1 '''
2 正则表达式，又称规则表达式，在代码中常简写为regex、regexp或RE，是计算机科学的一个概念。
3 正则表通常被用来检索、替换那些符合某个模式(规则)的文本。
4 正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，
5 就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
6 正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。
7 '''
8
9 '''
10 首先要清楚，字符串提供的方法是完全匹配
11 正则表达式则会给我们提供模糊匹配，通过re模块调用
12 '''
13 # a = 'Hobbyer is a student!'
14 # print(a.find('bby')) # 查找
15 # chg = a.replace('is','are') # 替换元素
16 # print(chg)
17 # print(a.split('u')) # 分割
18 '''
19 博客园 Infi_chu
20 '''
21
22 import re # 调用re模块
23 # print(re.findall('b\b{2}l','Hobbyer is a student!')) # findall（规则，字符串，修改匹配规则），完全比配
24
25 '''
26 正则元字符(11个)：
27 . ^ $ * + ? {} [] | () \
28 '''
29 # # . 是通配符
30 # a1 = 'hello world'
31 # print(re.findall('w..l',a1)) # . 只能匹配任意一位，任意一个字符，多了就会不识别
32 # print(re.findall('w..l','w\norld')) # . 不能匹配换行符，除了换行符都可以匹配一位
33 # print(re.split('[a,c]','ddabcffadacd')) # 有顺序的分割，中间同时出现ac所以会出现空
34 # print(re.sub('e.l','wc',a1)) # 替换
35 #
36 # a3 = re.compile('\.com') # 多次用的方法，提高效率
37 # a3_out = a3.findall('www.example.com.cn')
38 # print(a3_out)
39 '''
40 博客园 Infi_chu
41 '''
42 # # ^
43 # print(re.findall('w...d',a1))
44 # print(re.findall('^w...d',a1)) # 从最开始匹配，如果有则出现，没有则匹配不到
45 #
46 # # $
47 # print(re.findall('h...o$',a1)) # 只在结尾匹配
48 #
49 # # * 重复前面字符，大于等于零次
50 # print(re.findall('b.*u','http://www.baidu.com')) # 重复匹配，好几个点可用一个*表示
51 # print(re.findall('.*',a)) # 输出结果后方的''，是另外的情况（空情况，匹配0）
52 '''
53 博客园 Infi_chu
54 '''
55 # # + 重复匹配，大于等于1次
56 # print(re.findall('.+',a)) # 输出结果必须有，则不会出现空的情况
57 #
58 # # ? 匹配范围零次或1次
59 # print(re.findall('w?r','wwrr')) # 可以匹配0-1个字符
60 #
61 # # {} 匹配任意次数
62 # print(re.findall('w{5}r','wwwrrwwwwwrr')) # 匹配5个w和1个r
63 # print(re.findall('w{1,5}r','wwwrrwwwwwrrwr')) # 匹配1-5次
64 '''
65 博客园 Infi_chu
66 '''
67 # # [] 是字符集
68 # print(re.findall('w[c,e]r','wer')) # []中可以添加任意字符或字符串，多选1
69 # print(re.findall('w[a-z]','wff')) # 范围a-z
70 # print(re.findall('[a,*]','ww')) # * 不在是之前的功能，在[]之中只是普通的*号，但是（\ ^ -）例外
71 # print(re.findall('[a-z,0-9,A-Z]','afsasdSFA54asS'))
72 # print(re.findall('[^c]','acs')) # ^ 在[]是取反的意思
73 # print(re.findall('[^a,b]','abcdefg')) # 非a非b
74 '''
75 博客园 Infi_chu
76 '''
77 # \
78 '''
79 反斜杠后边跟元字符，使其去除特殊功能，
80 反斜杠后边跟普通字符，使其具有特殊功能
81 \d 匹配十进制数
82 \D 匹配任何非数字字符
83 \s 匹配任何空白字符
84 \S 匹配任何非空白字符
85 \w 匹配任何字母字符
86 \W 匹配任何非字母字符
87 \b 匹配一个单词和空格间的位置
88 '''
89 # print(re.findall('\d{2}','asdw5d31asdw1a3d5s48w4d3a1w')) # 匹配两位数字
90 # print(re.findall('\swww','fg www')) # 匹配空白字符
91 # print(re.findall(r's\b','s is a s$udent')) # \b匹配了特殊字符
92 # print(re.findall(r's\b','s is a student'))
93 # c1 = re.search('wc','wsdwcasdwcaff') # search 只匹配找到的第一个
94 # print(c1)
95 # print(c1.group()) # 直接输出匹配内容，但是search没有匹配成功，调用group会报错
96 # print(re.findall('\\\\c','afekK:\c')) # 这里注意Python解释器中的转义，交给re模块之后又有转义，所以需要4个
97 # print(re.search(r'\bbasd','basd')) # r表示原生字符串，不需要转义
98 '''
99 博客园 Infi_chu
100 '''
101 # # () 分组
102 # print(re.search('(wc)+','fswfefwcdwc')) # 分组
103 # print(re.search('(wc)+','fswfefwcwc'))
104 '''
105 博客园 Infi_chu
106 '''
107 # # | 或
108 # print(re.search('(wc)|ff','ffwca')) # 或
109
110 '''
111 较高级的用法
112 '''
113 # print(re.search('(?P<id>\d{3})/(?P<name>\w{3})','weeew34ttt123/ooo')) # ?P<>起名的格式，名字放在<>中，后面为匹配规则
114 # print(re.search('(?P<id>\d{3})/(?P<name>\w{3})','weeew34ttt123/ooo').group())
115 # print(re.search('(?P<id>\d{3})/(?P<name>\w{3})','weeew34ttt123/ooo').group('id'))
116 # print(re.search('(?P<id>\d{3})/(?P<name>\w{3})','weeew34ttt123/ooo').group('name'))
117
118 '''
119 方法总结
120 正则表达式的方法：
121 findall()：返回所有的结果，返回到1个列表当中
122 search()：返回一个对象（object），返回匹配到的第一个对象，对象可以调用group()方法返回匹配内容
123 match()：只在字符串开始的时候匹配,返回第一个匹配到的对象
124 split()：分割点
125 sub()：替换
126 compile()：可以用来规定规则
127 '''
128
129
130 '''
131 博客园 Infi_chu
132 '''
