正则（一）

#正则表达式
# 用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的
#常用正则表达式
# 字符
# .     匹配除了换行符以外的任意字符
# \w    匹配字母或数字或下划线   word
# \s    匹配任意的空白符  space
# \d    匹配数字  digit
# \n    匹配一个换行符  next
# \t    匹配一个制表符  table
# \b    匹配一个单词的结尾
# ^     匹配字符串的开始
# $     匹配字符串的结尾
# \W    匹配非字母或数字或下划线
# \D    匹配非数字
# \S    匹配非空白符
# a|b   匹配字符a或字符b
# ()    匹配括号内的表达式，也表示一个组
# []    匹配字符组中的字符
# [^]   匹配除了字符组中字符的所有字符
# 量词
# *        重复零次或更多次
# +        重复一次或更多次
# ?        重复零次或一次
# {n}    重复n次
# {n,}    重复n次或更多次
# {n,m}    重复n到m次
#表达式全集http://tool.oschina.net/uploads/apidocs/jquery/regexp.html
import timeit
#timeit.timeit是用来统计程序执行的时间
print timeit.timeit(setup='''import re; reg = re.compile('<(?P<tagname>\w*)>.*</(?P=tagname)>')''', stmt='''reg.match('<h1>xxx</h1>')''', number=1000000)
#优先编译成正则对象，然后进行匹配，
#这样程序效率更高
print timeit.timeit(setup='''import re''', stmt='''re.match('<(?P<tagname>\w*)>.*</(?P=tagname)>', '<h1>xxx</h1>')''', number=1000000)

# r表示raw的简及raw string 意思是原生字符，也就是说是这个字符串中间的特殊字符不用转义

# re.compile(pattern[, flags])
#表示将字符串的正则表达式编译成正则对象，第二个参数flag是匹配模式
#取值可用按位或者运算符“|”表示同时生效
#re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
#M(MULTILINE): 多行模式，改变'^'和'$'的行为
#S(DOTALL): 点任意匹配模式，改变'.'的行为
#L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
#U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
#X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。
#以下两个正则表达式等价:
#a = re.compile(r"""\d +  # the integral part
#                    \.    # the decimal point
#                    \d *  # some fractional digits""", re.X)
# b = re.compile(r"\d+\.\d*")

import re
reg=re.compile(r'abc.*')
print(type(reg))
print(reg)