正则模块学习

import re

#元字符1 “.” 通配符，表示什么都能代替，包括数字、字符、字母，除了“/n”不能匹配，一个“.”代表一个符号
ret = re.findall('z..j','fdasfzfdzsaj')
#元字符2：“^”表示匹配以指定字符开头的内容
ret = re.findall('^f..s','fdasfzfdzsaj')
#元字符3：“$”表示匹配以指定字符结尾的内容
ret = re.findall('z.d$','fdasfzfdzsaj')#结果是空
ret = re.findall('z..j$','fdasfzfdzsaj')
#元字符4：“*”表示匹配以紧挨*的字符去匹配重复，重复的次数是0到无穷——贪婪匹配
ret = re.findall('z*','fdasfzzdzsaj')
#元字符5：“+”表示匹配以紧挨+的字符去匹配重复，重复的次数是1到无穷，紧挨+的字符至少得有1个——贪婪匹配
ret = re.findall('z+','fdasfzzdzsaj')
ret = re.findall('zjj*','fdafzj') # ['zj']
ret = re.findall('zjj+','fdafzj') # []
#元字符5：“？”表示匹配以紧挨？的字符去匹配重复，重复的次数是0或者1，最大1次——贪婪匹配
ret = re.findall('zj?','zjjjj') # ['zjj']
ret = re.findall('zjj?','fdasfzzdzj') # ['zj']
#元字符6：“{}”表示匹配以紧挨{}的字符去匹配重复，重复的次数自定义
ret = re.findall('zjj{0,}','fdasfzzdzj') # ['zj'] 相当于 zjj*
ret = re.findall('zjj{1,}','fdasfzzdzj') # [] 相当于 zjj+
ret = re.findall('zjj{0,1}','fdasfzzdzj') # ['zj'] 相当于 zjj?
ret = re.findall('zjj{4}','fdasfzzdzjjjjj') # ['zjjjjj']
ret = re.findall('zjj{1,4}','fdasfzzdzjjjjj') # ['zjjjjj']
ret = re.findall('zjj*?','fdasfzzdzjjjjj') # ['zj']惰性匹配
ret = re.findall('zjj+?','fdasfzzdzjjjjj') # ['zjj']惰性匹配
#元字符[]，表示字符集，字符集中以下特殊字符表示特殊意义，“-”，“^”，“\”
ret = re.findall('q[a-z]','qzdasf') #['qz']
ret = re.findall('q[0-9]*','qfds9') #['q']
ret = re.findall('q[0-9]*','q345fds9') #['q345']
ret = re.findall('q[^0-9]*','qf24342ds9') #['qf']
#print(ret)

#计算12+(34*6+2-5*(2-1))
ret = re.findall('\([^()]+\)','12+(34*6+2-5*(2-1))') #['(2-1)']
#\d 表示匹配数字，相当于[0-9]+
ret = re.findall('\d+','12+(34*6+2-5*(2-1))')#['12', '34', '6', '2', '5', '2', '1']
#\D 表示匹配非数字，相当于[^0-9]+
ret = re.findall('\D+','12+(34*6+2-5*(2-1))')#['+(', '*', '+', '-', '*(', '-', '))']
#\s 匹配任何空白字符；它相当于类[ \t\n\r\f\v]。
ret = re.findall('\s+','hello world')#[' ']
#\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
ret = re.findall('\S+','hello world')#['hello', 'world']
#\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
ret = re.findall('\w','hello world#@_')#['h', 'e', 'l', 'l', 'o', 'w', 'o', 'r', 'l', 'd', '_']
#\W 匹配任何字母数字字符；它相当于类 [^a-zA-Z0-9_]。
ret = re.findall('\W','hello world#@_')#[' ', '#', '@']
#\b  匹配一个特殊字符边界，比如空格 ，&，＃等
ret = re.findall(r'\bblow', 'blow') #['blow']
ret = re.findall(r'I\b','I am zjj')#字符串前加“r”,表示该字符串是原生字符串,python解释器解释执行的时候，r后面的字符串不做任何转义
ret = re.findall('I\\b','I am zjj')#\b在python中本身是有转义含义
ret = re.findall('c\\\\l','cdasfc\lfdas')
ret = re.findall(r'c\\l',"cdasfc\lfdas")
ret = re.findall('(ab)+','abab')
'''
反斜杠后边跟元字符去除特殊功能,比如\.
反斜杠后边跟普通字符实现特殊功能,比如\d
'''
ret = re.findall('www\.baidu', 'www.baidu') #['www.baidu']
ret = re.findall('www\*baidu', 'www*baidu') #['www*baidu']

ret = re.findall('ka|kb','dsalfkafdkb') #['ka', 'kb']
ret = re.findall('a+','aaaaa')

#元字符之分组
ret = re.findall('(ad)+','add')
ret = re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com')
#print(ret.group())#23/com
#print(ret.group('id'))

#元字符之方法
ret = re.match('\d+','23rfdsalkj') #相当于search,不过只在字符串开始处进行匹配，返回<_sre.SRE_Match object; span=(0, 2), match='23'>
#print(ret.group())#用group方法取出
#字符分割
ret = re.split(' ','hello world admin') #['hello', 'world', 'admin']
ret = re.split('[ |]','hello world|admin')#['hello', 'world', 'admin']

ret = re.split('[ab]','afdsabdf') #['', 'fds', '', 'df']
#字符替换
ret = re.sub('\d','A','23refdkl242fdgf')#AArefdklAAAfdgf
ret = re.sub('\d','A','23refdkl242fdgf',2)#AArefdkl242fdgf
#返回一个元组，反应替换结果和字符替换次数
ret = re.subn('\d','A','23refdkl242fdgf')#AArefdklAAAfdgf

print(ret)

常用表达式（未验证）
正则表达式用于字符串处理、表单验证等场合，实用高效。现将一些常用的表达式收集于此，以备不时之需。 
匹配中文字符的正则表达式： [\u4e00-\u9fa5]    
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了    
匹配双字节字符(包括汉字在内)：[^\x00-\xff]    
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）    
匹配空白行的正则表达式：\n\s*\r    
评注：可以用来删除空白行    
匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />    
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力    
匹配首尾空白字符的正则表达式：^\s*|\s*$    
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式    
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*    
评注：表单验证时很实用    
匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*    
评注：网上流传的版本功能很有限，上面这个基本可以满足需求    
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$    
评注：表单验证时很实用    
匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}    
评注：匹配形式如 0511-4405222 或 021-87888822    
匹配腾讯QQ号：[1-9][0-9]{4,}    
评注：腾讯QQ号从10000开始    
匹配中国邮政编码：[1-9]\d{5}(?!\d)    
评注：中国邮政编码为6位数字    
匹配身份证：\d{15}|\d{18}    
评注：中国的身份证为15位或18位    
匹配ip地址：\d+\.\d+\.\d+\.\d+    
评注：提取ip地址时有用。    
匹配特定数字：    
^[1-9]\d*$ //匹配正整数    
^-[1-9]\d*$ //匹配负整数    
^-?[1-9]\d*$ //匹配整数    
^[1-9]\d*|0$ //匹配非负整数（正整数 + 0）    
^-[1-9]\d*|0$ //匹配非正整数（负整数 + 0）    
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数    
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数    
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数    
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数（正浮点数 + 0）    
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数（负浮点数 + 0）    
评注：处理大量数据时有用，具体应用时注意修正。    
匹配特定字符串：    
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串    
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串    
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串    
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串    
^\w+$ //匹配由数字、26个英文字母或者下划线组成的字符串