python -- 正则表达式
简单匹配邮箱地址
匹配 huangkwell@163.com
正则表达式： [a-zA-Z]+@[1-9]{3}.com 或者 \w+@\d+.(com|cn)
概念
正则表达式（简称regex)是一些由字符和特殊符号组成的字符串，它们描述了模式的重复或者表述多个字符，于是正则表达式能按照某种模式匹配一系列有相似特征的字符串，简而言之，正则表达式能够匹配多个字符串。
常见正则表达式符号
| 表示法 | 描述 | 正则表达式示例 |
|---|---|---|
| literal | 匹配文本字符串字面值literal | foo |
| rel1|rel2 | 匹配正则表达式rel1或rel2 | foo|bar |
| . | 匹配任何字符 | b.b |
| ^ | 匹配字符串起始部分 | ^abc |
| $ | 匹配字符串终止部分 | abc$ |
| * | 匹配0次或多次前面的正则表达式 | [A-Z]* |
| + | 匹配1次或多次前面的正则表达式 | [A-Z]+ |
| ? | 匹配0次或1次前面的正则表达式 | [A-Z]? |
| 匹配N次前面的正则表达式 | [A-Z] | |
| 匹配M~N次前面的正则表达式 | [A-Z] | |
| [...] | 匹配中括号中的任意单一字符 | [akdf] |
| [x-y] | 匹配x~y范围中的任意单一字符 | [0-9],[A-Za-z] |
| [^...] | 不匹配此字符集中出现的任何一个字符 | [aeiou],[A-Za-z0-9] |
| (...) | 匹配封装的正则表达式，然后另存为子组 | ([0-9]{3})? |
| \d | 匹配任何十进制数字，与[0-9]一致(\d则相反，不匹配任何数字) | data\d+.txt |
| \w | 匹配任何字母数字字符，与[A-Za-z0-9]相同 | [A-Za-z]\w+ |
| \s | 匹配任何空格 | of\sthe |
| \b | 匹配任何单词边界 | \bTHE\b |
| \N | 匹配已保存的子组N | price:\16 |
| \c | 逐字匹配任何特殊字符c | \.,\* |
| ?P |
像一个仅由name标识而不是数字ID的正则分组匹配 | (?P) |
使用择一匹配符号匹配多个正则表达式模式
表示择一匹配的管道符号|，表示一个“从多个模式中选择其一”的操作
| 正则表达式模式 | 匹配的字符串 |
|---|---|
| at | home | at、home |
| r2d2 | c3po | r2d2,c3po |
使用圆括号指定分组
不仅需要知道整个字符串是否匹配，而也要知道特定子部分是否匹配
| 正则表达式模式 | 匹配的字符串 |
|---|---|
| \d+(.\d*)? | 匹配简单浮点数 |
re模块:
findall()
1 findall() 所有结果都返回到一个列表里
r2 = re.findall('asd', 'asdljdfasd')
print(r2)
返回结果：['asd', 'asd']
search()，需要使用group()
2 search()返回匹配到的一个对象，对象可以调用group()返回结果
r2 = re.search('asd', 'aljdfasd')
print(r2)
print(r2.group())
返回结果:
asd
match(),，需要使用group()
3 match()只在字符串开始匹配
r1 = re.match('asd','asdljdfasd')
print(r1)
print(r1.group())
返回结果:
asd
split()
4 sp = re.split(':',"str1:str2:str3")
print(sp)
返回结果：['str1', 'str2', 'str3']
贪婪匹配与非贪婪匹配
patt = '.+(\d+-\d+-\d+).+'
data = 'haungke 2017-08-26 kwell'
s = re.search(patt,data)
print(s.group())
# haungke 2017-08-26 kwell
print(s.group(1))
# 7-08-26
第二个输出期望是2017-08-26，但结果却不对，因为正则表达式默认是贪心的，也就是说，如果正则表达式使用通配符，那它会尽量抓取满足匹配的最长字段，正则表达式中的".+"抓取了"huangke 201"
解决方法：使用非贪婪操作符"?"
它的作用是要求正则表达式引擎匹配的字符越少越好。
patt = '.+?(\d+-\d+-\d+).+'
data = 'haungke 2017-08-26 kwell'
s = re.search(patt,data)
print(s.group())
# haungke 2017-08-26 kwell
print(s.group(1))
# 2017-08-26
