8、re模块：正则表达式
就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（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。
字符匹配（普通字符，元字符）：
1.普通字符：大多数字符和字母都会和自身匹配
>>> re.findall('alvin','yuanaleSxalexwupeiqi')
['alvin']
2.元字符：. ^ $ * + ? { } [ ] | ( )
. 匹配除换行符 外的 任意字符
^ 匹配字符串的开头
$ 匹配字符串的末尾
#重复元字符四种：
* 匹配0个或多个的表达式，贪婪方式，后面加?号使其变成惰性匹配
+ 匹配1个或多个的表达式，贪婪方式，后面加?号使其变成惰性匹配
? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
{m,n} 匹配指定次数（m-n次）的表达式，贪婪方式，后面加?号使其变成惰性匹配
a| b 匹配a或b
元字符之字符集［］：
元字符之字符集［］：
ret=re.findall('a[bc]d','acd')
print(ret)#['acd']
ret=re.findall('[a-z]','acd')
print(ret)#['a', 'c', 'd']
ret=re.findall('[.*+]','a.cd+')
print(ret)#['.', '+']
#在字符集里有功能的符号: - ^
ret=re.findall('[1-9]','45dha3') #匹配字符1-9
print(ret)#['4', '5', '3']
ret=re.findall('[^ab]','45bdha3') #^取反，匹配a、b以外的字符
print(ret)#['4', '5', 'd', 'h', '3']
ret=re.findall('[d]','45bdha3') #d 匹配字符
print(ret)#['4', '5', '3']
元字符之转义符：
1、反斜杠后边跟元字符去除特殊功能,比如.
2、反斜杠后边跟普通字符实现特殊功能,比如d
d 匹配任何十进制数；它相当于类 [0-9]。 D 匹配任何非数字字符；它相当于类 [^0-9]。 s 匹配任何空白字符；它相当于类 [ fv]。 S 匹配任何非空白字符；它相当于类 [^ fv]。 w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。 W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_] 匹配一个特殊字符边界，比如空格 ，&，＃等
元字符之分组：()，可用?P<name>设置分组名搭配使用（大写P）
m = re.findall(r'(ad)+', 'add')
print(m)
ret=re.search('(?P<id>d{2})/(?P<name>w{3})','23/com')
print(ret.group())#23/com
print(ret.group('id'))#23
元字符之：｜
ret=re.search('(ab)|d','rabhdg8sd')
print(ret.group())#ab
补充：
import re
ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret)#['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ？：取消有限权
ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret)#['www.oldboy.com']
贪婪匹配
贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配
非贪婪模式：按最小重复数匹配
#几个常用的非贪婪匹配Pattern
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
.*?的用法
. 是任意字符 * 是取 0 至 无限长度 ? 是非贪婪模式。 何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在： .*?a 就是取前面任意长度的字符，到最近一个 a 出现
re模块下的常用方法:
import re
#findall的作用：1、生成列表，2、findall优先筛选
re.findall('a','alvin yuan') #返回所有满足匹配条件的结果,放在列表里
#re.search(parttern,str) 1、只匹配第一个符合条件的元素，2、匹配成功返回一个对象，该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
re.search('a','alvin yuan').group()
#re.match只从开始位置查找，查到返回对象
re.match('a','abc').group() #同search,不过尽在字符串开始处进行匹配
#re.split(),按正则匹配到的字符分割，可以指定分割次数
ret=re.split('[ab]','abcd') #先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret)#['', '', 'cd']
ret=re.split('(d+)','as98sd8c7fg') #正则加括号，保留分隔符
print(ret)
>>['aa', '9', 'sd', '8', 'c']
#sub替换，可指定替换次数，subn返回替换次数
ret=re.sub('d','abc','alvin5yuan6',1)
>>alvinabcyuan6
ret=re.subn('d','abc','alvin5yuan6')
>>('alvinabcyuanabc', 2)
#re.compile:编译
obj=re.compile('d{3}')
ret=obj.search('abc123eeee')
print(ret.group())#123
#re.finditer() 返回一个迭代器对象
ret=re.finditer('d','ds3sy4784a')
print(ret) #<callable_iterator object at 0x10195f940>
print(next(ret).group()) #>>3
print(next(ret).group()) #>>4