（7）finditer -- 返回一个迭代器
s = re.finditer("w","cai:dbbb#yong.dbb") # 返回的就是一个迭代器
print(next(s).group())
print(next(s).group())
for i in s:
print(i.group())
（8）search -- 给分组命名 ?P
ret = re.search("<(?P<tag_name>w+)>w+</w+>","<h1>hello</h1>")
ret = re.search("<(?P<tag_name>w+)>(?P<content>w+)</w+>","<h1>hello</h1>")
print(ret.group("tag_name"))
print(ret.group("content"))